[发明专利]一种基于指数遗忘的自适应背景重建算法

摘要

本发明涉及一种基于指数遗忘的自适应背景重建算法，用于解决现有技术中计算复杂、鲁棒性差和检测效果差的问题。本发明相对现有背景更新方法在更新权重α的计算和背景更新的方法相对简单，对于更新权重α的计算，减小了视频序列处理的计算量，本发明的方法不仅能够对光线的变化、场景中物体的反复运动、物体通过背景杂乱区域、运动缓慢的物体以及从场景中移入或移除的物体都具有比较好的鲁棒性。本发明消除的传统更新算法中存在的“鬼影”现象并且建模后的背景非常稳定。鉴于以上理由，本发明可以广泛用于计算机图像处理技术和计算机图形学领域。

主权项

一种基于指数遗忘的自适应背景重建算法，用于针对将车辆监控视频分割成的连续多帧图像进行处理得到背景视频，包括以下步骤：1)采用当前帧图像In和原背景图像Bn‑1做差分，得到临时运动区域模板Mn；Mn(x,y)=0if|In(x,y)-Bn-1(x,y)|<11otherwise.]]>其中，Mn(x,y)为临时运动区域模板Mn中(x,y)位置处的像素值；In(x,y)为当前帧图像In中(x,y)位置处的像素值；Bn‑1(x,y)为原背景图像Bn‑1中(x,y)位置处的像素值，且x＝1，2，3，...，n，y＝1，2，3，...，n；2)针对临时运动区域模板Mn中的空洞采用freeman链码提取算法进行填充，得到运动区域模板Mn'；3)根据填充之后的运动区域模板Mn'，计算原背景图像Bn‑1的更新权重α，该更新权重α的公式如下：α=1-ΣM′n(x,y)areaofIn]]>其中，area of In为当前帧图像In中像素点数目；4)遍历运动区域模板Mn'中每一像素点，并判断运动区域模板Mn'中当前像素点是否是运动区域像素点？若当前像素点的像素值为1，则该像素点为运动区域像素点，进入步骤5)；若当前像素点的像素值为0，则该像素点为非运动区域像素点，进入步骤6)；5)将当前像素点在原背景图像Bn‑1中的像素值赋给更新后背景图像Bn中对应的像素点，得到运动区域图像，进入步骤7)；6)原背景图像Bn‑1使用背景更新公式更新当前像素点，得到非运动领域图像，进入步骤7)：其中，背景更新公式为Bn(x,y)=(1-α)·Bn-1(x,y)+α·In(x,y)ifMn′(x,y)=0Bn-1(x,y)otherwise.]]>其中，Bn(x,y)为更新后背景(x,y)位置处的像素值；7)运动区域图像和非运动领域图像进行逻辑或运算；8)得到重建后的背景图像，并将该重建后的背景返回到步骤1)更新原背景图像Bn‑1，即重建后的背景图像作为原背景图像Bn‑1；9)重复步骤1)‑步骤8)直至车辆监控视频结束，得到建模后的背景视频。