一種基于時空背景模型的運(yùn)動目標(biāo)檢測方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及智能視頻監(jiān)控領(lǐng)域，特別是涉及一種基于時空背景模型的運(yùn)動目標(biāo)檢 測方法與裝置。
【背景技術(shù)】
[0002] 運(yùn)動目標(biāo)檢測的基本任務(wù)是從序列圖像中將運(yùn)動目標(biāo)從圖像背景中提取出來，從 而得到目標(biāo)的運(yùn)動信息，對后續(xù)的圖像分類、目標(biāo)跟蹤等工作具有重要的意義，能夠在較大 的程度上簡化分析工作。由于在實際監(jiān)控場景中，背景往往不是完全靜止的，而是時刻處于 變化中，例如：天氣的變化、背景的微小的規(guī)律的晃動、光照的變化，逐漸融入背景中的目標(biāo) 等，使得背景建模成為運(yùn)動目標(biāo)檢測的一個重點(diǎn)和難點(diǎn)問題。
[0003] 背景差分法由于速度快、準(zhǔn)確度高、能夠提取完整的目標(biāo)輪廓等原因，受到了廣泛 的關(guān)注和應(yīng)用。其中，背景建模方法是背景差分法檢測運(yùn)動目標(biāo)的核心。目前，典型的背景 建模方法有：混合高斯背景建模方法、碼本法、非參數(shù)背景建模方法、ViBe、PBAS等方法。這 些傳統(tǒng)的背景建模方法利用像素在時間序列上的統(tǒng)計特征進(jìn)行建模，并未充分利用空間信 息，因此，在目標(biāo)檢測過程中，往往出現(xiàn)較多的誤檢，并且在背景更新過程中，容易將前景更 新到背景中，而真正的背景更新的速度不夠快。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明所要解決的技術(shù)問題是提供一種基于時空背景模型的運(yùn)動目標(biāo)檢測方法， 可應(yīng)用于復(fù)雜場景下的目標(biāo)檢測，能有效地適應(yīng)場景的變化。
[0005] 本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：
[0006] -種基于時空背景模型的運(yùn)動目標(biāo)檢測方法，包括以下步驟：
[0007] 步驟1 :根據(jù)采集到的若干幀圖像進(jìn)行背景建模得到時間背景模型，
[0008]圖像采集由圖像采集模塊從待處理的監(jiān)控視頻中提??；
[0009] 步驟2:將當(dāng)前幀與背景模型求差，二值化后，得到初始運(yùn)動目標(biāo)，初始運(yùn)動目標(biāo) 為二值化后的前景圖；
[0010] 步驟3 :對于每個初始運(yùn)動目標(biāo)，向背景區(qū)域進(jìn)行區(qū)域生長，得到生長后的背景區(qū) 域；
[0011] 所述生長是指由初始運(yùn)動目標(biāo)的八連通鄰域向外生長，與運(yùn)動目標(biāo)的灰度值相差 在一定范圍內(nèi)的認(rèn)為是同質(zhì)區(qū)域，可以擴(kuò)展，直到無法擴(kuò)展，從而的得到該初始運(yùn)動目標(biāo)所 屬的背景區(qū)域；
[0012] 步驟4 :使用混合高斯模型描述上述背景區(qū)域，得到空間背景模型；
[0013] 步驟5:判斷初始運(yùn)動目標(biāo)是否符合空間背景模型分布，如果符合，則說明是前 景；如果不符合，去噪之后，得到最終的運(yùn)動目標(biāo)；
[0014] 步驟6 :更新時間背景模型。
[0015] 時間背景模型是用來得到初始運(yùn)動目標(biāo)的，更新時間背景模型的效果在于：消除 光照漸變對提取前景目標(biāo)的影響。
[0016] 在采用上述技術(shù)方案的同時，本發(fā)明還可以采用或者組合采用以下進(jìn)一步的技術(shù) 方案：
[0017] 所述步驟1的建模過程具體包括以下步驟：
[0018] 步驟1. 1 :采集若干幀圖像，轉(zhuǎn)換為灰度圖像，假設(shè)在該序列中位于點(diǎn)（x，y)的像 素灰度值為：Y = {y: (X，y)，y2 (X，y)，? ? ?，yN (X，y)};
[0019] 步驟1. 2 :計算這些采樣值（步驟1. 1中各個點(diǎn)的Y值）的均值和標(biāo)準(zhǔn)差，設(shè)定閾 值tl，如果標(biāo)準(zhǔn)差小于閾值tl，則將其聚為一類；如果標(biāo)準(zhǔn)差不小于閾值tl，則將這些采樣 值用分為兩類，分別計算均值和標(biāo)準(zhǔn)差。
[0020] 所述步驟2具體包括以下步驟：
[0021] 步驟2. 1 :將當(dāng)前幀圖像轉(zhuǎn)換為灰度圖像，將像素灰度值分別減去模型對應(yīng)的均 值，如果相應(yīng)差值在3倍標(biāo)準(zhǔn)差以內(nèi)，則為背景，否則為前景；
