基于Vibe长期背景建模的运动目标检测方法技术

本发明专利技术提出了基于Vibe长期背景建模的运动目标检测方法，包括1）建立初始背景样本库；2）利用初始背景样本库初次差分出背景图，并进行高动态标记；3）优化模型确认当前帧分离出的时刻背景图是否超过更新周期；4）若超过更新周期则输入到优化模型二次处理，并重置更新周期；5）对处理后的同一帧图像进行差分操作，修复存在前景的区域；6）完成视频中全部背景模型的更新，处理完毕。本发明专利技术相较传统算法，采用双模型优化背景更新策略进行图像处理，初始模型采用逐帧帧差法检测图像，至更新周期后，将当前帧传送给优化模型重新检测，以此加强对半动态目标与微动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升了前景提取效果。果。果。

【技术实现步骤摘要】
基于Vibe长期背景建模的运动目标检测方法


[0001]本专利技术涉及图像处理
，具体的说，是一种基于Vibe长期背景建模的运动目标检测方法。

技术介绍

[0002]目标检测与背景建模是ViBe算法的核心内容，现有Vibe算法难以对具有不同动态特性的物体进行判定与检测。采用相互关联的双背景模型，构建背景样本库与图像之间的数据关联，使具有不同动态特性的目标在两个背景模型上产生对照关系，提高动态目标检测的效率。

