一种自适应的视觉背景提取方法及装置制造方法及图纸

本发明专利技术提出一种自适应的视觉背景提取方法,该方法包括以下步骤：S1.利用视频序列前若干奇数帧中的像素对背景模型进行初始化；S2.遍历当前视频帧信息，计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和，并根据该平均差之和判断当前像素点的背景复杂程度；S3.根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率；S4.对检测出来的结果进行后处理操作。本发明专利技术检测精度高、效果好；能够消除检测中存在鬼影的问题；对于动态复杂背景与光照变化等情况具有较强的鲁棒性。

An adaptive method and device for visual background extraction

An adaptive visual background extraction method is proposed, which comprises the following steps: S1. Initializing the background model by using the pixels in the previous odd frames of the video sequence; S2. traversing the current video frame information, calculating the sum of the average difference between the sample set of the current pixel and the Sw *Sh neighborhood of the current pixel, and According to the sum of the mean difference, the background complexity of the current pixel is judged; S3. According to the background complexity, the adaptive segmentation threshold and the adaptive update rate of the current pixel are obtained; S4. The detected results are processed. The invention has high detection precision and good effect, can eliminate the problem of ghost in detection, and has strong robustness for dynamic complex background and illumination change, etc.

【技术实现步骤摘要】
一种自适应的视觉背景提取方法及装置
本专利技术涉及智能视频检测中运动目标检测领域，具体涉及一种自适应的视觉背景提取方法及装置。
技术介绍
由于近几年全球经济的飞速发展，越来越多的人涌入城市，导致城市中社会安全和交通方面的安全愈趋于复杂。在城市中时不时的会发生东西丢失或车辆碰撞等的情况，这对于普通的人力来寻找偷窃者或肇事者是十分困难的。而计算机视觉技术的诞生，尤其是目标提取技术的发展，为这些情况实现监控提供了可能。现如今，许多住宅小区、公司大厦、公路上、广场里面，还有银行超市等的地方都装上了用于安防的视频监控系统，从而确保生活和工作的安全，或者为安全问题提供了监控的证据，用于协助警方破案。并且随着现代硬件技术如摄像机等的监控设备的普及和计算机视觉技术的发展，使得视频监控逐渐趋向于智能化。相较于传统的视频监控系统，智能监控系统可以更加方便的为使用者提供便捷，不仅仅从监控场景做简单的记录，而且还能进行实时、自动地分析视频中存在的目标运动和目标的行为。这样在减少了负责监控管理的人员的同时，也会降低提取缺失和误提取等的情况。总之，结合了计算机技术、人工智能、模式识别等相关技术的智能监控系统可以实现实时、自动地对视频内容进行有效分析，节省人力、物力资源的同时还可以减少安全隐患。由此可见，智能监控系统对于现在的生活或生产等的方面是如此的重要。智能监控系统主要由运动目标的提取，运动目标的跟踪、运动目标的行为分析与预测等部分组成。其中，最为重要的就是运动目标的提取，只有提取出了感兴趣的运动目标，才能有针对性的进行之后的跟踪与行为分析预测等的部分。运动目标提取的主要思想就是把视频序列当前帧的背景与运动前景目标进行分割，并把前景目标提取出来，但是对于提取运动目标的方法有好多，许多学者在这方面做出了突出的贡献；此外，对于提取出的运动目标的结果也有质量的好坏之分，这会直接关系到智能视频监控系统之后的跟踪与分析预测等环节。因此，运动目标提取技术具有着极大的研究价值和应用的价值。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种自适应的视觉背景提取方法，该自适应运动目标检测方法具有检测精度高、效率高的特点。