一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法、系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于視頻圖像處理技術(shù)領(lǐng)域，尤其涉及一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢 測(cè)方法、系統(tǒng)。
【背景技術(shù)】
[0002] 在監(jiān)控視頻分析中，通常首先進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，從視頻中提取出感興趣的運(yùn)動(dòng) 目標(biāo)。這些運(yùn)動(dòng)目標(biāo)是后續(xù)視頻圖像分類、識(shí)別和行為分析的基礎(chǔ)。常用的視頻目標(biāo)檢測(cè) 方法有：幀差法、光流法、背景減除法。一般來說，這些方法初始檢測(cè)出來的"運(yùn)動(dòng)目標(biāo)"實(shí) 際上只是"運(yùn)動(dòng)區(qū)域"。由于受光照等因素的影響，在檢測(cè)中，運(yùn)動(dòng)目標(biāo)的陰影往往伴隨目 標(biāo)會(huì)同時(shí)被檢測(cè)到，這些目標(biāo)產(chǎn)生的陰影具有與目標(biāo)類似的運(yùn)動(dòng)屬性，會(huì)影響對(duì)目標(biāo)形狀 的判別，對(duì)后續(xù)目標(biāo)識(shí)別造成困難。因此需要從檢測(cè)的運(yùn)動(dòng)區(qū)域中進(jìn)一步將陰影檢測(cè)出來 并進(jìn)行剔除。
[0003] 現(xiàn)有技術(shù)針對(duì)圖像中陰影檢測(cè)去除的方法主要有以下幾種：
[0004] 一、基于模型的方法。這類方法一般要求知道場(chǎng)景、運(yùn)動(dòng)目標(biāo)、光照條件的先驗(yàn)知 識(shí)。如在人體檢測(cè)中，將人體構(gòu)建成直立的橢圓，并將不符合人體橢圓模型的區(qū)域看作陰影 區(qū)域或噪聲進(jìn)行消除。但由于人體機(jī)動(dòng)性強(qiáng)，形態(tài)復(fù)雜，人體形狀不滿足橢圓模型時(shí)會(huì)誤判 成陰影。另外當(dāng)陰影區(qū)域和人體模型形狀類似時(shí)，陰影也會(huì)檢測(cè)成人體，造成誤檢?；谀?型的方法由于非常依賴于場(chǎng)景與前景之間的幾何關(guān)系，當(dāng)這些關(guān)系改變時(shí)，這些方法會(huì)失 效，因此通用性不強(qiáng)。
[0005] 二、基于RGB三基色空間的方法。如利用人眼對(duì)色感一致性能力，把顏色看作輻射 系數(shù)和反射系數(shù)的乘積，統(tǒng)計(jì)RGB顏色空間中背景的各顏色分量的均值、方差，再通過當(dāng)前 幀像素與統(tǒng)計(jì)的背景像素參數(shù)對(duì)比，從而進(jìn)行分類，得到陰影。如在歸一化的顏色空間，取 出其中兩個(gè)顏色，當(dāng)檢測(cè)出的運(yùn)動(dòng)目標(biāo)區(qū)域?qū)Ρ尘皥D像覆蓋前后顏色色度不變，亮度減小 的像素，判別為陰影。此種方法實(shí)現(xiàn)簡(jiǎn)單，但算法容易誤判陰影點(diǎn)。
[0006] 三、基于HSV顏色特征空間的方法。該類方法認(rèn)為陰影區(qū)域像素點(diǎn)與其對(duì)應(yīng)位置 的背景像素點(diǎn)相比，具有亮度變暗、飽和度降低、色調(diào)變化不大的特點(diǎn)。具體實(shí)現(xiàn)時(shí)，首先 進(jìn)行視頻的運(yùn)動(dòng)前景和靜態(tài)背景的分離；然后計(jì)算像素的前景圖像亮度與背景圖亮度的比 值，并設(shè)置一個(gè)基于比值的雙閾值區(qū)間，同時(shí)計(jì)算該像素的前景圖色調(diào)與背景圖色調(diào)的差 值，以及該像素前景圖飽和度與背景圖飽和度的差值，并分別設(shè)定一個(gè)固定的色調(diào)差值閾 值與飽和度差值閾值；最后將那些亮度比值在雙閾值區(qū)間，且色調(diào)差值和飽和度差值不大 于對(duì)應(yīng)閾值的運(yùn)動(dòng)前景區(qū)域像素點(diǎn)判定為陰影像素點(diǎn)。該方法中，前景/背景亮度比值的 雙閾值、以及色調(diào)差值閾值和飽和度差值閾值共同構(gòu)成了一個(gè)三維空間中沿坐標(biāo)軸方向的 長方體結(jié)構(gòu)。在針對(duì)特定視頻場(chǎng)景中閾值設(shè)定合理的情況下，該方法可以得到較好的陰影 區(qū)域檢測(cè)效果。但該方法的一個(gè)最大問題是，四個(gè)閾值參數(shù)需要根據(jù)不同場(chǎng)景人為進(jìn)行設(shè) 置，且不能對(duì)場(chǎng)景光照變化進(jìn)行自適應(yīng)參數(shù)調(diào)整，影響了方法的使用范圍。另外該方法還 需要進(jìn)行RGB顏色空間到HSV空間的轉(zhuǎn)換等。
