[发明专利]一种用于运动目标检测的背景建模方法

摘要

本发明涉及用于运动目标检测的背景建模方法，属于光电图像处理技术领域。为了在复杂场景下建立准确的背景模型，该方法针对背景差分法不易获取背景模型，且容易受到外部干扰的影响，提出了两种利用帧间差分信息的背景统计建模方法‑中值法和均值法，去除了前景目标的影响，使得建立的背景模型更加准确，并且具有良好的抗干扰性。该中值法和均值法原理简单，易于实现，具有良好的抗噪性；此外，该方法中将相邻帧视频图像差分，选取合适的阈值，从而保证了准确的背景模型。

主权项

一种用于运动目标检测的背景建模方法，其特征在于，该方法包括：步骤S1：读入连续的M帧图像，保证运动目标在第一帧与最后一帧图像中的位置不重叠；步骤S2：对相隔若干帧的两帧图像进行相减获得差分图像；步骤S3：预设动态分割阈值，利用所述动态分割阈值对所述差分图像进行二值化操作得到差分后的二值化图像，以区分出所述差分图像中的背景区域和目标区域；步骤S4：采用形态学滤波方法和区域连通方法来去除噪声并填充目标区域中小的空洞；步骤S5：剔除目标区域，计算剩余背景区域各像素在时间轴上灰度的中值或均值，获取完整的背景图像；所述步骤S1中，M为大于10的整数；所述步骤S2中，所述相隔若干帧的两帧图像为相隔多帧的两帧图像；假设I(x,y,m)是第m帧图像位于坐标(x,y)处的像素值，D(x,y,m)为差分后的二值化图像，B(x,y)为要构成的背景图像；所述步骤S2中，所述相隔若干帧的两帧图像为直接相邻的两帧图像；根据公式(1)计算相邻帧图像的差分图像：A(x,y,m)＝|I(x,y,m+1)‑I(x,y,m)|,1≤m<M  (1)；所述步骤S3中，所述动态分割阈值假设为T，其采用差分图像的灰度值分位数；并根据公式(2)来二值化差分图像：D(x,y,m)=1,A(x,y,m)≥T0,A(x,y,m)<T---(2);]]>所述步骤S3中，所述动态分割阈值T采用差分图像灰度值分位数的95％分位数；所述步骤S5中，通过计算剩余背景区域各像素在时间轴上灰度的中值来获取完整的背景图像的过程为：步骤S501：首先对二值序列图像上的每一个像素点(x,y)，取下标集合来表示差分不小于阈值T的所在帧；所述下标集合根据公式(3)来取得：Sx,y(m)＝{m:D(x,y,m)＝1,1≤m<M} (3)；并且，分别将fx,y及ex,y记为像素点D(x,y,m)首次和末次为1时的标号；所述fx,y及ex,y根据公式(4)来取得： fx,y＝min{m:m∈Sx,y(m)} ex,y＝max{m:m∈Sx,y(m)}  (4)；步骤S502：由下标集合Sx,y(m)并结合公式(5)可得背景图像：式中，median(·)表示取中值；所述步骤S5中，通过计算剩余背景区域各像素在时间轴上灰度的均值来获取完整的背景图像的过程为：步骤S501’：首先对二值化图像做腐蚀和膨胀处理，去除小的噪声团块，对较大的二值化团块做最小外接矩形运算，并将矩形内的像素的权重w取0，矩形外的像素权重w取1；其中，第m帧的权重矩阵记为W(x,y,m)；步骤S502’：对二值序列图像上的每一个像素点(x，y)，根据公式(6)取下标集合Tx,y(m)： Tx,y(m)＝{m:W(x,y,m)＝1,1<m≤M}  (6)；步骤S503’：由下标集合Tx,y(m)并结合公式(7)可得背景图像B(x,y)：式中mean(·)表示取平均值。