[發明專利]圖像處理設備和圖像處理方法

無效

• 申請號: 200910251356.1
• 申請日: 2009-12-03
• 公開（公告）號: CN102087707A
• 公開（公告）日: 2011-06-08
• 發明（設計）人: 張斯聰;吳偉國
• 申請（專利權）人: 索尼株式會社
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06T7/20
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 杜誠;李春暉

技術領域

本發明一般涉及用于從視頻序列中檢測運動對象的圖像處理設備和圖像處理方法，尤其涉及基于高斯混合模型來區分視頻序列的圖像中背景與前景的圖像處理設備和圖像處理方法。

背景技術

隨著視頻圖像處理技術的發展，人們已經不滿足于視頻圖像的捕捉、編/解碼和傳輸，而是對視頻圖像中運動對象的識別、分析和處理提出了更多的要求。為滿足這些要求，基礎的工作是從視頻序列中分割出運動對象，即區分運動前景和背景。

目前，運動對象檢測的問題主要分為兩類，攝像機固定和攝像機運動。對于攝像機固定的情形，前景是指在假設背景為靜止的情況下，任何有意義的運動對象即為前景。相對比地，背景的變化是緩慢的，而且主要是由于光照，風等等的影響。通常采用高斯混合模型來對背景進行建模，在視頻序列的圖像中分離出前景和背景。在Chris?Stauffer和W.E.L.Grimson的文章“Adaptive?background?mixture?models?for?real-time?tracking”，1999?IEEE?Computer?Society?Conference?on?Computer?Vision?and?Pattern?Recognition(CVPR′99)-Volume?2，pp.2246，1999中描述了如何采用高斯混合模型對背景進行建模以及如何在圖像中區分前景和背景。

發明內容

由于存在光線變化、風吹導致的慢速擺動等因素，背景中會存在緩慢的變化。在基于高斯混合模型的各種方案中，能夠根據學習速率α和ρ來更新模型，以適應背景的這種改變。然而如果背景改變的速度超過高斯混合模型的學習速度，則背景改變會被誤檢為前景，從而提高背景噪聲。雖然高的學習速率α和ρ使得高斯混合模型能夠適應快的背景改變，然而也提高了將運動對象誤檢為背景，從而丟失前景的概率。調節高斯混合模型的學習速度顯然不是解決問題的優選途徑。

在基于高斯混合模型的各種方案中，圖像的每個像素均有一個高斯混合模型，其由多個高斯分布組成。當判斷一個像素是背景像素還是前景像素時，根據相應高斯混合模型求出與該像素的值匹配的各個高斯分布的權重和。如果權重和超過預定閾值，則判斷該像素為背景像素，否則為前景像素。此外，還對高斯混合模型進行更新。在更新過程中，對于與該像素的值匹配成功的高斯分布，提高匹配成功的高斯分布在高斯混合模型中的權重并更新其模型參數；對于與該像素的值未匹配成功的高斯分布，降低未匹配成功的高斯分布在高斯混合模型中的權重。

只要匹配成功，便對高斯分布的參數進行更新。然而并非所有的更新都是有益的。例如，有關像素的值與高斯分布是否匹配的判斷依據是高斯分布的后驗概率大小。然而在更新過程中，高斯分布的后驗概率大小與像素的值的穩定性相關。具體地，高斯混合模型的第k個高斯分布的后驗概率為