一种背景提取方法技术

技术编号:3778318 阅读:184 留言:0更新日期:2012-04-11 18:40
本发明专利技术公开了一种背景提取方法,包括以下步骤:a.用当前帧与初始背景做差分后,所得结果记为图像DIF;b.将图像DIF多值化,即把图像DIF中的各数据按照由背景到目标的顺序划分成多个等级,并采用不同的值进行表示,其结果记为图像Level;c.将图像Level中的各数据采用当前帧的像素值与初始背景的像素值的加权值代替,以形成背景图像。本发明专利技术通过采用加权多值化法提取背景图像,具有计算简单、运行效率高、背景提取效果好等显著优势,可适应于嵌入式系统,容易移植到例如视频检测器、智能交通监控系统等实时的视频监控系统中。

【技术实现步骤摘要】

本专利技术属于视频检测
,具体地说,是涉及一种视频背景的提取方法。
技术介绍
背景提取技术是视频检测领域最关键的技术。背景提取,顾名思义就是从 含有目标的视频序列中去除目标,恢复背景。背景提取质量的好坏直接关系到目标检测的效果,例如图像中某个区域的实际的背景像素值是128,但是背 景提取时的像素值由于效果不好可能仅为90,那么当作背景做差分计算时,这 一区域检测的结果就会很不准确,常会出现将背景检测成目标,或者将目标检 测成背景的情况。现有的背景提取技术一般都计算比较复杂,比较成熟的是高斯背景提取法, 尤其是混合高斯模型背景提取法(混合高斯模型背景提取法是业内人员普遍知 道的一种算法模型),在2005年全国博士生学术论坛(交通运输工程学科)发 表的《混合交通流视频检测中区域选择更新混合高斯背景模型研究》 一文中就 公开了 一种采用混合高斯模型背景提取法来提取背景的技术,克服了交通控制 信号或交通阻塞等造成的长时间停车,以及高峰期大量运动物体长期充满当前 图像等情况下对背景抽取造成的影响。该模型可以对交叉口和路段视频进行背 景提取。但是,混合高斯模型的方法计算比较复杂,应用到嵌入式系统中是非常困 难的。因此,对于目前采用嵌入式系统组建的的实时-见频监控系统来说,还没 有 一种简单有效的背景提取方法可以应用。
技术实现思路
本专利技术为了解决现有背景提取技术计算比较复杂,应用到实时系统中比较困难的问题,提供了一种计算比较简单、效果比较好的^L频背景提取方法,可 以方便地移植到实时的视频监控系统中。为解决上述技术问题,本专利技术的背景提取方法采用以下步骤实现a、 用当前帧与初始背景做差分后,所得结果记为图像DIF;b、 将图像DIF多值化,即把图像DIF中的各数据按照由背景到目标的顺序 划分成多个等级,并采用不同的值进行表示,其结果记为图像Level;c、 将图像Level中的各数据采用当前帧的像素值与初始背景的像素值的加 权值代替,即z=A*x+(l-A)*y,以形成背景图像;其中,x为当前帧的像素值, y为初始背景的像素值,A为力口权系凄t, z为加权结果。进一步的,在所述步骤a中,所述差分是指做差值后再取绝对值,即图像 DIF中的各数据是通过将当前帧中的各像素值与初始背景中相应位置的像素值 做差值后再取绝对值后所得到的结果。又进一步的,所述多值化的阈值才艮据图像DIF中数据的特点动态确定。多 值化的分值可以是任意值,比如可以是3值化、5值化、7值化等等,分值越多, 解决越精确;优选5值化或者7值化。再进一步的,在所述步骤c中,将图像Level中等级最低的像素值全部采 用当前帧或者初始背景中该处的像素值代替;将等级最高的像素值全部采用初 始背景中该处的像素值代替。而对于等级介于最低和最高之间的各数据,在执 行加权运算进行像素值代替时,考虑到等级越低则当前像素是背景的概率越大 而是目标的概率越小,相反等级越高的像素是背景的概率越小而是目标的概率 越大的特点,所述加权系数A的值随等级的升高而加大。需要指出的是,在步骤c中,所述的背景图像为一幅临时的背景帧,对视 频序列中后续的(N-l)帧图像循环执行步骤a、 b、 c,得到N幅临时的背景帧,求所述N幅临时背景帧的平均值,即形成最后的背景图像;所述N为大于1的 自然数。更进一步的,所述初始背景采用均值法将视频序列的前M帧图像取均值后 得到,所述M为大于1的自然数。当然,所述的初始背景也可以采用高斯模型 法提取。优选的,所述^M-100。与现有技术相比,本专利技术的优点和积极效果是本专利技术的背景提取方法计 算简单,运行效率高,背景提取效果好,可适应于嵌入式系统,容易移植到实 时的视频监控系统中,比如视频4全测器、智能交通监控系统等。