[发明专利]一种快速自适应的实时彩色背景提取方法

说明书

本发明公开了一种快速自适应的实时彩色背景提取方法，步骤：基于实时采集的监控视频，载入当前图像并存入图像库，更新图像库的图像数量；设定当前图像的图像序号为更新的图像库所包含的图像数量；更新用于提取初始彩色背景的图像库；基于更新的初始彩色背景图像库，提取并更新初始彩色背景；计算当前图像与初始彩色背景的差分值；计算各个像素位置上的初始彩色背景权重及当前图像权重，提取实时彩色背景。本发明提高了背景精度和计算速度，有利于提升视频监控场景分析的效率和准确性。

技术领域

本发明属于计算机视觉和图像处理技术领域，特别涉及了一种彩色背景提取方法。

背景技术

如今，随着计算机视觉和图像处理技术的发展，对视频数据的智能化管理逐步受到广泛关注。基于视频对场景进行理解与分析是一个重要的研究方向，主要体现对物体的分类、定位和事件检测上，在现实生活中有着广泛的应用，如在安全管控方面，可实现异常目标和行为的识别；在智能交通方面，可实现运动车辆的检测和分类等。目前，场景分析的方法主要包括两类，即基于深度神经网络的场景分析以及基于背景的场景分析。前者需要收集若干视频帧训练神经网络，再利用训练好的神经网络模型对场景中的异常行为或运动目标进行识别，这种分析方法的精度虽然较高，但往往仅对训练该神经网络的场景效果较好，当视频场景更换后，其效果将大大降低，故普适性较差；同时，该方法需要大量的计算，无法满足实时性要求。

基于背景的场景分析方法是通过提取视频场景的背景，分析当前视频帧与背景的差别，实现对物体的分类、定位和事件检测。相比而言，基于背景的场景分析方法在普适性和实时性两方面显示了巨大的优势。该方法不需要收集训练数据，可以适用于各种场景；同时，相比基于深度神经网络的方法，其计算速度较快，可满足实时性要求。基于背景的场景分析效果往往取决于所提取的背景的精度。然而，由于实际环境的变化，难以提取高精度的实时彩色背景；与此同时，由于背景的提取是后续场景分析的基础，故需要提高运算效率，以空余更多算力服务上层应用；更重要的是，现有的背景提取结果多为灰度背景，缺失了大量了数据信息，不利于后续的场景分析。基于此，快速提取一个实时的、高精度的彩色背景具有很重要的现实意义。

发明内容

为了解决上述背景技术提到的技术问题，本发明提出了一种快速自适应的实时彩色背景提取方法。

为了实现上述技术目的，本发明的技术方案为：

一种快速自适应的实时彩色背景提取方法，其特征在于，包括以下步骤：

(1)基于实时采集的监控视频，载入当前图像并存入图像库，更新图像库的图像数量；

(2)设定当前图像的图像序号为更新的图像库所包含的图像数量；若当前图像的图像序号为设定的初始彩色背景更新频率的整数倍，转入步骤(3)，否则直接跳至步骤(5)；

(3)更新用于提取初始彩色背景的图像库；

(4)基于更新的初始彩色背景图像库，提取并更新初始彩色背景；

(5)计算当前图像与初始彩色背景的差分值；

(6)计算各个像素位置上的初始彩色背景权重及当前图像权重，提取实时彩色背景。

进一步地，在步骤(3)中，以图像序号[k-Rate，k]为范围，在图像库中等间隔选取K帧图像，更新用于提取初始彩色背景的图像库，选取的图像序号n满足下式：

其中，k为更新的图像库所包含的图像数量，k＝Rate×N，Rate是设定的初始彩色背景的更新频率，N为正整数，K是设定的初始彩色背景图像库的图像数量，且满足K≤Rate，[x]表示取不超过x的最大整数。

进一步地，在步骤(4)中，在更新的初始彩色背景图像库中，针对每一个像素位置(i，j)，计算图像的三个颜色通道的平均值