[发明专利]一种背景建模的运动目标鬼影抑制方法

说明书

本发明公开了一种背景建模的运动目标鬼影抑制方法，包括如下步骤：步骤1：提取ViBe算法所生成的分割二值图像mask和对应的视频帧frame以及frame的灰度图像gray，其中frame为RGB图像，gray为灰度图，mask、frame、gray的大小均为width×height；步骤2：分割frame，步骤3：抑制mask前景点，本发明的优点是：本发明能够在视频序列中背景不复杂的前提下，较好的克服ViBe算法的鬼影问题。

技术领域

本发明涉及视频序列自动检测技术领域，具体涉及一种背景建模的运动目标鬼影抑制方法。

背景技术

随着世界的发展，全球可用的摄像机数量急剧增加。这种增长导致数据的大量增加，这意味着视频数据无法存储或手动处理。

运动目标检测是计算机视觉领域的一个重要研究方向，是各种后续高级处理，如目标分类、行为理解等的基础，在安全监控、智能交通等领域都有着广泛的应用。而在计算机视觉以智能视屏监控等领域，背景建模是一项关键技术，是实现运动目标检测及跟踪的基础。因此，对于视屏背景建模的研究有着重要的意义。

背景建模是序列图像分析的基础性工作，是当今国内外学者研究的热点问题。建模的结果将对视频图像的运动检测、运动目标分类、跟踪及行为理解等后续处理产生重要影响。但是由于实际应用环境的不同和背景的多样性，难以建立良好的背景样本。所以，在实际应用中需要通过不同的算法来优化设计方案，才能得到较好的成果。

自2011年ViBe算法的论文发表以来，ViBe算法被应用于视屏序列的移动目标检测，但是该技术存在的鬼影问题(被检测到的移动对象，不对应于任何真实运动物体)。鬼影问题会导致下游技术错误判断。

发明内容

为了克服ViBe算法存在的鬼影问题，本发明提供一种鬼影检测方法。

本发明的技术方案如下：

一种背景建模的运动目标鬼影抑制方法，包括如下步骤：

步骤1：提取ViBe算法所生成的分割二值图像mask和对应的视频帧frame以及frame的灰度图像gray，其中frame为RGB图像，gray为灰度图，mask、frame、gray的大小均为width×height；

步骤2：分割frame；

步骤3：抑制mask前景点。

所述的一种背景建模的运动目标鬼影抑制方法，其特征在于，所述步骤2具体步骤如下：

步骤2.1：使用边缘检测算法，检测gray边缘，获得边缘图像grayEdge；

步骤2.2：根据grayEdge采用分水岭算法将frame分割为N个分区，每个分区有M_i个像素点，每个分区中的坐标记录在A_i＝{(r_ij,c_ij)|j∈[0,M_i-1]}，i∈[0,N-1]，其中，0≤r_ij＜height，0≤c_ij＜width；

所述的一种背景建模的运动目标鬼影抑制方法，其特征在于，所述步骤3具体步骤如下：

步骤3.1：根据公式(1)和(2)计算分区的前景像素的占比d_i：

其中，I(·)表示示性函数，若其参数为真，则返回1，否则返回0；mask(r_ij,c_ij)表示二值图像mask在坐标(r_ij,c_ij)处的灰度值；