为实现上述目的及其他相关目的，本专利技术提供一种自适应的视觉背景提取方法，其特征在于，该方法包括以下步骤：S1.利用视频序列前若干奇数帧中的像素对背景模型进行初始化；S2.遍历当前视频帧信息，计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和，并根据该平均差之和判断当前像素点的背景复杂程度；S3.根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率；S4.对检测出来的结果进行后处理操作。优选地，所述步骤1具体为：选取视频序列前m帧图像中的奇数帧对背景模型进行初始化，并使用帧为每个像素点选取N个背景样本点作为该像素点的背景模型。优选地所述的N个背景样本点结合选取的视频帧顺序按照1：1：2：2：3：3：3：5的方式组合。优选地所述步骤S3具体包括以下子步骤：(a)计算当前像素点x背景样本集中样本像素点的均值mbg，具体计算如公式(1)所示：其中，yi(x)表示样本像素值；(b)计算像素点x背景样本集中每个样本像素值与mbg差的绝对值之和sbg，具体计算如公式(2)所示：(c)计算当前的像素点x在Sw×Sh邻域内的像素均值mnei，具体计算如公式(3)所示：其中，pj(x)表示第j个邻域像素；(d)计算像素点x在Sw×Sh邻域像素平均差之和nnei，具体计算如公式(4)所示：(e)通过得到的像素点x在Sw×Sh邻域像素平均差之和nnei、像素点x背景样本集中每个样本像素值与mbg差的绝对值之和sbg获取该像素点x的自适应分割阈值Radaptive和自适应更新率φadaptive，计算如公式(5)、(6)所示：χinc/dec表示控制自适应阈值的固定参数；Δinc/dec表示控制自适应更新率的参数；(sbg,nnei)表示当前像素点的样本集与邻域信息的平均差之和组成的二维随机变量组；A、B、C分别表示划分背景复杂程度的固定二维阈值空间中高动态背景区域、正常的背景和低动态背景区域；R表示前一帧分割阈值；φ表示原视觉背景提取方法的更新率。优选地对检测结果图像进行孔洞填充和对孔洞填充后的处理结果进行孤立噪声点的消除。为实现上述目的及其他相关目的，本专利技术还提供一种自适应的视觉背景提取装置，该提取装置包括：初始化模块，适用于利用视频序列前若干奇数帧中的像素对背景模型进行初始化；背景复杂程度判断模块，适用于遍历当前视频帧信息，计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和，并根据该平均差之和判断当前像素点的背景复杂程度；自适应分割阈值及自适应更新率获取模块，适用于根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率；后处理模块，适用于对检测出来的结果进行后处理操作。优选地，所述初始化模块选取视频序列前m帧图像中的奇数帧对背景模型进行初始化，并使用帧为每个像素点选取N个背景样本点作为该像素点的背景模型。优选地，所述的N个背景样本点结合选取的视频帧顺序按照1：1：2：2：3：3：3：5的方式组合。优选地，所述自适应分割阈值及自适应更新率获取模块包括：均值模块，适用于计算当前像素点x背景样本集中样本像素点的均值mbg；yi(x)表示样本像素值；绝对值之和计算模块，适用于计算像素点x背景样本集中每个样本像素值与mbg差的绝对值之和sbg；像素均值模块，适用于计算当前的像素点x在Sw×Sh邻域内的像素均值mnei；pj(x)表示第j个邻域像素；像素平均差之和计算模块，适用于计算像素点x在Sw×Sh邻域像素平均差之和nnei；则自适应分割阈值Radaptive和自适应更新率φadaptive分别表示为：其中，χinc/dec表示控制自适应阈值的固定参数；Δinc/dec表示控制自适应更新率的参数；(sbg,nnei)表示当前像素点的样本集与邻域信息的平均差之和组成的二维随机变量组；A、B、C分别表示划分背景复杂程度的固定二维阈值空间中高动态背景区域、正常的背景和低动态背景区域；R表示前一帧分割阈值；φ表示原视觉背景提取方法的更新率。优选地，所述后处理模块包括孔洞填充模块和孤立噪声点消除模块；所述孔洞填充模块适用于对检测结果图像进行孔洞填充；所述孤立噪声消除模块适用于对孔洞填充后的处理结果进行孤立噪声点的消除。如上所述，本专利技术的一种自适应的视觉背景提取方法，具有以下有益效果：1，检测精度高、效果好；2，能够消除检测中存在鬼影的问题；3，对于动态复杂背景与光照变化等情况具有较强的鲁棒性。附图说明为了进一步阐述本专利技术所描述的内容，下面结合附图对本专利技术的具体实施方式作进一步详细的说明。应当理解，这些附图仅作为典型示例，而不应看作是对本专利技术的范围的限定。图1为自适应的视觉背景提取方法示意图；图2为原始图像示意图；图3为真实前景结果示意图；图4为原视觉背景提取算法检测结果示意图；图5为使用自适应的视觉背景提取方法结果示意图；图6为背景模型初始化的方式示意图；图7为背景复杂程度判断区域划分；图8为本专利技术所述方法的流程图；图9为自适应更新率的求取方法图。具体实施方式以下通过特定的具体实例说明本专利技术本文档来自技高网...

