[發(fā)明專利]一種視頻圖像的背景建模方法

有效

• 申請?zhí)枺?/td>: 201811548271.5
• 申請日: 2018-12-18
• 公開（公告）號: CN109785356B
• 公開（公告）日: 2021-02-05
• 發(fā)明（設計）人: 劉暢;尚源峰;高明晉;周一青;石晶林
• 申請（專利權）人: 北京中科晶上超媒體信息技術有限公司
• 主分類號: G06T7/194
• 分類號: G06T7/194;G06T7/187
• 代理公司: 北京泛華偉業(yè)知識產(chǎn)權代理有限公司 11280
• 代理人: 王勇

本發(fā)明提供了一種視頻圖像的背景建模方法。該方法包括：針對多個視頻圖像幀，將每幀圖像劃分為多個圖像塊；根據(jù)所述多個視頻圖像幀的第一幀建立初始背景模型，所述初始背景模型對于每個背景點存儲一個對應的樣本集；對于第一幀的后續(xù)幀，通過與所述初始背景模型進行匹配來構造針對所述多個圖像塊的背景模型，以形成背景圖。本發(fā)明的方法能夠快速、準確的構建背景模型。

技術領域

本發(fā)明涉及圖像處理技術領域，尤其涉及一種視頻圖像的背景建模方法。

背景技術

隨著智慧城市的快速發(fā)展，安防行業(yè)市場持續(xù)增長，安防行業(yè)將向規(guī)模化、自動化、智能化轉型升級，預計到2020年，安防企業(yè)總收入將達到8000億左右，年增長率達到10％以上。隨著人工智能產(chǎn)業(yè)化的加快落地，至2022年，安防產(chǎn)業(yè)市場規(guī)模將達到近萬億。將計算機視覺技術融入視頻監(jiān)控系統(tǒng)是未來發(fā)展的必然趨勢，實現(xiàn)對視頻流圖像處理、背景、目標分析等工作，構建模型庫初始背景，以給予視頻監(jiān)控系統(tǒng)智能性。背景提取技術是智能監(jiān)控系統(tǒng)的核心技術，其研究領域涉及到圖像處理、模式識別、人工智能及自動控制等諸多領域。

然而，在實際場合中，場景圖像往往是復雜多變的，例如，場景中光照的變化、搖動的樹葉、水面的波紋、人為遺留物、遮擋、徘徊、相機微小的震動而產(chǎn)生的偏移等，這些復雜多變的場景往往造成背景提取出現(xiàn)鬼影、孔洞線性等問題，從而導致圖像信息的損失，嚴重影響了運動目標檢測或背景提取的精度。目前常用的背景圖像提取方法(例如，統(tǒng)計直方圖法、統(tǒng)計中值法、幀間差分法、基于Vibe算法的背景建模等)在實時性、準確性和魯棒性等方面還存在這一定的局限性。以基于Vibe算法的背景建模為例，存在的主要問題有：1)、鬼影問題，這是由于Vibe背景建模利用第一幀作為初始幀來初始化背景模型，而第一幀存在著運動目標，并非真實的背景圖像時，檢測結果中會出現(xiàn)鬼影；2)、靜止目標問題，當前景目標長時間駐留未運動(例如，人在等地鐵)，該運動目標逐漸被背景吸收，而Vibe背景模型的更新速度過快時，會將靜止或緩慢運動目標吸收為背景的一部分，此時無法正確的檢測出前景目標；3)陰影前景問題，由于光線被前景目標遮擋(例如，被人體或車體運動目標所遮擋)，投射陰影區(qū)的背景被誤檢為運動目標前景；4)運動目標不完整問題，例如，運動目標內(nèi)部有大量空洞、運動目標邊緣殘缺、運動目標中間有斷層等。

因此，目前還沒有一種適應于各種復雜場合的背景建模方法，需要對現(xiàn)有技術進行改進，以提供一種魯棒性更強、實時性更好、準確度更高的背景建模方法。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服上述現(xiàn)有技術的缺陷，提供一種視頻圖像的背景建模方法。

本發(fā)明提供了一種視頻圖像的背景建模方法，該方法包括以下步驟：

步驟1：針對多個視頻圖像幀，將每幀圖像劃分為多個圖像塊；

步驟2：根據(jù)所述多個視頻圖像幀的第一幀建立初始背景模型，所述初始背景模型對于每個背景點存儲一個對應的樣本集；

步驟3：對于第一幀的后續(xù)幀，通過與所述初始背景模型進行匹配來構造針對所述多個圖像塊的背景模型，以形成背景圖。

在一個實施例中，對于一幀圖像，根據(jù)以下子步驟獲得所述多個圖像塊：

步驟11：將該幀圖像劃分為多個初始圖像塊，其中，相鄰初始圖像塊之間存在多行重合的像素點；

步驟12：通過抽樣將所述多個初始圖像塊按比例縮小，將縮小的圖像塊作為所述多個圖像塊。

在一個實施例中，在步驟3中，根據(jù)以下子步驟構造所述圖像塊的背景模型：

步驟21：對于第一幀的后續(xù)幀中的像素點，通過將其像素值與閾值進行比較來確定該像素點是否為背景點；

步驟22：根據(jù)判斷結果確定相對于所述初始背景模型需要更新的像素點并更新其對應的樣本集；