一種視頻背景圖片的提取算法
【專利摘要】本發(fā)明公開(kāi)了一種對(duì)于視頻中的背景圖片的提取的算法，先利用選擇排序法對(duì)視頻中同一個(gè)像素點(diǎn)的灰度值在不同幀中的大小進(jìn)行排序，再使用二分搜素法找出每一個(gè)像素點(diǎn)的灰度值在一定的范圍內(nèi)出現(xiàn)頻率最高的那個(gè)值所在的幀并在找出所有滿足上述條件的像素點(diǎn)后，輸出由他們所組成的圖片即為他們所在視頻的背景圖片。利用該方法處理視頻時(shí)，所需數(shù)據(jù)量小，并且提取的背景圖片質(zhì)量好，極大地改善了拖影現(xiàn)象。
【專利說(shuō)明】一種視頻背景圖片的提取算法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種數(shù)字圖像、數(shù)字視頻的像素分析處理技術(shù)。

【背景技術(shù)】
[0002]當(dāng)今時(shí)代，隨著信息技術(shù)的飛速發(fā)展，多媒體信息已經(jīng)成為人們獲得信息的最主要載體，而多媒體技術(shù)也得到快速發(fā)展。視頻圖像的背景提取算法在圖像處理和計(jì)算機(jī)視覺(jué)領(lǐng)域有著廣泛的應(yīng)用，也是計(jì)算機(jī)視覺(jué)和多媒體應(yīng)用中的一個(gè)關(guān)鍵的技術(shù)。至今國(guó)內(nèi)外已經(jīng)提出不少背景檢測(cè)方法，常用的背景提取方法一共有三類:手動(dòng)獲得、統(tǒng)計(jì)方法、利用背景更新算法獲得背景圖像。手動(dòng)獲得的方法需要在觀察到?jīng)]有前景物體時(shí)用相機(jī)拍攝，對(duì)人力和物力的需求多，而且在很多情況下很難實(shí)現(xiàn)。統(tǒng)計(jì)方法是用灰度的均值作為背景圖像的灰度，這種方法獲得的背景圖像不具有自適應(yīng)的調(diào)節(jié)作用。利用背景更新算法提取背景圖像的過(guò)程中背景是不斷更新的，因此具有自適應(yīng)的調(diào)節(jié)作用?，F(xiàn)在的主流的背景更新算法在進(jìn)行比較更新的過(guò)程中更新的對(duì)象都是整幅圖像，算法中先求出每個(gè)像素灰度變化值，然后與閾值進(jìn)行比較，灰度變化值小于閾值的像素進(jìn)行更新，反之不更新。用這些方法提取出的背景圖像中常有拖影現(xiàn)象從而影響了得到的背景圖片的精確度。


【發(fā)明內(nèi)容】

[0003]本發(fā)明是為解決現(xiàn)有技術(shù)中的問(wèn)題，而提供了一種解決視頻背景圖片的拖影現(xiàn)象、改善背景圖片的精確度的一種具有自適應(yīng)調(diào)節(jié)作用的視頻背景圖片的提取算法。
[0004]本發(fā)明為解決公知技術(shù)中存在的技術(shù)問(wèn)題所采取的技術(shù)方案是:按一定的時(shí)間間隔抽出一定時(shí)間長(zhǎng)度視頻中的部分幀的每一個(gè)像素點(diǎn)的灰度值進(jìn)行排序，再利用搜索算法找出每一個(gè)像素點(diǎn)出現(xiàn)頻率最高的值，輸出所有滿足條件的像素點(diǎn)即為該段視頻中的背景圖片；具體的算法執(zhí)行過(guò)程包括如下步驟:
[0005](I)建立四維數(shù)組讀取視頻中每一幀的每個(gè)像素點(diǎn)的RGB值，其中數(shù)組的第一維是視頻的幀數(shù)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的RGB值和灰度值；
[0006](2)使用選擇排序法按一定的間隔對(duì)視頻中部分幀的每一個(gè)像素點(diǎn)的灰度值的大小由小到大進(jìn)行排序；
[0007](3)再利用二分搜索法找出每一個(gè)像素點(diǎn)的灰度值在一定區(qū)間內(nèi)浮動(dòng)情況下的密度最大的那個(gè)值；
[0008](4)用一個(gè)新的四維數(shù)組對(duì)找出的每一個(gè)密度最大的灰度值所在的像素點(diǎn)進(jìn)行存儲(chǔ)，其中數(shù)組的第一維是背景圖片的序號(hào)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的RGB值和灰度值；
[0009](5)輸出當(dāng)前已存儲(chǔ)完的一段視頻的滿足條件的像素點(diǎn)即為當(dāng)前視頻的背景圖片。

【專利附圖】

【附圖說(shuō)明】
[0010]圖1是時(shí)間長(zhǎng)度為2分鐘的背景單一的視頻中含有移動(dòng)物體的隨機(jī)選取的一幀的圖片；
[0011]圖2是利用本項(xiàng)發(fā)明提供的視頻背景提取算法后的對(duì)圖1視頻的處理后得到的背景圖片；
[0012]圖3是圖1所在視頻的原始背景圖片；
[0013]圖4是時(shí)間長(zhǎng)度為10分鐘的背景復(fù)雜的視頻中含有移動(dòng)物體的隨機(jī)選取的一幀的圖片；
[0014]圖5是利用本項(xiàng)發(fā)明提供的視頻背景提取算法后的對(duì)圖3視頻的處理后得到的背景圖片；
[0015]圖6是圖4所在視頻的原始背景圖片。