技术实现思路

[0003]本专利技术的目的是针对经典Vibe算法的不足，提出一种Vibe双模型算法进行改进，通过优化模型差分检测目标被判定为暂时静止目标(初始模型无法检测)，即半动态目标，若判定目标只有小幅度左右震荡运动，即微动态目标，初始模型识别的目标，即高动态目标；与传统算法不同的是，改进的Vibe算法采用双模型优化背景更新策略进行图像处理，初始模型采用逐帧帧差法检测图像，至更新周期后，将当前帧传送给优化模型重新检测，以此加强对半动态目标与微动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升前景提取效果。
[0004]为实现上述目的，本专利技术提供了如下技术方案：
[0005]基于Vibe长期背景建模的运动目标检测方法，包括以下步骤：
[0006]步骤S1、读入视频流的15帧图像，选取15帧图像中的7帧建立初始背景样本库；
[0007]步骤S2、对读入的帧图像用初始背景样本库初次差分出背景图，并对初始模型处理出的前景进行高动态标记；
[0008]步骤S3、优化模型对当前帧分离出的时刻背景图进行判定，确认其是否超过更新周期；
[0009]步骤S4、若超过更新周期则将初始模型的当前帧背景处理图输入到优化模型二次处理，并对更新周期进行重置；
[0010]步骤S5、对经过两个模型处理后的同一帧图像进行差分操作，修复优化背景样本库中后期存在前景的区域；
[0011]步骤S6、完成全部背景模型更新后，若视频尚未结束，则返回步骤S2，否则处理完毕。
[0012]具体的，步骤S1中所述选取15帧图像中的7帧建立初始背景样本库，包括：
[0013]从视频流中第1,3,5......13帧图像中随即得到像素点中的像素值随机赋予到与原始图像大小相同七张图像中构成初始背景样本库，其中像素点下标i,j表示图像设立的矩阵大小。
[0014]具体的，步骤S2中所述对读入的帧图像用初始背景样本库初次差分出背景图，并
对初始模型处理出的前景进行高动态标记，包括：
[0015]采用经典Vibe检测方法进行初步检测，设立半径阈值系数为R，匹配阈值系数为M，差值系数用Δλ进行表示，原始图像样本库中N＝1，第i行j列的像素点用进行表示，以第二帧图像中的像素点进行展开分析，将该点与样本库中的像素点的像素值进行相减取绝对值的数学计算，得到的差值用进行表示，则有：
[0016][0017]像素点λ被判定为前景像素点，那么将该点在终值模板相对应的位置上的像素值采用样本库中对应背景图的像素值进行覆盖，即分割检测目标与背景，而后将计数盘中λ相对应的像素点值+1，判定计数盘中λ像素点被判定为前景的次数，设立误差概率系数τ，如果该像素点超过误差阈值的次数超过6次，则对其进行强制样本数据更新，以此排除原本为静态物体而误测成动态物体的像素点。
[0018]具体的，步骤S3中所述优化模型对当前帧分离出的时刻背景图进行判定，确认其是否超过更新周期，优化模型一开更新周期P来判定是否从初始模型处理完毕的背景差分图中提取图片，若P满足要求，则这一帧背景差分图像送入优化模型中进行检测。
[0019]具体的，步骤S4中所述二次处理过程如下：
[0020]构建的初始背景样本库，其间隔参数为α，对应的7帧图像参数为构建的初始背景样本库，其间隔参数为α，对应的7帧图像参数为和当初始模型首次经过时间阈值P后，将当前帧与背景样本库传输进优化模型中重新检测，优化模型获得初始背景样本库数据与初始模型处理完的图像重新处理，优化样本库中的图像参数为和则有：
[0021][0022][0023][0024][0025][0026][0027][0028][0029][0030]上式中，和为背景样本库七帧差异静止前景差分图像；为七帧差分图合并为一张静止前景差分图；To
i,j
为中差分值高于阈值的潜在静止前景图，To
i,j
＝0表示为背景像素点，反之为前景像素点；
[0031]进一步地，对同一帧图像在经历两个模型处理的潜在静止前景差分图b
i,j
有：
[0032][0033]上式中，和为两个模型处理更新周期图像的不同输出图；b
i,j
表示同一帧图像在经历两个模型处理的潜在静止前景差分图，b
i,j
＝0表示为背景像素点，反之为前景像素点；
[0034]再进一步地，对背景样本库中与同一帧图像中具有相同差异的目标差分图Tob
i,j
有：
[0035][0036]上式中，Tob
i,j
表示背景样本库中与同一帧图像中具有相同差异的目标差分图，当Tob
i,j
＝0表示为前景像素点，反之为背景像素点。
[0037]具体的，步骤S5中所述对经过两个模型处理后的同一帧图像进行差分操作，修复优化背景样本库中后期存在前景的区域，具体为：
[0038]通过Tob
i,j
二次差分确定背景像素点与静止前景像素点，对优化背景样本库中后期出现的前景区域进行背景图像填充，检测出目标差分图，并将检测目标标记为半动态物体，利用提取的目标差分图冻结优化样本库对应像素点，反馈像素点覆盖处理图对应的像素点，并记录下检测目标的图像信息，对处理图去噪声做膨胀、填洞处理得到包含目标并同时用真实背景覆盖目标像素点，修复优化背景样本库中后期存在前景的区域。
[0039]具体的，对检测目标的动态分级为：
[0040]a.初始模型提取出来的检测目标标记为高动态；
[0041]b.对优化模型提取出来的目标进行完整度审查，若完整度超过80％则标记为半动态；仅有边缘轮廓的标记为微动态。
[0042]与现有技术相比，本专利技术的有益效果是：
[0043]本专利技术通过优化模型差分检测目标被判定为暂时静止目标(初始模型无法检测)，即半动态目标，若判定目标只有小幅度左右震荡运动，即微动态目标，初始模型识别的目标，即高动态目标；与传统算法不同的是，改进的Vibe算法采用双模型优化背景更新策略进行图像处理，初始模型采用逐帧帧差法检测图像，至更新周期后，将当前帧传送给优化模型重新检测，以此加强对半动态目标与微动态目标在背景下的区分度，降低目标被背景吸收的风险，大大提升前景提取效果。
附图说明
[0044]图1为本专利技术Vibe双模型图；
[0045]图2为本专利技术的算法流程图；
[004本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于Vibe长期背景建模的运动目标检测方法，其特征在于，包括以下步骤：步骤S1、读入视频流的15帧图像，选取15帧图像中的7帧建立初始背景样本库；步骤S2、对读入的帧图像用初始背景样本库初次差分出背景图，并对初始模型处理出的前景进行高动态标记；步骤S3、优化模型对当前帧分离出的时刻背景图进行判定，确认其是否超过更新周期；步骤S4、若超过更新周期则将初始模型的当前帧背景处理图输入到优化模型二次处理，并对更新周期进行重置；步骤S5、对经过两个模型处理后的同一帧图像进行差分操作，修复优化背景样本库中后期存在前景的区域；步骤S6、完成全部背景模型更新后，若视频尚未结束，则返回步骤S2，否则处理完毕。2.根据权利要求1所述的基于Vibe长期背景建模的运动目标检测方法，其特征在于，步骤S1中所述选取15帧图像中的7帧建立初始背景样本库，包括：从视频流中第1,3,5......13帧图像中随即得到像素点中的像素值随机赋予到与原始图像大小相同七张图像中构成初始背景样本库，其中像素点下标i,j表示图像设立的矩阵大小。3.根据权利要求1所述的基于Vibe长期背景建模的运动目标检测方法，其特征在于，步骤S2中所述对读入的帧图像用初始背景样本库初次差分出背景图，并对初始模型处理出的前景进行高动态标记，包括：采用经典Vibe检测方法进行初步检测，设立半径阈值系数为R，匹配阈值系数为M，差值系数用Δλ进行表示，原始图像样本库中N＝1，第i行j列的像素点用进行表示，以第二帧图像中的像素点进行展开分析，将该点与样本库中的像素点的像素值进行相减取绝对值的数学计算，得到的差值用进行表示，则有：像素点λ被判定为前景像素点，那么将该点在终值模板相对应的位置上的像素值采用样本库中对应背景图的像素值进行覆盖，即分割检测目标与背景，而后将计数盘中λ相对应的像素点值+1，判定计数盘中λ像素点被判定为前景的次数，设立误差概率系数τ，如果该像素点超过误差阈值的次数超过6次，则对其进行强制样本数据更新，以此排除原本为静态物体而误测成动态物体的像素点。4.根据权利要求1所述的基于Vibe长期背景建模的运动目标检测方法，其特征在于，步骤S3中所述优化模型对当前帧分离出的时刻背景图进行判定，确认其是否超过更新周期，优化模型一开更新周期P来判定是否从初始模型处理完毕的背景差分图中提取图片，若P满足要求，则这一帧背景差分图像送入优化模型中进行检测。5.根据权利要求1所述的基于Vibe长期背景建模的运动目标检测方法，其特征在于，步骤S4中所述若超过更...

【专利技术属性】
技术研发人员：熊剑，吴杰，张强，廖玮，权略，郭杭，衷卫声，李宇，
申请(专利权)人：南昌大学，
类型：发明
国别省市：