[發明專利]基于幀差法和背景差分法結合的前景像素提取方法及系統

在審

• 申請號: 202010136630.7
• 申請日: 2020-03-02
• 公開（公告）號: CN111260684A
• 公開（公告）日: 2020-06-09
• 發明（設計）人: 曾強;阿都建華
• 申請（專利權）人: 成都信息工程大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/194;G06T7/254
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 劉紅陽

本發明屬于圖像分割技術領域，公開了一種基于幀差法和背景差分法結合的前景像素提取方法及系統，利用幀間差分法提取當前幀圖像的背景部分，并大致確定運動目標的位置；生成二值化圖像作為背景mask模板；對二值化之后的差分圖像進行形態學腐蝕操作和膨脹操作；利用幀間差分法生成的mask掩模和當前幀圖像來初始化和更新背景模板，利用當前幀圖像對應的mask像素位置灰度來更新背景模板的背景像素灰度；使用當前幀圖像與更新的背景模板做差分運算，進行二值化處理，確定運動目標位置。本發明利用幀差法實時有效的前景檢測方法和穩定的背景差分方法，彌補各自缺點，將算法的性能提高到最大。

技術領域

本發明屬于圖像分割技術領域，尤其涉及一種基于幀差法和背景差分法結合的前景像素提取方法及系統。

背景技術

目前，圖像分割就是從一幅圖像中，尋找出有價值的部分，去除干擾部分的過程，通常圖像分割可以用來提取圖像前景，或在圖像中分割出特定區域。圖像分割一般是在圖像處理中的預處理階段，好的圖像處理一般都需要好的圖像分割技術做為基礎。

1975年Davis提出使用一種基于邊界檢測的算法用于圖像分割。1979年Ostu提出自適應閾值圖像分割算法的最大類間方差法。最大類間方差法根據圖像灰度特性區分圖像的背景和前景，背景和前景之間的類間方差越大說明背景與前景的差別越大，每當背景和前景被誤分配時都會導致方差變小，因此使用最大類間方差法分割圖像的錯分概率最小。1994年Adams使用區域增長的算法用于圖像分割。2000年，Shi等人提出normalized cuts算法，該算法既考慮了子圖間的差異，同時也考慮了子圖內部的相似性，但是該算法對大圖像的問題求解是非常困難的。2003年，Ren等人對NCuts算法進行改進，提出使用K-means算法對子圖進行細分，進一步簡化了圖像分割的計算。2015年，Li等人提出了LSC算法，通過迭代K-means算法代替NCuts算法中特征值和特征向量的求解過程，進一步簡化了算法復雜度。2012年，Achanta等人提出了一種超像素圖像分割方法，SLIC，該算法通過聚類圖像中顏色或距離相近的像素，生成超像素完成圖像分割。2014年，Girshick等人提出R-CNN算法，該算法屬于一種深度學習算法，可用于圖像目標檢測和語義分割。2015年，Long等人提出全卷積網絡(FCN)方法，針對任意大小的輸入圖像，實現逐像素分類解決圖像語義分割問題。

當前存在的較好的運動目標檢測算法有Olivier和Marc在2011提出的一種圖中背景建模算法Vibe算法。Vibe算法提供了一個樣本庫，通過這個樣本庫為圖像中的像素點構建一個集合，記錄每個像素點的前幾幀的像素值和鄰域像素值，將每一個新的像素灰度值和樣本集中的值進行比較，判斷這個像素點是否屬于背景點。Vibe算法利用相鄰像素來創建背景模型，并且對比背景模型和當前幀像素值來判斷前景區域，其算法具體可以分為三步：1)初始化單幀圖像中每個像素點的背景模板。首先結合相鄰像素點擁有相近像素值的空間分布特性，隨機選擇像素點鄰域范圍內的像素灰度值作為該像素點的模型樣本值。2)對序列圖像進行前景運動目標提取操作。將當前幀圖像的所有像素值與對應背景模型的樣本值進行比較，若該像素值與樣本值相符合的次數達到N次，則該像素點被認為是背景區域，否則為前景區域。3)背景模型更新。Vibe算法的背景更新策略在時間上和空間上都具有隨機性，并且結合前景計數的方法：若有像素點連續一定次數的檢測結果都是前景，則將其更新為背景像素。而在每一幀圖像都去更新每一個像素點也是沒有必要的，所以Vibe算法規定每一個像素點被分類為背景像素時，有固定概率判斷是否進行更新。