本发明专利技术公开了一种视频图像背景的重构方法及装置，主要技术方案包括：根据视频图像中像素点在当前帧图像以及上一帧图像中的灰度值，确定像素点的灰度差值；当该灰度差值的绝对值大于第一阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；或，当该灰度差值的绝对值小于第一阈值且该灰度差值的符号与上一帧图像的灰度变化累加和的符号相同且当前帧图像的灰度变化累加和大于第二阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；根据确定的各灰度类的灰度平均值合并相似的灰度类，并根据合并后的灰度类确定重构背景的背景像素灰度值。采用该技术方案，能够准确地检测出视频图像中的运动目标，并且无需进行背景模型的重建或更新。
【技术实现步骤摘要】
本专利技术涉及图像处理
，尤其涉及一种视频图像背景的重构方法及装置。
技术介绍
运动目标检测是基于视频的智能交通监控系统的重要环节，背景差分法是实现运 动目标检测的重要方法之一，其主要技术原理为通过当前帧减去背景参考帧，然后对所得 的图像进行二值化处理，由此把运动目标区域从图像中分割出来。对于固定不变的背景， 背景差分法是一种较理想的运动检测方法，而对于实时变化的背景，例如，户外视频监控场 景，利用背景差分法实现运动目标检测存在如下缺点1、由于背景图像并非完全静止，例如，通常背景中既包含静态场景又包含动态场 景。一般情况下，静态场景如道路、房屋以及桥梁等对背景差分法进行运动检测不会造成明 显影响，而动态场景如摇动的树木、一天中不同时刻光线和阴影的变化、不同季节的变化以 及摄像机位置的抖动等对背景差分法进行运动检测都会造成明显影响，例如，采集的视频 图像将会产生噪声，噪声较大时甚至可能淹没运动目标。2、运动目标部分区域的灰度与背景灰度十分接近，如目标体部分区域反光、目标 体部分区域或本身灰度与背景类似等，导致背景差分法得到的目标区域出现大片的空洞和 破裂等缺陷。3、由于户外环节中季节、天气以及光照条件等变化，新建立的背景模型可能很快 就变得不再使用，如突然的晴天、阴天以及雨天等，因此需要进行背景模型的重构和更新。作为运动目标检测的最基础步骤，基于视频序图像序列的背景重构算法，其算法 质量的高低直接影响到运动目标检测的效果。背景重构算法包括初始背景提取和背景更新 两部分。目前较为常用背景重构算法方法有多帧平均法和选择更新法。其中，多帧平均法即对一段时间中的图像序列求平均，获得一帧近似的背景图像， 这种方法对于场景变化非常敏感，容易将前景运动目标混入到背景图像当中，产生混合现 象；选择更新法是将没有检测到运动的区域即背景区域进行更新，这种方法适合于环境渐 变的视频图像，而无法适用于环境突变的视频图像。基于以上问题，近年来业界对于如何实现背景图像的重构及自适应更新进行了大 量研究，提出了很多改进方法。其中，较为成熟的技术是基于像素灰度选择的背景重构技 术，其基本原理为在一段图像序列中，将像素点处于稳定状态最长的灰度值确定为背景像 素灰度值。该方法假设背景在图像序列中总是最被经常观察到，基于该假设，连续求解相邻 两帧图像对应像素点的灰度差，利用该灰度差对该像素点灰度值进行归类，最后选择出现 频率最高的灰度值作为该点背景像素的灰度值。基于背景在图像序列中总是最经常被观察 到的假设(假设1)，像素灰度归类方法的处理过程具体如下选取当前时间点之前的一组包含前景运动目标的观察图像，并按照设定规律对灰 度值进行统计分类，计算各灰度类的平均值，对平均值之差满足一定阙值条件的相似灰度 类进行加权合并，判断出整个观察序列中出现频度最高的灰度值，作为对应的背景像素灰度值。具体地，相似灰度类的加权合并按公式(1)计算，其中，设g(X，y, k，t)为第t帧k 分量序列图像在(x，y)处像素点的灰度值，其中k = R(红线)、G(绿线)或B(蓝线)。若第P个灰度类和第h个灰度类合并后构成第s个灰度类，则第s个灰度类的平均灰度值gs(χ，y，k)为 其中，np和nh分别为第ρ个灰度类和第h个灰度类包含的像素数，合并后的总像 素数为 ns,即ns = np+nh。最后将重构的R、G、B分量背景图像合成为彩色背景图像。根据以上原理，给出了一个像素点在连续100帧侧序列图逊色中R、G和B三通道 分别对应的灰度变化曲线，具体如图1所示，其中第1 10帧(共10帧)为第1个运动目 标的灰度，第11 67帧(共57帧)为背景灰度，第68 80帧(共13帧)为第2个运动 目标的灰度，第81 100帧(共20帧)为背景灰度。