基于像素序列形态的适应性背景重构方法技术

本发明专利技术涉及一种基于像素序列形态的适应性背景重构方法，将时间维度上的像素序列形态用于指导背景图像的提取和更新。本发明专利技术提取像素序列形态特征，不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略，使得本发明专利技术方法不仅可以提取常规背景，还可以就周期形态的像素序列提取周期性背景。该算法无需对视频场景中的背景和运动目标建立模型，直接从一组含有运动前景的视频图像中重构背景，有效的避免了混合现象，提高了背景提取的准确性、背景更新的有效性和背景重构的实时性。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别是一种基于像素序列形态的适应性背景重构 方法。
技术介绍
背景重构是视频图像处理领域的支撑性工作之一，涉及背景提取和背景更新两大 基本问题。国内外已经在背景提取和背景更新方面做了大量的研究工作，形成了不少经典 的算法。最为经典的背景重构算法为基于时间轴的滤波方法，从过去一组观测图像中按照 一定的规则构建背景图像。以均值滤波法为例，将一段时间内视频图像序列的求和后平均， 构建一帧近似的背景图像幀，并完成后续背景更新，计算简单，但是计算过程混杂了大量的 前景像素，受前景干扰严重，背景提取和更新的效果依赖于使用的图像幀数，存储空间耗费 较大，背景更新速度较缓慢。与此类似的方法还包括中值滤波法、众数滤波法、连续幀差法 等。此外，还有一类背景重构算法首先建立背景模型，随后调整模型参数以便获取背景图 像，比如高斯分布模型、混合高斯分布模型、Kalman滤波法等，这一类方法对于光照变化适 应性良好，但是运算复杂，实时性能不佳，高斯分布模型对于运动物体长期静止的状况无法 有效更新背景。总体而言，目前主流的背景重构算法在背景提取的准确性、背景更新的有效 性和背景重构的实时性、背景场景的适应性上存在较大差异。
技术实现思路
本专利技术的目的在于克服现有技术的不足，提供--种基于像素序列形态的适应性背景重构方法，该适应性背景重构方法适用范围广，提高了背景提取的准确性、背景更新的有 效性和背景重构的实时性。 本专利技术采用的技术方案是 征在于包括以下步骤(1)从待处理的视频中抽取--种，其特组连续的图像序列(I0,11,12In)，Ii (χ, y)表示第Ii帧图像中像素点(X，y)的像素值，即像素(X，y)对应一个长度为n+1的像素值序列 P (X，y) = { I0 (x, y), I1 (X，y)，…，In (x, y)}；(2)根据选定的图像序列，计算像素(x，y)在所述图像序列(ItllI1 序列M(x，y)，所述M(x，y)定义为 M (x, y) = {mi (χ, y), 1 ^ i<n}其中mi(x，y)表示像素(x，y)在i时刻下的邻近变化形态，其定义为In)中的形态权利要求1. 一种，其特征在于包括以下步骤(1)从待处理的视频中抽取一组连续的图像序列(ItllI1,I2,-,In), Ii (x, y)表示第Ii 帧图像中像素点(x，y)的像素值，像素(x，y)对应一个长度为n+1的像素值序列2.根据权利要求1所述的，其特征 在于所述平缓形态背景提取策略按以下步骤进行将所述平缓形态分为单调平缓形态和松散平缓形态，若像素点(x，y)满足台3.根据权利要求1所述的，其特征在于所 述混沌形态背景提取策略按以下步骤进行步骤1 划分像素值平稳变化子序列，计算平均像素值根据像素形态序列M (X，y)将像 素值序列P (χ，y)划分成为若干子序列，每个子序列均为平缓态序列，平稳变化子序列划分 位置Divide _Pos定义如下4.根据权利要求1所述的，其特征在于所 述周期形态背景提取策略按以下步骤进行在周期形态下，像素值序列P(x，y)和形态序列M(x，y)以k为周期被划分为若 干个周期子序列 P1 (χ，y)， ... ，Pr (χ, y) (Pi (χ, y) = Ua* (χ, y)， il + Ci-lhk (χ, y),…，Ik-i+(i-i)*k(x，y)})禾DM1(X1Y)，…，Mr (x, y) (Mi (χ, y) = {m(i_1)H<k+1 (χ, y)，Hi(H)彻2 (χ, y)，…， ma^k+kU，y)})，其中子序列的长度均为等长的子序列，序列长度为k，直接选取时间轴上 最新的一个周期为k的像素周期变化子序列已(x，y)作为背景像素周期序列，而在不同 的时刻选择该背景像素周期序列中对应的像素值作为背景像素，即t时刻下，背景像素值 BFt (X，y) =It mod k+(r-l)*k (χ，y)。5.根据权利要求1所述的，其特征在于所 述渐进性背景更新策略按如下方法进行以t时刻下像素值It (x, y)为背景像素的基准值， 预测t+Ι时刻下背景像素值的变化幅度为t-2时刻至t时刻变化幅度的均值，并选择t-2 时刻至t时刻变化幅度的平均差作为t+Ι时刻下背景像素变化幅度的附加值，即6.根据权利要求1所述的，其特征在于所 述突变性背景更新策略按如下方法进行从t1=t+2始，进行如下背景像素的更新计算全文摘要本专利技术涉及一种，将时间维度上的像素序列形态用于指导背景图像的提取和更新。本专利技术提取像素序列形态特征，不同形态适用独立的背景提取策略、背景更新时刻和背景更新策略，使得本专利技术方法不仅可以提取常规背景，还可以就周期形态的像素序列提取周期性背景。该算法无需对视频场景中的背景和运动目标建立模型，直接从一组含有运动前景的视频图像中重构背景，有效的避免了混合现象，提高了背景提取的准确性、背景更新的有效性和背景重构的实时性。文档编号G06T7/20GK102136148SQ20111007233公开日2011年7月27日 申请日期2011年3月24日 优先权日2011年3月24日专利技术者余春艳, 吴立峤, 李建明 申请人:福州大学本文档来自技高网...

