一種視頻中基于在線動(dòng)態(tài)背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)視覺技術(shù)領(lǐng)域，特別是設(shè)及一種航拍視頻中的運(yùn)動(dòng)目標(biāo)檢測(cè)方 法D
【背景技術(shù)】
[0002] 目前，傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法主要有基于幀間差分的方法，基于背景建模的方 法及基于光流的方法。對(duì)于靜止平臺(tái)下的運(yùn)動(dòng)目標(biāo)檢測(cè)，背景建模方法由于其魯棒性和 提取運(yùn)動(dòng)信息的精確性是應(yīng)用最為廣泛的。但對(duì)于運(yùn)動(dòng)平臺(tái)下的運(yùn)動(dòng)目標(biāo)檢測(cè)，運(yùn)動(dòng)的背 景增加了背景建模的難度，而計(jì)算稠密光流的方法出.Yalcin，M. Hebert, R. Collins, and Μ. Black. A flowbased approach to vehicle detection and background mosaicking in airborne video. In Proceedings of Computer Vision and Pattern Recognition， volume 2, page 1202. IE邸Computer Society, 2005]在沒有硬件加速的情況下很難達(dá) 到實(shí)時(shí)性的要求，因此目前航拍視頻中的運(yùn)動(dòng)目標(biāo)檢測(cè)大部分工作都是基于幀間差分的。 即使在幀間差分方面做了很多的工作[S.趾attacharya，H.Idrees，I.Saleemi，S.Ali， and M. Shah. Moving object detection and tracking in forward looking infrared aerial imagery，volume 1，chapter 10，pages 221-252. Springer Berlin Heidelberg， 2011 ;Z.Yin and民.Collins. Moving object localization in thermal imagery by forward-backward motion history images，pages 271-291. Springer London，2009; H. Shen，S. Li，J. Zhang，and H. Chang. Tracking-based moving object detection. In Proceedings of International Conference on Image Processing，pages 3093-3097. IEEE, 2013」，基于幀間差分的方法還是不能很好的解決鬼影和空洞的問題。
[0003] 民atheesh[A. Colombari，A. Fusiello,V. Murino,Segmentation and tracking of multiple video objects，Pattern Recognition，40(4) (2007),1307-1317]等利用對(duì)應(yīng)點(diǎn) 的顏色均值來將整個(gè)視頻信息拼接為全局背景圖像。此類方法需要整個(gè)視頻信息，因此多 用于離線處理，而且需要將整個(gè)視頻^級(jí)聯(lián)方式矯正在同一坐標(biāo)系下，容易產(chǎn)生累計(jì)誤差。
[0004] Chang[Y. Chang，G. Medioni，K. Jinman，I. Cohen，Detecting motion regions in the presence of a strong parallax from a moving camera by multiview geometric constraints，IEEE Transaction on Pattern Analysis and Machine Intelligence， 29巧）（2007)，1627-1641]等將當(dāng)前時(shí)刻前后45副圖像校正到當(dāng)前時(shí)刻圖像的坐標(biāo)系來建 立背景模型，若逐個(gè)計(jì)算則計(jì)算復(fù)雜度太高不能實(shí)時(shí)，若W級(jí)聯(lián)方式計(jì)算則容易產(chǎn)生累計(jì) 誤差。

【發(fā)明內(nèi)容】
陽(yáng)0化]有鑒于此，本發(fā)明的目的在于克服現(xiàn)有技術(shù)不足，提出一種新的背景建模方法來 更精確的進(jìn)行航拍視頻下的運(yùn)動(dòng)目標(biāo)檢測(cè)。