【技术保护点】
1.一种自适应的视觉背景提取方法，其特征在于，该方法包括以下步骤：S1.利用视频序列前若干奇数帧中的像素对背景模型进行初始化；S2.遍历当前视频帧信息，计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和，并根据该平均差之和判断当前像素点的背景复杂程度；S3.根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率；S4.对检测出来的结果进行后处理操作。

【技术特征摘要】
1.一种自适应的视觉背景提取方法，其特征在于，该方法包括以下步骤：S1.利用视频序列前若干奇数帧中的像素对背景模型进行初始化；S2.遍历当前视频帧信息，计算当前像素点的样本集与当前像素点的Sw×Sh邻域内的平均差之和，并根据该平均差之和判断当前像素点的背景复杂程度；S3.根据得到的背景复杂程度得到当前像素点的自适应分割阈值和自适应更新率；S4.对检测出来的结果进行后处理操作。2.根据权利要求1所述的一种自适应的视觉背景提取方法，其特征在于，所述步骤1具体为：选取视频序列前m帧图像中的奇数帧对背景模型进行初始化，并使用帧为每个像素点选取N个背景样本点作为该像素点的背景模型。3.根据权利要求2所述的一种自适应的视觉背景提取方法，其特征在于，所述的N个背景样本点结合选取的视频帧顺序按照1：1：2：2：3：3：3：5的方式组合。4.根据权利要求3所述的一种自适应的视觉背景提取方法，其特征在于，所述步骤S3具体包括以下子步骤：(a)计算当前像素点x背景样本集中样本像素点的均值mbg，具体计算如公式(1)所示：其中，yi(x)表示样本像素值；(b)计算像素点x背景样本集中每个样本像素值与mbg差的绝对值之和sbg，具体计算如公式(2)所示：(c)计算当前的像素点x在Sw×Sh邻域内的像素均值mnei，具体计算如公式(3)所示：其中，pj(x)表示第j个邻域像素；(d)计算像素点x在Sw×Sh邻域像素平均差之和nnei，具体计算如公式(4)所示：(e)通过得到的像素点x在Sw×Sh邻域像素平均差之和nnei、像素点x背景样本集中每个样本像素值与mbg差的绝对值之和sbg获取该像素点x的自适应分割阈值Radaptive和自适应更新率φadaptive，计算如公式(5)、(6)所示：χinc/dec表示控制自适应阈值的固定参数；Δinc/dec表示控制自适应更新率的参数；(sbg,nnei)表示当前像素点的样本集与邻域信息的平均差之和组成的二维随机变量组；A、B、C分别表示划分背景复杂程度的固定二维阈值空间中高动态背景区域、正常的背景和低动态背景区域；R表示前一帧分割阈值；φ表示原视觉背景提取方法的更新率。5.根据权利要求1所述的一种自适应的视觉背景提取方法，其特征在于，所述的后处理操作包括：对检测结果图像进行孔洞填充和对孔洞填充后的处理结果进行孤...

【专利技术属性】
技术研发人员：瞿中，柴国华，刘妍，刘帅，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50