[发明专利]一种动态背景场景下的前景检测方法有效

专利信息
申请号: 201410241185.5 申请日: 2014-05-30
公开(公告)号: CN103971386B 公开(公告)日: 2017-03-15
发明(设计)人: 陈星明;廖娟;李勃;王江;邱中亚;隆迪;陈启美 申请(专利权)人: 南京大学
主分类号: G06T7/20 分类号: G06T7/20;H04N5/14
代理公司: 南京天翼专利代理有限责任公司32112 代理人: 奚铭
地址: 210023 江苏*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要: 一种动态背景场景下的前景检测方法,采用多帧连续图像初始化背景模型,通过自适应的方式更新匹配阈值,并在更新过程引入空间一致性判断与模糊理论,完成前景检测。本发明以ViBe算法为基础,通过多帧图像初始化、匹配阈值自适应更新、空间一致性原则以及模糊理论大大改善了算法在动态背景下的性能,降低了误检率。
搜索关键词: 一种 动态 背景 场景 前景 检测 方法
【主权项】:
一种动态背景场景下的前景检测方法,其特征是采用背景运动信息和模糊理论进行动态场景下的前景检测,包括以下步骤:1)多帧图像进行模型初始化:对于多帧连续图像,根据时间一致性原则,对于当前帧It中的任一像素点x,采用所述像素点在前N帧图像中的像素值初始化背景模型M(x):M(x)={v1(x),...,vi(x),...,vN(x)}={It‑N(x),...,It‑1(x)}式中,vi(x)为背景模型的样本,It‑1(x)为像素点x在第t‑1帧的像素值;2)通过ViBe算法构建前景二值图:以步骤1)获得的背景模型M(x)以及当前帧,采用ViBe背景分割算法获得运动目标的前景二值图F(x),具体为:对于当前帧It中的任意一像素点x,其像素值为v(x),背景模型为M(x),在欧式空间中,定义一个以v(x)为中心,R(x)为半径的球体SR(x)(v(x)),R(x)为模型匹配阈值,SR(x)(v(x))表示所有与v(x)距离小于R(x)的像素值的集合,用M(x)落在球体SR(x)(v(x))内的样本个数#{M(x)∩SR(x)(v(x))}来描述v(x)与背景模型M(x)的相似度,对于给定的阈值#min,如果#{M(x)∩SR(x)(v(x))}<#min,则v(x)为前景,记为“1”;如果#{M(x)∩SR(x)(v(x))}>#min,则v(x)为背景,记为“0”,像素点x与背景模型M(x)匹配,前景二值图F(x)表示为:F(x)=1if#{M(x)∩SR(x)(v(x))}<#min0else;]]>3)计算背景运动信息,自适应更新模型匹配阈值:对于步骤2)中当前帧与背景模型M(x)匹配上的像素点,即像素点为背景,计算该像素点与背景模型中样本的平均欧氏距离dmin(x)作为背景运动信息,通过背景运动信息的变化值对模型匹配阈值R(x)进行自适应更新,所述平均欧氏距离dmin(x)的计算为:对于当前帧的前N帧图像,定义最小距离集合D(x)={D1(x),…,Dk(x),…,DN(x)},其中Dk(x)=min{dist(vk(x),vki(x))},计算Dk(x)时使用的是像素点x对应在第k帧的像素值vk(x),第k帧上像素点x对应的背景模型样本记为vki(x),Dk(x)表示像素点x在第k帧上的像素值vk(x)与其背景模型样本vki(x)的最小欧氏距离,分别记录像素点x在前N帧上对应的Dk(x),采用N个Dk(x)的平均值dmin(x)描述背景运动信息:dmin(x)=1NΣkDk(x)]]>对于静态背景,dmin(x)趋于稳定,对于动态背景,通过dmin(x)实现模型匹配阈值R(x)的自适应更新,如下式:R,(x)=R(x)·(1-αdec)ifR(x)>dmin(x)·ζR(x)·(1+αinc)else]]>式中,αdec、αinc和ζ是固定的参数,αinc=0.05,ζ=5,αdec=0.5;更新后的模型匹配阈值用于下一帧前景二值图的构建;4)采用空间一致性原则与模糊理论选择更新背景模型:在步骤2)获得前景二值图F(x)的基础上,通过空间一致性原则与模糊理论判断匹配上的像素点是否用于更新背景模型,对于当前视频帧It中的任意一像素点x(xm,xn),定义其l*l邻域为:Nx={y(ym,yn)∈I:|xm‑ym|≤l,|xn‑yn|≤l}y(ym,yn)为像素点x(xm,xn)邻域内的像素点,定义集合Ωx为Nx中与背景模型匹配上的像素点的集合:Ωx={y∈Nx:#{M(y)∩SR(x)(I(y))}<#min}其中,M(y)表示像素点y的背景模型,I(y)表示像素点y在当前帧的像素值,SR(x)(I(y))表示在欧式空间中以I(y)为中心半径为R(x)的球体,#{}表示M(y)落在球体SR(x)(I(y))内的样本个数,满足#{M(y)∩SR(x)(I(y))}<#min<#min的像素点y认为与背景模型匹配上;定义邻域一致性因子为:NCF(x)=|Ωx||Nx|]]>式中,|·|表示集合基数,将NCF(x)作为衡量背景模型正确性的参数;构建模糊系统:设定判别条件:“像素点x与M(x)匹配上”并且“NCF(x)大于等于0.5”,如果像素点x满足判别条件,则以的概率更新背景模型M(x),所述更新指将像素点x随机替换M(x)中的一个样本,其中二次抽样时间因子F1(x)为模糊函数,为初始时间因子,为加入模糊系统后的时间因子,F1(x)定义为:F1(x)=1/(2*NCF(x))NCF(x)≥0.50else;]]>如果像素点x不满足判别条件,则为前景像素;5)根据步骤2)和步骤4)的判别结果,得到当前帧的前景检测结果。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201410241185.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top