[0006] 為達(dá)到上述目的，本發(fā)明提出了一種視頻中基于在線動(dòng)態(tài)背景建模的運(yùn)動(dòng)目標(biāo)檢 測(cè)方法，其特征在于，該方法包括步驟：
[0007] 步驟1 :讀入視頻帖，對(duì)其進(jìn)行預(yù)處理；
[0008] 步驟2 :判斷當(dāng)前帖是否為第一帖，如果是則利用所述第一帖或者繼續(xù)讀入N帖后 利用讀入的N帖初始化形成動(dòng)態(tài)背景模型；如果不是則直接轉(zhuǎn)到步驟3;其中，N為大于1的 整數(shù)；
[0009] 步驟3 :利用所述動(dòng)態(tài)背景模型生成背景圖像；
[0010] 步驟4 :從當(dāng)前帖和背景圖像中提取匹配點(diǎn)對(duì)；
[0011] 步驟5 :利用所述匹配點(diǎn)對(duì)計(jì)算當(dāng)前帖與背景圖像之間的放射變換參數(shù)；
[0012] 步驟6:利用所述仿射變換參數(shù)，計(jì)算出動(dòng)態(tài)背景模型中每個(gè)像素模型在當(dāng)前帖 坐標(biāo)系下的位置并調(diào)整所述動(dòng)態(tài)背景模型中的每個(gè)像素模型的位置，W將所述動(dòng)態(tài)背景模 型校正到當(dāng)前帖的坐標(biāo)系下；
[0013] 步驟7 :利用校正后的所述動(dòng)態(tài)背景模型將當(dāng)前帖的像素集分為運(yùn)動(dòng)像素集和背 景像素集；
[0014] 步驟8 :利用所述背景像素集對(duì)所述動(dòng)態(tài)背景模型進(jìn)行更新；
[0015] 步驟9 :對(duì)所述運(yùn)動(dòng)像素集進(jìn)行后處理得到運(yùn)動(dòng)目標(biāo)。
[0016] 本發(fā)明的有益效果是：一方面不需要整個(gè)視頻信息來建立背模型，因此可W在線 的進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)；另一方面不需要對(duì)每一時(shí)刻利用前后N帖來重新建立背景模型，而 是利用當(dāng)前時(shí)刻圖像動(dòng)態(tài)的更新背景模型，因此可W實(shí)時(shí)處理并避免校正誤差的累積。利 用本發(fā)明，可W將固定平臺(tái)下先進(jìn)的基于背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)算法方便的用于航拍平 臺(tái)上的運(yùn)動(dòng)目標(biāo)檢測(cè)，從而更精確的提取運(yùn)動(dòng)信息和目標(biāo)。
【附圖說明】
[0017] 下面結(jié)合附圖和實(shí)施例對(duì)本發(fā)明進(jìn)一步說明。
[0018] 圖1為本發(fā)明的技術(shù)方案流程圖；圖2為本發(fā)明中采集圖像的示例圖；
[0019] 圖3為本發(fā)明中由背景模型生成的背景圖像的示例圖；
[0020] 圖4為本發(fā)明中經(jīng)過后處理得到的運(yùn)動(dòng)圖像示例圖；
[0021] 圖5為本發(fā)明中最終目標(biāo)檢測(cè)結(jié)果的示例圖；
【具體實(shí)施方式】
[0022] 下面將參照附圖對(duì)本發(fā)明做進(jìn)一步地詳細(xì)說明。背景建模方法我們選用Vibe作 為示例進(jìn)行說明。應(yīng)該強(qiáng)調(diào)的是，下述說明僅僅是示例性的，而不是為了限制本發(fā)明的范圍 及其應(yīng)用。
[0023] 如圖1所示，本發(fā)明提出了一種航拍視頻中基于在線動(dòng)態(tài)背景建模的運(yùn)動(dòng)目標(biāo)檢 測(cè)方法，該方法包括步驟：
[0024] 步驟1、讀入視頻帖，并做相應(yīng)的預(yù)處理。所述預(yù)處理可根據(jù)實(shí)際的應(yīng)用進(jìn)行選擇； 例如，如果應(yīng)用設(shè)及灰度圖像，則進(jìn)行將圖像轉(zhuǎn)換為灰度圖像等相應(yīng)的預(yù)處理；圖2是讀入 的航拍視頻圖像帖的示例；
[00巧]步驟2、判斷圖像帖是否為第一帖，如果是則繼續(xù)讀入N帖或者利用本帖建立初始 的動(dòng)態(tài)背景模型，具體根據(jù)不同的背景建模方法選擇不同的策略；否則直接跳轉(zhuǎn)到步驟3。 例如如果用Vibe作為背景建模的方法，對(duì)于一個(gè)像素點(diǎn)，隨機(jī)選取其鄰居點(diǎn)像素值作為模 型的樣本值對(duì)樣本集進(jìn)行填充；