[发明专利]一种基于随机更新策略的全景式运动目标监视方法

摘要

本发明公开了一种基于随机更新策略的全景式运动目标监视方法，包括以下步骤：步骤1：获取全景式视频帧；步骤2：建立全景视频帧的背景模型；步骤3：对当前视屏帧中的当前像素点进行运动点或背景点的判断，确定前景点和背景点；步骤4：背景模型的随机更新；步骤5：对当前帧的下一个像素点重复步骤3与步骤4，直到当前帧的所有像素点处理完毕；步骤6：将下一全景视屏帧的第一个像素点作为当前像素点，并返回步骤3；直到最后一帧处理完毕，完成全景式运动目标的监视。本发明的运动目标监视方法检测精度高，计算复杂度低，且占用内存小，环境适应性强，能实现全景监视。

主权项

1.一种基于随机更新策略的全景式运动目标监视方法，其特征在于，包括以下步骤：步骤1：获取全景式视频帧；通过4台摄像机分别获取现场4个方向像场的视频；将4段视频在任一时刻对应的视屏帧拼接成全景视屏帧；4台摄像机均设置在同一个支架上，4台摄像机中的第一摄像机与第二摄像机镜头方向垂直，4台摄像机中的第三摄像机与第四摄像机镜头方向垂直，且第一摄像机与第三摄像机的镜头方向相反，第二摄像机与第四摄像机的镜头方向相反；步骤2：为全景视频帧中的每一个像素点建立一个基于灰度值特征的数据序列{s_i(a，b)|i＝1，.....N}，建立全景视频帧的背景模型；其中，每一个元素s_i(a，b)用于储存图像灰度值，N＝20；所述的数据序列，若当前像素点属于全景视屏帧的第一帧时，且非边界像素点，其数据序列的取值范围为当前像素点的灰度值及其8邻域的对应灰度值，即x_t＝1(a+1，b)，x_t＝1(a-1，b)，x_t＝1(a，b+1)，x_t＝1(a，b-1)，x_t＝1(a+1，b+1)，x_t＝1(a+1，b-1)，x_t＝1(a-1，b+1)，x_t＝1(a-1，b-1)，和x_t＝1(a，b)，若不是全景视屏帧的第一帧的像素点，且非边界像素点，则数据序列的取值范围为：当前像素点及其8邻域像素点在前一帧的灰度值，即x_t＝t-1(a+1，b)，x_t＝t-1(a-1，b)，x_t＝t-1(a，b+1)，x_t＝t-1(a，b-1)，x_t＝t-1(a+1，b+1)，x_t＝t-1(a+1，b-1)，x_t＝t-1(a-1，b+1)，x_t＝t-1(a-1，b-1)，和x_t＝t-1(a，b)；如果像素点为上下左右四个顶点，其数据序列的取值范围为当前像素点的灰度值及其3邻域的对应灰度值；如果像素点为除顶点外的边界点，其数据序列的取值范围为当前像素点的灰度值及其5邻域的对应灰度值；背景模型为所有像素点的数据序列总和，基于第一帧图像对背景模型进行初始化；从全景视屏帧的第二帧图像开始，执行以下步骤：步骤3：对当前视屏帧中的当前像素点进行运动点或背景点的判断，x_t(a，b)为像素点(a，b)的灰度值：(1)将当前像素点x_t(a，b)与其对应的数据序列中的N个元素s_i(a，b)依次比较，若两者差值的绝对值小于灰度值阈值T_v，则令Γ_i(a，b，t)为1，否则Γ_i(a，b，t)为0；Γ_i(a，b，t)为x_t(a，b)与s_i(a，b)差值的绝对值与T_v的相比较的判断结果值；(2)求若大于设定的阈值T_n，则当前像素点判断为背景点，否则为运动点；(3)若判断为运动点，则将其显示，再进行下一个像素点的检测，即将下一个像素点置为当前像素点，返回步骤3，若判断为背景点，则转至步骤4；步骤4：背景模型的随机更新：(1)随机更新当前像素点的数据序列中的某一元素的存储值：从当前像素点的数据序列中的随机选择一个元素，用当前像素点的灰度值替换其所选元素存储的灰度值；(2)随机更新当前像素点的某一个邻域点的数据序列中的某一元素的存储值：随机选择当前像素点的一个邻域点，从选中的邻域点的数据序列中随机选择一个元素，用当前像素点的灰度值替换其所选元素的灰度值，随机更新当前像素点的1个邻域点的背景模型；背景模型的上述两次更新操作均为随机更新，过程如下：预先设定随机取值参数T_s，并从【0，T_s】中任意选取一个整数T_s1；每一次更新前，从【0，T_s】中随机取一个整数值T′_s，若T′_s与T_s1相同，则执行本次更新操作，否则不进行更新操作；步骤5：对当前帧的下一个像素点重复步骤3与步骤4，直到当前帧的所有像素点处理完毕；完成视频序列中当前帧图像的运动目标检测，输出当前帧图像对应的运动目标检测图。步骤6：将下一全景视屏帧的第一个像素点作为当前像素点，并返回步骤3；直到最后一帧处理完毕，完成全景式运动目标的监视。