[發明專利]視頻流背景圖像建模方法

有效

• 申請號: 200810236281.5
• 申請日: 2008-11-28
• 公開（公告）號: CN101420536A
• 公開（公告）日: 2009-04-29
• 發明（設計）人: 李峰;彭長生;陸珺;戴樂云
• 申請（專利權）人: 江蘇科海智能系統有限公司
• 主分類號: H04N5/272
• 分類號: H04N5/272;G06T3/40
• 代理公司: 鎮江京科專利商標代理有限公司
• 代理人: 夏哲華

技術領域

本發明屬于視頻監控技術領域，涉及一種用于視頻監控系統的視頻流背景圖像建模方法。

背景技術

視頻監控系統是一個備受關注且具有廣泛的應用前景的智能系統。一個典型的視頻監控系統一般是用一個靜態的攝像機對某個固定區域的目標進行監控，其中從視頻流中實時分離出運動目標是視頻監控系統一個基本環節。而背景差分法以其簡單可靠在運動目標檢測中得到廣泛應用，然而，在許多視頻監控場所，監控場景的背景不是固定的，往往受光照、天氣等環境因素的影響，因此如何準確獲取動態變化的場景背景是利用背景差分法進行運動目標檢測的關鍵，為此，前人提出了大量的背景建模方法：其中Stauffer與Grimson在《Adaptive?BackgroundMixture?Models?for?Real-Time?Tracking》一文中利用自適應的混合高斯背景模型，并且利用在線估計來更新模型，進而可靠地處理了光照變化、背景動態運動的干擾等影響，然而，由于其背景模型是逐象素進行計算，存在計算量大，“虛影”現象等問題，李志慧等人在《交通流視頻檢測中背景模型與陰影檢測算法》一文中通過對彩色視頻的背景建模，并引入反饋機制，較好的克服了“虛影”現象，然而彩色視頻的引入大大提高了背景建模的復雜度，趙燕偉等人在《一種交通流信息視頻檢測中的特征采集方法》(中國專利，專利申請號200510062004.3)中采用了一種基于逐象素亮度混合高斯分布的背景幀維護方法。但在上述文獻中，背景模型的建立和維護都是逐象素進行，計算復雜度大，特別是對于彩色視頻存在更大的計算復雜度，難于滿足那些對系統的實時性、可靠性和準確性都要求較高的應用場合的需求。

發明內容

本發明要解決的技術問題是克服目前基于混合高斯模型的背景建模方法中存在實時性差的問題，提供一種基于Bayer模式的快速混合高斯背景建模方法，使其能夠提高視頻監控系統的實時性、可靠性和準確性。

為解決上述技術問題，本發明的方法包括以下步驟：

(1)設定混合高斯模型的相關參數，所述的參數包括全局背景閾值T、學習率α、高斯分布模型個數K、和初始化幀數M；

(2)采集攝像機的數字視頻信息，并利用中值和高斯濾波對獲取的彩色或灰度數字視頻信息進行去噪和清晰化處理；

(3)數字視頻信號進行子采樣，對基于RGB或YCrCb模式的彩色數字視頻信號，依據分量分離的原則，按照Bayer模式進行子采樣，而對于灰度數字視頻信號，則直接對亮度信息按照Bayer模式進行1/2子采樣；

(4)根據前K幀子采樣視頻圖像的各象素分量值對各象素的混合高斯模型進行初始化，在此基礎上，利用前M-1幀的子采樣視頻圖像完成對混合高斯背景模型的初始化；

(5)隨監控場景外界條件的變化，根據運動目標區域有選擇地進行混合高斯模型的背景更新；

(6)通過鄰域插值來獲取完整的背景模型，對基于RGB或YCrCb模式的彩色數字視頻信號，在Bayer模式子采樣視頻圖像的基礎上，按照鄰域插值方法還原到原來的色彩模式，而對灰度數字視頻信號則采用鄰域插值方法還原到完整的視頻模式。

所述(1)中，全局背景閾值T一般取T＝0.4、學習率α的取值范圍一般在[0.001，0.2]、高斯分布個數K的取范圍一般為[3，5]、而初始化幀數M取值范圍一般為[50，500]。

所述(4)和(5)中，對基于RGB或YCrCb模式的彩色數字視頻信號，將子采樣視頻圖像上每個象素上的對應的色彩分量的視頻序列可看作一時間序列{X_ij，1，X_ij，2，…，X_ij，t}，且該時間序列可表示為K個高斯分布的疊加，即混合高斯分布。其當前點的概率表示為：