[发明专利]一种视频图像的背景建模方法

说明书

本发明提供了一种视频图像的背景建模方法。该方法包括：针对多个视频图像帧，将每帧图像划分为多个图像块；根据所述多个视频图像帧的第一帧建立初始背景模型，所述初始背景模型对于每个背景点存储一个对应的样本集；对于第一帧的后续帧，通过与所述初始背景模型进行匹配来构造针对所述多个图像块的背景模型，以形成背景图。本发明的方法能够快速、准确的构建背景模型。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种视频图像的背景建模方法。

背景技术

随着智慧城市的快速发展，安防行业市场持续增长，安防行业将向规模化、自动化、智能化转型升级，预计到2020年，安防企业总收入将达到8000亿左右，年增长率达到10％以上。随着人工智能产业化的加快落地，至2022年，安防产业市场规模将达到近万亿。将计算机视觉技术融入视频监控系统是未来发展的必然趋势，实现对视频流图像处理、背景、目标分析等工作，构建模型库初始背景，以给予视频监控系统智能性。背景提取技术是智能监控系统的核心技术，其研究领域涉及到图像处理、模式识别、人工智能及自动控制等诸多领域。

然而，在实际场合中，场景图像往往是复杂多变的，例如，场景中光照的变化、摇动的树叶、水面的波纹、人为遗留物、遮挡、徘徊、相机微小的震动而产生的偏移等，这些复杂多变的场景往往造成背景提取出现鬼影、孔洞线性等问题，从而导致图像信息的损失，严重影响了运动目标检测或背景提取的精度。目前常用的背景图像提取方法(例如，统计直方图法、统计中值法、帧间差分法、基于Vibe算法的背景建模等)在实时性、准确性和鲁棒性等方面还存在这一定的局限性。以基于Vibe算法的背景建模为例，存在的主要问题有：1)、鬼影问题，这是由于Vibe背景建模利用第一帧作为初始帧来初始化背景模型，而第一帧存在着运动目标，并非真实的背景图像时，检测结果中会出现鬼影；2)、静止目标问题，当前景目标长时间驻留未运动(例如，人在等地铁)，该运动目标逐渐被背景吸收，而Vibe背景模型的更新速度过快时，会将静止或缓慢运动目标吸收为背景的一部分，此时无法正确的检测出前景目标；3)阴影前景问题，由于光线被前景目标遮挡(例如，被人体或车体运动目标所遮挡)，投射阴影区的背景被误检为运动目标前景；4)运动目标不完整问题，例如，运动目标内部有大量空洞、运动目标边缘残缺、运动目标中间有断层等。

因此，目前还没有一种适应于各种复杂场合的背景建模方法，需要对现有技术进行改进，以提供一种鲁棒性更强、实时性更好、准确度更高的背景建模方法。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供一种视频图像的背景建模方法。

本发明提供了一种视频图像的背景建模方法，该方法包括以下步骤：

步骤1：针对多个视频图像帧，将每帧图像划分为多个图像块；

步骤2：根据所述多个视频图像帧的第一帧建立初始背景模型，所述初始背景模型对于每个背景点存储一个对应的样本集；

步骤3：对于第一帧的后续帧，通过与所述初始背景模型进行匹配来构造针对所述多个图像块的背景模型，以形成背景图。

在一个实施例中，对于一帧图像，根据以下子步骤获得所述多个图像块：

步骤11：将该帧图像划分为多个初始图像块，其中，相邻初始图像块之间存在多行重合的像素点；

步骤12：通过抽样将所述多个初始图像块按比例缩小，将缩小的图像块作为所述多个图像块。

在一个实施例中，在步骤3中，根据以下子步骤构造所述图像块的背景模型：

步骤21：对于第一帧的后续帧中的像素点，通过将其像素值与阈值进行比较来确定该像素点是否为背景点；

步骤22：根据判断结果确定相对于所述初始背景模型需要更新的像素点并更新其对应的样本集；