【具體實(shí)施方式】
[0016]以下參照附圖及實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)的說(shuō)明。本發(fā)明的范圍不受這些實(shí)施例的限制，本發(fā)明的范圍在權(quán)利要求書(shū)中提出。
[0017]本發(fā)明對(duì)一定時(shí)間長(zhǎng)度的視頻中的部分幀的每一個(gè)像素點(diǎn)的灰度值進(jìn)行排序后再利用搜索算法找出每一個(gè)像素點(diǎn)出現(xiàn)頻率最高的值，輸出所有滿足條件的像素點(diǎn)即為該段視頻中的背景圖片。該方法處理視頻時(shí)，所需數(shù)據(jù)量小，且提取的背景圖片的圖像質(zhì)量好，打打減少拖影現(xiàn)象、改善了圖片的精確度。
[0018]算法執(zhí)行過(guò)程包括如下步驟:
[0019](I)建立四維數(shù)組讀取視頻中每一幀的每個(gè)像素點(diǎn)的RGB值，其中數(shù)組的第一維是視頻的幀數(shù)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的RGB值和灰度值；
[0020](2)使用選擇排序法按一定的間隔對(duì)視頻中部分幀的每一個(gè)像素點(diǎn)的灰度值的大小由小到大進(jìn)行排序；
[0021](3)再利用二分搜索法找出每一個(gè)像素點(diǎn)的灰度值在一定區(qū)間內(nèi)浮動(dòng)情況下的密度最大的那個(gè)值；
[0022](4)用一個(gè)新的四維數(shù)組對(duì)找出的每一個(gè)密度最大的灰度值所在的像素點(diǎn)進(jìn)行存儲(chǔ)，其中數(shù)組的第一維是背景圖片的序號(hào)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的RGB值和灰度值；
[0023](5)輸出當(dāng)前已存儲(chǔ)完的一段視頻的滿足條件的像素點(diǎn)即為當(dāng)前視頻的背景圖片。
[0024]利用本發(fā)明提出的對(duì)一定視頻長(zhǎng)度的背景圖片提取算法分別對(duì)視頻長(zhǎng)度為2分鐘，背景單一的視頻以及視頻長(zhǎng)度為10分鐘，背景復(fù)雜的視頻進(jìn)行了背景圖片的提取，實(shí)驗(yàn)結(jié)果如圖1、圖2、圖3、圖4、圖5、圖6所示。從這些圖可以看出兩種不同等級(jí)的時(shí)間長(zhǎng)度和背景復(fù)雜程度的視頻利用本發(fā)明提出的視頻背景圖片提取算法得到的結(jié)果與他們各自的原始背景圖片的對(duì)比結(jié)果。
[0025]從圖2和圖3以及圖5和圖6兩組圖片的對(duì)比可以發(fā)現(xiàn)利用本發(fā)明的視頻背景圖片的提取算法與原視頻的背景圖片幾乎沒(méi)有拖影現(xiàn)象，且與視頻中的原背景圖片差異很小。由此，得出結(jié)論:本發(fā)明提出的具有自適應(yīng)調(diào)節(jié)作用的視頻背景圖片的提取算法可以很好地解決圖片的拖影現(xiàn)象和精確度不夠高的問(wèn)題。
【權(quán)利要求】
1.一種具有自適應(yīng)調(diào)節(jié)作用的視頻背景圖片的提取算法，該算法先按一定的時(shí)間間隔抽出一定時(shí)間長(zhǎng)度視頻中的部分幀，對(duì)每個(gè)像素點(diǎn)的灰度值進(jìn)行排序后再利用搜索算法找出每一個(gè)像素點(diǎn)出現(xiàn)頻率最高的值，最終得到所有滿足條件的像素點(diǎn)組成的圖片即為該段視頻中的背景。其特征在于， 算法執(zhí)行過(guò)程包括如下步驟: (1)建立四維數(shù)組讀取視頻中每一幀的每個(gè)像素點(diǎn)的如8值，其中數(shù)組的第一維是視頻的幀數(shù)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的如8值和灰度值； (2)使用選擇排序法按一定的間隔對(duì)視頻中部分幀的每一個(gè)像素點(diǎn)的灰度值的大小由小到大進(jìn)行排序； (3)再利用二分搜索法找出每一個(gè)像素點(diǎn)的灰度值在一定區(qū)間內(nèi)浮動(dòng)情況下的密度最大的那個(gè)值； (4)用一個(gè)新的四維數(shù)組對(duì)找出的每一個(gè)密度最大的灰度值所在的像素點(diǎn)進(jìn)行存儲(chǔ)，其中數(shù)組的第一維是背景圖片的序號(hào)，第二維是像素點(diǎn)的縱坐標(biāo)，第三維是像素點(diǎn)的橫坐標(biāo)，第四維是像素點(diǎn)的如8值和灰度值； (5)輸出當(dāng)前已存儲(chǔ)完的一段視頻的滿足條件的像素點(diǎn)即為當(dāng)前視頻的背景圖片。
【文檔編號(hào)】G06T7/00GK104463875SQ201410757811
【公開(kāi)日】2015年3月25日 申請(qǐng)日期:2014年12月11日 優(yōu)先權(quán)日:2014年12月11日
【發(fā)明者】陳科, 王宇凡 申請(qǐng)人:天津工業(yè)大學(xué)