[0022] 步驟2. 2 :通過提取連通區(qū)域，將前景像素歸類得到初始運(yùn)動目標(biāo)。
[0023] 所述步驟3中的生長是指從每個初始運(yùn)動目標(biāo)與背景的八連通鄰域向背景區(qū)域 開始生長，得到相應(yīng)的區(qū)域生長后的背景區(qū)域。
[0024] 所述步驟6具體包括以下步驟：
[0025] 步驟6. 1 :對運(yùn)動目標(biāo)區(qū)域，采用較小的更新率進(jìn)行更新；
[0026] 步驟6. 2 :對于背景區(qū)域，采用較大的更新率進(jìn)行更新；
[0027] 上述較大與較小是步驟6. 1和步驟6. 2相互之間的比較。
[0028] 本發(fā)明所要解決的另一個技術(shù)問題是提供一種一種基于時空背景模型的運(yùn)動目 標(biāo)檢測裝置，所述目標(biāo)檢測裝置包括圖像采集模塊、時間背景建模模塊、運(yùn)動目標(biāo)檢測模 塊、空間背景建模模塊、運(yùn)動目標(biāo)確認(rèn)模塊和背景模型更新模塊，所述圖像采集模塊用于采 集監(jiān)控圖像，所述時間背景建模建模模塊用于步驟1中的建立時間背景模型，所述運(yùn)動目 標(biāo)檢測模塊用于在步驟2中從時間背景模型中提取初始的運(yùn)動目標(biāo)，所述空間背景建模模 塊用于對每個初始目標(biāo)的對應(yīng)背景區(qū)域進(jìn)行計算，并建立相應(yīng)的空間背景模型，所述運(yùn)動 目標(biāo)確認(rèn)模塊用于將步驟2提取的初始運(yùn)動目標(biāo)放入空間背景模型中進(jìn)行驗證，得到最終 的運(yùn)動目標(biāo)，所述背景模型更新模塊用于對背景和運(yùn)動目標(biāo)進(jìn)行更新；
[0029] 所述圖像采集模塊連接監(jiān)控設(shè)備并對其中的監(jiān)控圖像進(jìn)行采集，所述圖像采集模 塊連接至?xí)r間背景建模模塊并向其發(fā)送所采集的圖像信息，所述時間背景建模模塊連接至 所述運(yùn)動目標(biāo)檢測模塊并向其發(fā)送建模信息，所述運(yùn)動目標(biāo)檢測模塊連接至空間背景建模 模塊并向其發(fā)送初始運(yùn)動目標(biāo)信息，所述空間背景建模模塊連接至所述運(yùn)動目標(biāo)確認(rèn)模塊 并向其發(fā)送空間背景建模信息和初始運(yùn)動目標(biāo)信息，所述運(yùn)動目標(biāo)確認(rèn)模塊連接至背景模 型更新模塊并向其發(fā)送最終運(yùn)動目標(biāo)信息，所述背景模型更新模塊根據(jù)不同的更新率對運(yùn) 動目標(biāo)和背景進(jìn)行更新。
[0030] 本發(fā)明的有益效果是：本發(fā)明的一種基于時空背景模型的運(yùn)動目標(biāo)檢測方法和裝 置是一個一體化的解決方案，具體有如下創(chuàng)新：1、提出了空間背景建模的概念，認(rèn)為前景物 體與周圍的背景在顏色等特征上有一定的差異，初始運(yùn)動目標(biāo)如果在顏色等特征上與周圍 背景一致，則認(rèn)為是誤檢，從而提高了運(yùn)動目標(biāo)檢測的準(zhǔn)確率。2、在更新時間背景模型時， 背景區(qū)域采用較快更新率，使背景變化能較快的學(xué)習(xí)到模型中，而確認(rèn)后的運(yùn)動目標(biāo)區(qū)域 采用較慢的更新率，既能將長時間靜止的運(yùn)動目標(biāo)逐漸學(xué)習(xí)到背景中，又提高了短時停止 的運(yùn)動目標(biāo)的檢出率。
【附圖說明】
[0031] 圖1是本發(fā)明一種基于時空背景模型的運(yùn)動目標(biāo)檢測方法流程圖。
[0032]圖2是本發(fā)明一種基于時空背景模型的運(yùn)動目標(biāo)檢測裝置結(jié)構(gòu)圖。
【具體實施方式】
[0033] 實施例1，一種基于時空背景模型的運(yùn)動目標(biāo)檢測方法，參照附圖1。
[0034] 本發(fā)明的運(yùn)動目標(biāo)檢測方法具體包括以下步驟：
[0035] 步驟1:根據(jù)采集到的3000幀圖像進(jìn)行背景建模得到時間背景模型；
[0036] ①轉(zhuǎn)換為背景圖像，假設(shè)在該序列中位于點(diǎn)（x，y)的像素灰度值為：Y= {yi(x，y) ,y2 (x, y), ? ? ?, y3〇〇〇(x, y)}；
[0037] ②計算這些采樣值即上述的像素灰度值的均值y和標(biāo)準(zhǔn)差S:
[0038]
[0039]
[0040] 式中的i表示第i個采樣點(diǎn)，
[0041] 如果S〈20,則將該高斯模型作為該像素點(diǎn)的時間背景模型。如果S多20,使用 K均值聚類法，將其劃分為兩類，分別計算均值和標(biāo)準(zhǔn)差，作為時間背景模型。
[0042] 步驟2:將當(dāng)前幀與背景模型求差，二值化后，得到初始運(yùn)動目