[发明专利]交通视频图像背景提取方法

说明书

技术领域

本发明涉及一种交通视频图像背景提取方法，属于交通视频图像领域。

背景技术

目前，在交通视频图像背景提取中最常用的运动目标检测算法是背景差分法，背景差分法的基本任务是背景建立，传统背景建立算法存在的问题是运算复杂、实时性差、得到的背景效果不好。本发明涉及交通视频图像背景提取方法，算法具有多帧图像平均法模型简单、运算速度快的特点，同时又具有连续帧差法的优点，可以判断出新来的图像中是否具有运动目标，从而可以有效地消除运动目标给背景带来的影响。另外，通过运用对图像平均灰度值进行比较的方法，能够较好地适应实际运动场景光照条件的变化，改进后的多帧图像平均法不需要存储以前的图像，只需要当前图像即可提取出背景图像，占用的计算机资源少，对视频的采样和对背景图像的提取可以同步进行，从而节约了时间，提高了速度，这是改进后的多帧图像平均法所具有的优点，新算法易于实现，处理快速，能够适应光照强度的变化，及时有效地更新背景。实验结果表明，新算法取得的效果较好。

发明内容

根据以上现有技术中的不足，本发明要解决的技术问题是：提供一种能够较好地适应实际运动场景光照条件的变化，又提高了速度，易于实现，处理快速，能够适应光照亮度、灰度的变化，及时有效地更新背景。

本发明所述的一种交通视频图像背景提取方法，其特征在于，包括以下步骤：

1)求当前图像与背景图像的差分|I_kcx，y)-B_k-1(x，y)|；

2)求当前图像与背景图像差分的二值图像BW_i

其中，B_k-1为当前背景图像阈值，I_k为下一帧图像阈值，T1为二值图像时的阈值；

3)若sum(sum(BW_i))＜T2；则对背景进行更新

若sum(sum(BW_i))≥T2；则背景不更新

其中，T2为二值图像的灰度值累加和阈值；

4)求下一帧图像的平均值mean2(I_k)；

5)求当前背景图像的平均值mean2(B_k-1)；

6)α＝mean2(I_k)/mean2(B_k-1)；

7)若|α-1|＞T3，则B_k＝aB_k-1

其中，α为所设值，T3为光照强度更新阈值；

所述步骤1)、2)用于当前图像与背景图像进行差分运算并得到二值图像时的阈值T1。

所述的步骤3)模型采用了多帧图像平均法和背景差分结合提取和更新背景图像的方法，该方法如下：

首先通过当前图像与当前背景图像的差分运算来判断当前图像中是否有运动目标存在；

根据判断结果决定当前图像是否更新到背景图像中；

通过对当前图像和背景图像的平均值与二值图像的灰度值累加和T2进行比较sum(sum(BW_i))＜T2或sum(sum(BW_i))≥T2方法来判断是否对背景图像进行灰色度更新。

所述的步骤6)中的α由mean2(I_k)和mean2(B_k-1)来确定，具体为在光照变化引起亮度发生变化的同时，通过当前背景图像的平均值与下一帧图像的平均值的对比值，与光照强度更新阈值T3做出对比确认是否做出光照强度更新。

附图说明

图1是本发明流程示意图。

具体实施方式

下面结合附图对本发明的实施例做进一步描述：

如图1所示，本发明所述的一种交通视频图像背景提取方法，其特征在于，包括以下步骤：

8)求当前图像与背景图像的差分|I_k(x，y)-B_k-1(x，y)|；

9)求当前图像与背景图像差分的二值图像BW_i

其中，B_k-1为当前背景图像阈值，I_k为下一帧图像阈值，T1为二值图像时的阈值；

10)若sum(sum(BW_i))＜T2；则对背景进行更新

若sum(sum(BW_i))≥T2；则背景不更新