[发明专利]一种基于双背景模型的双掩膜背景更新的遗留物检测方法

摘要

本发明公开了一种基于双背景模型的双掩膜背景更新的遗留物检测方法，涉及智能监控、计算机视觉领域。本方法包括以下步骤：S1：读入监控视频，并创建两个背景模型；S2：检测静止前景物体；S3：对检测到的静止物体进行筛选；S4：双背景模型的更新；S5：将检测到的遗留物加以标记输出到视频监控。本发明通过双背景模型的对比，粗略地检测出静止物体，经过进一步精确的筛选得到准确的遗留物，在两个背景模型上的更新方法上进一步保证了遗留物检测的准确度，同时还保证了检测的实时性。并且也能很好的适应各种公共场合以及有效的避免环境变化(比如光线，风吹物体的摆动)产生的干扰。

主权项

1.一种基于双背景模型的双掩膜背景更新的遗留物检测方法，其特征在于包括如下步骤：A、读入监控视频，创建快更新背景模型和慢更新背景模型，以监控视频的第一帧图像作为快更新背景模型和慢更新背景模型的背景图像；所述步骤A中快更新背景模型的背景更新方法为像素比较法；慢更新背景模型的背景更新方法为双掩膜混合高斯背景建模，快更新背景模型与慢更新背景模型的更新速率比在1：40到1：80之间；B、检测静止前景物体；所述步骤B具体包括如下步骤：S21，用快更新背景模型与慢更新背景模型进行差分，用二值标示，若差值大于阈值，则在二值图像对应点处置为255，255标示不相同，即标示静止物；反之，则在二值图像对应点处置为0，0标示相同，即标示非静止物；S22，对暂时静止的物体进行跟踪计时，扫描静止物体图像的每个点，找到像素值为255的点，在累计图像对应点计数加1，然后扫描累计图像的每个点，找到计数大于设定阈值的像素点，形成新的静止物体的二值图像；S23，对新的二值图像进行形态学滤波的膨胀操作；C、对检测到的静止物体进行筛选；所述步骤C包括如下步骤：C1、筛选出连通域大小在500到10000之间的静止物；C2、筛选出连通域的外接矩形的长宽比大于1.5的静止物，再利用HOG+SVM行人检测算法检测筛选出来的静止物是否是静止行人，把检测出来为静止行人的连通域去除掉；C3、将当前视频图像和当前慢更新背景图像差分，运动图像在差值大于阈值为60的对应点处结果置为255，反之，对应点处结果置为0，得到的运动图像和当前的静止物图像相与得到新的静止物图像，在该新的静止物图像上使用中值滤波；C4、在新的静止物图像上过滤掉连通域面积与该连通域的外接矩形面积之比小于0.5的连通域；D、双背景模型的更新；所述快更新背景模型利用读入的每帧视频图像数据与当前背景进行每个像素点上的灰度值大小的比较来更新快更新背景模型，如果当前视频图像的灰度值比当前背景图像的对应点处大，则当前背景图像的对应点灰度值加1，反之，如果当前视频图像的灰度值比当前背景图像对应点处小，则当前背景图像对应点处减1；所述慢更新背景模型的更新方法为：1）构造两个掩膜，第一个掩膜为灰度值都为255的图像，第二个掩膜为第一个掩膜取反后的结果图像；2）如果监控视频中没有出现遗留物，则慢更新背景模型进行全局混合高斯背景更新，并且两个掩膜图像信息保持不变；一旦检测到遗留物，则把遗留物在图像上的位置存储下来，然后在第一个掩膜图像上的相对应的位置上把该部分的灰度值全都置为0，第二个掩膜图像对第一个掩膜图像重新进行取反更新；3）把第一个掩膜图像与当前慢更新背景图像相与得到需要更新的背景区域，第二个掩膜图像与当前慢更新背景图像相与得到遗留物对应的不需要更新的背景区域；4）第一个掩膜图像和当前视频图像相与得到需要背景更新区域的混合高斯背景更新的输入数据图像；5）最后把更新好的背景区域图像与不需要更新的背景区域图像相或得到完整的全新慢更新背景图像；E、将检测到的遗留物加以标记输出到视频监控。