结合附图阅读本专利技术实施方式的详细描述后,本专利技术的其他特点和优点将 变得更加清楚。附图说明图l是本专利技术所提出的背景提取方法的原理框图;图2是本专利技术所提出的背景提取方法的一种具体程序流程图。务*实施方式下面结合附图对本专利技术的具体实施方式进行详细地描述。本专利技术的背景提取方法主要采用加权多值化来更新背景得到最终的背景图 像。所谓加权就是考虑到不同变量在总体中的比例份额;多值化就是把差值的 图像按照由背景到目标的顺序划分成多个等级,等级越低则当前像素是背景的 概率越大而是目标的概率越小,相反,等级越高则当前像素是背景的概率越小 而是目标的相克率越大。下面以交通监控系统为例来具体阐述本专利技术所提出的背景提取方法在实时 视频监控系统中的应用。在交通监控系统中需要检测车辆的流量、车型和车速等数据,测量这些数据就需要先检测到运动目标,而若要准确地检测到运动目标,采用背景差分是 最佳方法,所谓背景差分就是用当前帧与提取的背景帧做差值后再取绝对值。 当然,这需要一个精确的背景图像作为支持。目前普遍采用高斯模型背景提取 法来获得所述的背景图像,但由于其计算复杂,很难在使用嵌入式系统的交通 监控系统中移植应用。而采用本专利技术所提出的加权多值化背景提取方法则能很 好地解决这一问题。图1为所述加权多值化背景提取方法的原理框图,具体包括以下三部分一、 初始化二背景更新时需要一个初始背景,这个背景图像不需要多么精确,当然越精 确越好。获得这幅初始背景的方法很多,例如高斯建模法、均值法等等。由于 高斯建模法计算比较复杂,本实施例采用均值法获取初始背景,即将视频序列 的前M帧图像取均值,得到的图像即为初始的背景图像。这里M为大于1的自 然数,具体可以根据实际情况选择合适的值, 一般在20 200之间。在本实施 例中,选取M-IOO。二、 背景更新有了初始背景后,下一步需要逐帧对背景图像进行更新,来渐渐地生成比 较标准的背景图像。需要指出的是,此时的逐帧更新是对M帧(在本实施例中 是100帧)之后的图像进行逐帧更新。在本实施例中,采用加权多值化的方法进行背景更新,具体步骤如下1、 用当前帧与初始背景做差分,这里的差分运算可以采用对当前帧中的各 像素值与初始背景中的相应像素值求差值后再取绝对值的运算方法,得到的图 像结果记为图像DIF。 DIF在此表示差值结果图像。2、 将图像DIF多值化,即把图像DIF按照由背景到目标的顺序划分成多个 等级,等级越低则当前像素是背景的概率越大而是目标的概率越小;相反,等 级越高则当前像素是背景的概率越小而是目标的概率越大;得到的图像结果记 为图像Level。多值化的阈值采用动态阈值,即根据图像DIF中数据的特点确定多值化的 阈值,每一帧都不一定相同。采用动态阈值是由于外部光线的变化会使得每一 帧图像的光线不一样,与初始背景做差分后,再进行多值化所需要的阈值也不 一样。例如有的图像帧需要与背景图像差值大约15的认为是目标,有的图像 帧则需要与背景图像差值大于20的认为是目标。因此,在实际应用过程中需要 根据当前的环境情况实时地调整多值化的阈值,以获得较为准确的背景图像。多值化存在灵活性,多值可以是任意值,比如可以是3值化、5值化、7 值化等等,分值越多,解决越精确。为了方便和清楚起见,可以采用0 (L-1) L个数字来表示多值化的L个 分值,即每个像素的值只能是0~ (L-l)中的一个;其中,L为大于l的自然 数。当然,这里也不一定非得用0~ (本文档来自技高网...

【技术保护点】
一种背景提取方法,包括以下步骤: a、用当前帧与初始背景做差分后,所得结果记为图像DIF; b、将图像DIF多值化,即把图像DIF中的各数据按照由背景到目标的顺序划分成多个等级,并采用不同的值进行表示,其结果记为图像Level;   c、将图像Level中的各数据采用当前帧的像素值与初始背景的像素值的加权值代替,即z=A*x+(1-A)*y,以形成背景图像;其中,x为当前帧的像素值,y为初始背景的像素值,A为加权系数,z为加权结果。

【技术特征摘要】

【专利技术属性】
技术研发人员:刘韶
申请(专利权)人:青岛海信电子产业控股股份有限公司
类型:发明
国别省市:95[中国|青岛]

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1
相关领域技术
  • 暂无相关专利