[发明专利]背景模型更新方法和设备

说明书

提供了一种背景模型更新方法和设备。所述背景模型更新方法包括：利用所述背景模型获取当前帧灰度图像的前景图像；在所述前景图像中检测扰动像素；基于所述扰动像素对所述背景模型进行更新。根据本发明实施例的背景模型更新技术基于扰动像素对背景模型进行像素级别的更新，从而大大减少了处理时间和内存。另外，该技术不针对暂时静止的目标对象对背景模型进行更新，从而避免了“鬼影”问题。

技术领域

本发明总体涉及图像处理，具体涉及目标检测领域的背景模型更新方法和设备。

背景技术

前景检测是机器视觉及图像处理的基础预处理。在基于图像的目标检测领域，通过将待检测的图像与背景模型进行比较来检测前景是一种普遍使用并且有效的方法。在这一检测方法中，背景模型的准确程度将会直接影响到前景的检测结果。对于绝大多数基于图像的目标检测和跟踪技术，能长时间工作(甚至全天工作)是一个基本的要求。然而检测场景内缓慢的环境干扰，特别是光照变化，会导致图像信息(灰度或者深度)的变化，进而影响背景模型的准确性。如果不及时对背景模型进行更新，这种缓慢的环境干扰将最终导致严重的误检。图1(a)-图1(e)中示出了一种示例性的情形。

图1(a)和图1(b)显示了同一检测场景下不同时间获取到的深度图像。其中图1(a)是08:55拍摄的，图1(b)是09:45拍摄的。这2张深度图像清楚的展示了由于光照的变化带来的图像的变化(参见例如图1(b)中用椭圆形标出的部分)。图1(c)和图1(d)分别显示了对于图1(a)和图1(b)应用同一背景模型而获得的前景掩膜。可以看到，随着光照的变化，没有更新的背景模型将会产生误检，例如将如图1(d)中用椭圆形标出的背景对象误检为前景。图1(e)是与图1(b)对应的灰度图像，图1(e)中用矩形标出了图1(d)中所标记的被误检对象对应的具体背景。

由此可见，为了保证检测的准确性，需要更新背景模型来应对环境干扰在图像中随着时间而产生和累积的扰动。针对这一问题，本领域研究人员已经提出了采用动态背景模型。动态背景模型是一种随着时间(图像序列)不断更新的背景模型，其典型的更新机制包括：一直更新，间隔更新和随机更新。然而，现有的动态背景模型在应对环境干扰在图像中随着时间而产生和累积的扰动时需要耗费大量的时间。例如，美国专利US8208733B2提出了一种用来估计背景的变化的方法。该方法的基本思想是利用预先得到的背景图像产生边缘图像，通过计算边缘图像和前景图像的相似性来检测背景变化，进而控制整幅背景图像的更新速率。由于该方法在检测到背景变化时对背景图像的全幅进行更新率，因而其需要耗费大量的处理时间和内存。另一方面，现有的动态背景模型的绝大多数典型更新机制都会带来“鬼影”问题。所谓“鬼影”是指当暂时静止的物体(在背景模型更新过程中，该物体已被更新为背景)开始移动时，会在背景图像上留下一个“孔”，从而导致在利用背景模型进行前景检测时将该“孔”误检为前景。

发明内容

根据本发明的一个实施例，提供了一种背景模型更新方法，包括：利用所述背景模型获取当前帧灰度图像的前景图像；在所述前景图像中检测扰动像素；基于所述扰动像素对所述背景模型进行更新。

根据本发明的另一实施例，提供了一种背景模型更新设备，包括：前景图像生成单元，配置为利用所述背景模型获取当前帧灰度图像的前景图像；扰动检测单元，配置为在所述前景图像中检测扰动像素；更新单元，配置为基于所述扰动像素对所述背景模型进行更新。

根据本发明实施例的背景模型更新技术基于扰动像素对背景模型进行像素级别的更新，从而大大减少了处理时间和内存。另外，该技术不针对暂时静止的目标对象对背景模型进行更新，从而避免了“鬼影”问题。

附图说明

图1(a)和图1(b)例示了同一检测场景下不同时间获取到的深度图像的示意图；图1(c)和图1(d)分别例示了对于图1(a)和图1(b)应用同一背景模型而获得的前景掩膜；图1(e)示出了与图1(b)中例示的深度图像对应的灰度图像。