【技术保护点】
１．一种基于像素序列形态的适应性背景重构方法，其特征在于：包括以下步骤：（１）从待处理的视频中抽取一组连续的图像序列（Ｉ０，Ｉ１，Ｉ２，…，Ｉｎ），Ｉｉ（ｘ，ｙ）表示第Ｉｉ帧图像中像素点（ｘ，ｙ）的像素值，像素（ｘ，ｙ）对应一个长度为ｎ＋１的像素值序列Ｐ（ｘ，ｙ）＝｛　Ｉ０（ｘ，ｙ），　Ｉ１（ｘ，ｙ），…，Ｉｎ（ｘ，ｙ）｝；（２）根据选定的图像序列，计算像素（ｘ，ｙ）在所述图像序列（Ｉ０，Ｉ１，Ｉ２，…，Ｉｎ）中的形态序列Ｍ（ｘ，ｙ），所述Ｍ（ｘ，ｙ）定义为：Ｍ（ｘ，ｙ）＝｛ｍｉ（ｘ，ｙ），　１≤ｉ（ｎ｝其中：ｍｉ（ｘ，ｙ）表示像素（ｘ，ｙ）在ｉ时刻下的邻近变化形态，其定义为：其中，△ｉ（ｘ，ｙ）表示像素（ｘ，ｙ）的像素值在ｉ时刻下相较于前一邻近时刻的变化值，其计算公式为：△ｉ（ｘ，ｙ）＝Ｉｉ（ｘ，ｙ）－Ｉｉ－１（ｘ，ｙ）　（１≤ｉ≤ｎ）；ｅ为判断像素值是否发生剧烈变化的阈值；括号表示对该括号中的值向下取整；（３）判断像素（ｘ，ｙ）的形态序列特征：若对于任一满足（）　，则判断像素（ｘ，ｙ）具有平缓形态；若存在一个极大值ｋ（１（ｋ≤ｎ／２），使得对于所有，满足，则判断像素（ｘ，ｙ）具有周期形态；若形态序列Ｍ（ｘ，ｙ）满足以下Ａ和Ｂ两个条件：Ａ、存在ｉ（），使得（）；Ｂ、对于任何一个ｋ（１（ｋ≤ｎ／２），总能找到一个ｉ（），使得则判断像素（ｘ，ｙ）具有混沌形态；（４）根据步骤（３）得到的形态特征选用相应的背景提取策略提取背景像素值：若像素（ｘ，ｙ）具有平缓形态，则采用平缓形态背景提取策略；若像素（ｘ，ｙ）具有混沌形态，则采用混沌形态背景提取策略；若像素（ｘ，ｙ）具有周期形态，则采用周期形态背景提取策略；（５）进行像素序列形态自适应背景更新：定义ｔ时刻下像素（ｘ，ｙ）像素值与背景像素值的差值ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ），其表达式为：ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ）＝｜Ｉｔ（ｘ，ｙ）－ＢＦ（ｘ，ｙ）｜其中，ＢＦ（ｘ，ｙ）表示像素点（ｘ，ｙ）背景像素值，Ｉｔ（ｘ，ｙ）表示ｔ时刻下像素（ｘ，ｙ）的像素值；计算像素（ｘ，ｙ）从ｔ－２时刻至ｔ－１时刻、从ｔ－１时刻至ｔ时刻相邻两帧像素值的差值，分别记为△ｔ－１（ｘ，ｙ）、△ｔ＋１（ｘ，ｙ）；若同时满足ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ－１）（ｅ、ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ－２）（ｅ、｜△ｔ－２（ｘ，ｙ）｜（ｅ和｜△ｔ－１（ｘ，ｙ）｜（ｅ，采用渐进性背景更新策略进行背景更新；若ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ－１）（ｅ、ｄｉｓｔＩ，ＢＦ（ｘ，ｙ，ｔ－２）（ｅ、｜△ｔ－２（ｘ，ｙ）｜（ｅ和｜△ｔ－１（ｘ，ｙ）｜（ｅ，则进一步考察突变后像素值序列形态变化以确定是否发生背景突变，若突变后的像素值序列形态仍呈现剧烈变化，无需背景更新，若突变后的像素值序列形态呈现平缓态势，则判定该背景像素发生了背景突变，此时采用突变性背景更新策略进行背景更新。...

【技术特征摘要】

【专利技术属性】
技术研发人员：余春艳，吴立峤，李建明，
申请(专利权)人：福州大学，
类型：发明
国别省市：35