由图1可见，像素灰度归类的目的即 将第11 67帧背景灰度和第81 100帧背景灰度归为一类，合并为同一个灰度稳定区， 其对应的灰度平均值即为背景中该像素点处的灰度值。根据假设1，背景一共在77帧中出 现，背景灰度出现的频率最高，因此可以确定出背景灰度。以上算法不需要对场景中的背景和目标建立模型，可以直接从含有运动前景的场 景图像中重构背景，避免了混合现象。但在实验中发现，当某个像素点处的灰度值随时间的 变化局部呈递减或者递增趋势且相邻帧间的该像素点变化满足设定域值条件时，背景像素 点灰度归类将出现错误。如图2所示，为连续36帧序列图像某像素点处的灰度变化曲线， 即从第4帧到第19帧，该点的灰度值呈递减趋势，且临帧间的灰度值变化跳跃性不大，完 全满足划分像素点灰度平稳区间的域值条件g(x,y,k, t)-g(x,y,k, t-1) | ≤T1公式(2)其中，T1为设定阙值。可见，第1 19帧被划分为同一个灰度平稳区。该平稳区中的最大灰度值为165， 而最小的灰度值为68，两者的差值达到97，这个差值达到划分平稳区的域值25的3. 9倍， 因此在该情况下，采用以上算法得到的该点的背景灰度值是不准确的，在对所得的图像序 列进行背景提取得到的R分量背景图中，某些局部放大部分由于错误的灰度值呈现出类似 于噪声点的分布。
技术实现思路
有鉴于此，本专利技术提供了一种视频图像背景的重构方法及装置，采用该技术方案， 能够准确地检测出视频图像中的运动目标，并且无需进行背景模型的重建或更新。根据本专利技术的一个方面，提供一种视频图像背景的重构方法。根据本专利技术的视频图像背景的重构方法包括根据视频图像中像素点在当前帧图像以及上一帧图像中的灰度值，确定所述像素 点的灰度差值；当所述灰度差值的绝对值大于第一阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；或，当所述灰度差值的绝对值小于第一阈值且所述灰度差值的符号与上一 帧图像的灰度变化累加和的符号相同且当前帧图像的灰度变化累加和大于第二阈值时，确 定当前帧图像相对于上一帧图像属于新的灰度类；根据确定的各灰度类的灰度平均值合并相似的灰度类，并根据合并后的灰度类确 定重构背景的背景像素灰度值。根据本专利技术的另一个方面，提供一种视频图像背景的重构装置，该装置包括灰度差值确定单元，用于根据视频图像中像素点在当前帧图像以及上一帧图像中 的灰度值，确定所述像素点的灰度差值；灰度类确定单元，用于当所述灰度差值的绝对值大于第一阈值时，确定当前帧图 像相对于上一帧图像属于新的灰度类；或，当所述灰度差值的绝对值小于第一阈值且所述 灰度差值的符号与上一帧图像的灰度变化累加和的符号相同且当前帧图像的灰度变化累 加和大于第二阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；背景像素灰度值确定单元，用于根据确定的各灰度类的灰度平均值合并相似的灰 度类，并根据合并后的灰度类确定重构背景的背景像素灰度值。通过本专利技术的上述至少一个方案，通过计算视频图像中像素点在当前帧图像以及 上一帧图像中的灰度值的灰度差值，确定图像的灰度类，根据确定的各灰度类的灰度平均 值合并相似的灰度类，并根据合并后的灰度类确定重构背景的背景像素灰度值。采用该技 术方案，能够准确地检测出视频图像中的运动目标，并且无需进行背景模型的重建或更新。本专利技术的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变 得显而易见，或者通过实施本专利技术而了解。本发本文档来自技高网...
【技术保护点】
一种视频图像背景的重构方法，其特征在于，包括：根据视频图像中像素点在当前帧图像以及上一帧图像中的灰度值，确定所述像素点的灰度差值；当所述灰度差值的绝对值大于第一阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；或，当所述灰度差值的绝对值小于第一阈值且所述灰度差值的符号与上一帧图像的灰度变化累加和的符号相同且当前帧图像的灰度变化累加和大于第二阈值时，确定当前帧图像相对于上一帧图像属于新的灰度类；根据确定的各灰度类的灰度平均值合并相似的灰度类，并根据合并后的灰度类确定重构背景的背景像素灰度值。
【技术特征摘要】
【专利技术属性】
技术研发人员：蒋安珩，张希，
申请(专利权)人：南京敏思科技有限公司，
类型：发明
国别省市：84
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。