[發明專利]基于改進ViBe算法的運動目標提取方法

在審

• 申請號: 202011122423.2
• 申請日: 2020-10-20
• 公開（公告）號: CN112258548A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 張侃健;何增祥;謝利萍;魏海坤
• 申請（專利權）人: 東南大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T7/10;G06K9/46
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

1.一種基于改進ViBe算法的動態目標提取方法，其特征在于，包括以下步驟：

步驟1：對采集的視頻圖像進行預處理；

步驟2：采用ViBe算法對運動目標進行預提?。?/p>

步驟3：采用基于圖像顏色特征與圖像區域匹配方法去除動態前景中的陰影；

步驟4：采用基于改進Canny算子和形態學方法提取動態前景中的運動目標。

2.根據權利要求1所述的基于改進ViBe算法的動態目標提取方法，其特征在于，所述步驟1包括如下過程：圖像增強、圖像修復和圖像濾波。

3.根據權利要求1所述的基于改進ViBe算法的動態目標提取方法，其特征在于，所述步驟2具體包括以下步驟：

步驟2.1：初始化單幀圖像中每個像素點的背景模型，隨機抽樣某個像素點的鄰域的N個像素點，組成t＝0時的像素模型作為背景模型，其中(x,y)為像素點的坐標；

步驟2.2：對后面的每一幀進行前景分割操作，當t＝k時，將此幀圖像的像素點的模型P^k(x,y)與背景模型P^bg(x,y)做差，若N個像素點的差值小于等于閾值T，則P^k(x,y)為背景，否則為前景；

步驟2.3：采用時間取樣更新策略更新背景模型。

4.根據權利要求3所述的基于改進ViBe算法的動態目標提取方法，其特征在于，所述步驟2.3中，假設像素點p(x,y)為步驟2.2確定的背景點，則該點以及該點的k領域內的像素點在下一幀圖像中將有_w的幾率更新自己的模型樣本。

5.根據權利要求1所述的基于改進ViBe算法的動態目標提取方法，其特征在于，所述步驟3具體包括以下步驟：

步驟3.1：基于經典的mean shift算法對圖像進行分割，每個區域標記為S_i，中心為C_i，總計N塊小區域；

步驟3.2：將原始的圖像從RGB顏色空間轉換到YUV顏色空間上，當某個像素點在YUV空間的Y通道上的值小于整張圖片的Y通道的平均值的60％時，直接確定這個像素點在陰影之中；當某個區域S_i的Y通道的平均值Y_i小于整張圖像Y通道平均值的60％時，則認為這個區域在陰影中；然后，再根據HSV顏色空間的特征，通過下述判別公式進行陰影檢測：

其中，分別表示k時刻f(x,y)像素點處的HSV分量；分別表示k時刻背景模型B(x,y)像素點處的HSV分量；ζ_s是前景陰影和背景飽和度差值的閾值，ζ_H是前景陰影和背景色調差值的閾值；

步驟3.3：對圖像每個區域的梯度值計算直方圖，同時計算兩個區域直方圖的曼哈頓距離d_g(S_i,S_j)來衡量兩個區域的相似性；計算各區域的灰度共生矩陣，求出表征紋理特征的特征值和特征向量，然后計算兩個區域紋理特征特征向量之間的曼哈頓距離d_v(S_i,S_j)來衡量區域間的相似性；因此，S_i與S_j之間相似特征曼哈頓距離的和為D(S_i,S_j)表示為：

D(S_i,S_j)＝d_g(S_i,S_j)+d_v(S_i,S_j)

假設S_j是S_i最相似的背景非陰影區域，計算S_j的三個通道H、S、V的顏色直方圖Histo_H,j、Histo_S,j、Histo_V,j，并以這三個量為顏色直方圖匹配的模板，調整S_i的HSV通道的顏色直方圖，使得陰影覆蓋的區域像素強度、平滑度、飽和度恢復正常；最后，再將圖像從HSV顏色空間轉到RGB顏色空間。

6.根據權利要求1所述的基于改進ViBe算法的動態目標提取方法，其特征在于，所述步驟4具體包括以下步驟：

步驟4.1：融合最大類間方差法，對原始的Canny算子的高、低閾值進行自適應的調整，使得Canny算子能夠根據圖像本身的特征來選擇最優的閾值；

步驟4.2：通過形態學處理方法對動態前景進行進一步的處理，先進行腐蝕操作，然后進行膨脹操作，去除干擾噪聲，同時彌補動態前景的空洞區域。