[发明专利]一种图像处理方法、装置、存储介质及设备

说明书

本发明提供一种图像处理方法、装置、存储介质及设备，所述方法包括：以视频帧序列的第一帧为背景帧构建背景模型；判断视频帧序列中的第一帧之后的连续多帧图像中是否存在连续前景点；若是，则从当前帧中获取连续前景点所在区域的掩模，得到当前帧掩模，并从背景帧中获取与当前帧掩模的区域对应的背景帧掩模；判断当前帧掩模与背景帧掩模的相似度是否低于相似度阈值；若是，则用当前帧掩模替换背景帧掩模并更新背景模型。本发明通过对连续前景点进行监测，并基于连续前景点在当前帧中的当前帧掩模与背景模型对应的局部掩模区域的相似度匹配来判断该区域属于鬼影还是静止区域，并采取不同的更新策略，抑制静止区域的消融，加快鬼影区域的消除。

技术领域

本发明涉及无人驾驶技术领域，特别涉及一种图像处理方法、装置、存储介质及设备。

背景技术

随着无人驾驶技术的发展，行人检测系统(Pedestrian Detection System，简称PDS)作为智能汽车的一个核心支撑技术，受到产业界高度关注。运动前景目标检测作为PDS的关键技术之一，是实时视频图像处理技术的一个底层，能较为准确的提取视频序列前景运动区域。在提取的前景运动区域检测识别行人可以大大提高整个PDS的运行速度，有效的排除背景干扰，降低误检率。

视觉背景提取算法(visual background extractor，简称ViBe)检测前景效果稳定并且实时性较高，相比其他背景差分算法应用连续多帧图像序列构建初始化模型，ViBe算法仅用第一帧图像就能初始化构建模型，大大提高了算法速度。虽然ViBe算法计算过程简单、实时性和检测效果较好，但也存在如下一些问题：

1)鬼影问题。ViBe算法在初始化阶段若在第一帧图像中就存在运动对象，运动目标所在区域的像素也会用来构建背景模型，导致在相当长的时间出现伪前景，即鬼影现象，如图1红框标注，尽管随着更新鬼影慢慢消除，但这一过程相当缓慢；2)静止目标检测问题。目标由长时间的处于静止状态转变为运动状态时或目标由运动状态转变为静止状态后，当其再次运动时检测的前景会有拖拉残影现象，并且需要很长时间才能抑制住，如图2所示，图像中汽车长时间处于静止状态使得汽车融入背景中，当再次移动时，检测出的前景有拖拉残影现象。这种目标由静态转变为动态或动态转变为静态出现的残影现象根源在于ViBe算法的更新策略，即静止目标随着ViBe算法的更新策略融入进了背景模型中。

发明内容

基于此，本发明的目的是提供一种图像处理方法、装置、存储介质及设备，以解决现有鬼影消除缓慢的技术问题。

根据本发明实施例的一种图像处理方法，所述方法包括：

获取视频帧序列，以所述视频帧序列的第一帧为背景帧构建背景模型；

判断所述视频帧序列中的第一帧之后的连续多帧图像中是否存在连续前景点；

若是，则从当前帧中获取所述连续前景点所在区域的掩模，得到当前帧掩模，并从所述背景帧中获取与所述当前帧掩模的区域对应的背景帧掩模，所述当前帧为所述连续多帧图像中的最后一帧图像；

判断所述当前帧掩模与所述背景帧掩模的相似度是否低于相似度阈值；

若是，则判定所述背景帧掩模为鬼影区域，并用所述当前帧掩模替换所述背景帧掩模并更新所述背景模型。

另外，根据本发明上述实施例的一种图像处理方法，还可以具有如下附加的技术特征：

进一步地，在构建所述背景模型之后，还包括：

为所述背景帧中的每一像素点分别设置一个计数器，所述计数器用于计数各自像素点为前景点的次数；

判断所述视频帧序列中的第一帧之后的连续多帧图像中是否存在连续前景点的步骤包括：

判断所述连续多帧图像中是否有像素点的计数器的计数大于计数阈值。