[0007] 綜上所述，現(xiàn)有技術(shù)提出陰影的檢測(cè)方法存在一些參數(shù)設(shè)定困難、無法適應(yīng)視頻 場(chǎng)景光照變化、運(yùn)算量大等問題。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的目的在于提供一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法，旨在解決現(xiàn)有 技術(shù)的陰影檢測(cè)方法存在一些參數(shù)設(shè)定困難、無法適應(yīng)視頻場(chǎng)景光照變化、運(yùn)算量大的問 題。
[0009] 本發(fā)明是這樣實(shí)現(xiàn)的，一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法，所述方法包括 以下步驟：
[0010] 在監(jiān)控視頻的運(yùn)動(dòng)前景/視頻背景的三基色顏色比值空間中，建立陰影的三維高 斯概率模型，并對(duì)模型參數(shù)進(jìn)行初始化；
[0011] 對(duì)監(jiān)控視頻的當(dāng)前幀的圖像進(jìn)行運(yùn)動(dòng)前景區(qū)域的檢測(cè)，以及視頻背景的更新，對(duì) 運(yùn)動(dòng)前景區(qū)域中的每個(gè)像素，將其映射到運(yùn)動(dòng)前景/視頻背景的三基色顏色比值空間中；
[0012] 根據(jù)建立的陰影三維高斯概率模型對(duì)得到的運(yùn)動(dòng)前景區(qū)域中的每個(gè)像素進(jìn)行判 另IJ，檢測(cè)并區(qū)分出陰影像素和運(yùn)動(dòng)目標(biāo)像素；
[0013] 根據(jù)檢測(cè)得到的所有陰影像素點(diǎn)數(shù)據(jù)，更新陰影的三維高斯概率模型參數(shù)；
[0014] 根據(jù)更新后的三維高斯概率模型，對(duì)新的一幀視頻圖像進(jìn)行運(yùn)動(dòng)區(qū)域的陰影檢 測(cè)。
[0015] 本發(fā)明還提供了一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)系統(tǒng)，所述系統(tǒng)包括：
[0016] 模型創(chuàng)建單元，用于在監(jiān)控視頻的運(yùn)動(dòng)前景/視頻背景的三基色顏色比值空間 中，建立陰影的三維高斯概率模型，并對(duì)模型參數(shù)進(jìn)行初始化；
[0017] 圖像檢測(cè)單元，用于對(duì)監(jiān)控視頻的當(dāng)前幀的圖像進(jìn)行運(yùn)動(dòng)前景區(qū)域的檢測(cè)，以及 視頻背景的更新，對(duì)運(yùn)動(dòng)前景區(qū)域中的每個(gè)像素，將其映射到運(yùn)動(dòng)前景/視頻背景的三基 色顏色比值空間中；
[0018] 像素判別單元，用于根據(jù)建立的陰影三維高斯概率模型對(duì)得到的運(yùn)動(dòng)前景區(qū)域中 的每個(gè)像素進(jìn)行判別，檢測(cè)并區(qū)分出陰影像素和運(yùn)動(dòng)目標(biāo)像素；
[0019] 模型更新單元，用于根據(jù)檢測(cè)得到的所有陰影像素點(diǎn)數(shù)據(jù)，更新陰影的三維高斯 概率模型參數(shù)；
[0020] 后續(xù)幀陰影檢測(cè)單元，用于根據(jù)更新后的三維高斯概率模型，對(duì)新的一幀視頻圖 像進(jìn)行運(yùn)動(dòng)區(qū)域的陰影檢測(cè)。
[0021] 本發(fā)明實(shí)現(xiàn)了一種監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法，通過建立三維高斯概率 模型，對(duì)所述模型參數(shù)進(jìn)行初始化，對(duì)監(jiān)控視頻圖像的前景區(qū)域進(jìn)行檢測(cè)，和視頻背景更 新，將前景區(qū)域中的每個(gè)像素映射到三基色比值空間，通過對(duì)每個(gè)像素進(jìn)行判別，從而檢測(cè) 得到所有陰影像素點(diǎn)，根據(jù)檢測(cè)的像素點(diǎn)對(duì)三維高斯概率模型進(jìn)行更新后，即可對(duì)下一幀 圖像進(jìn)行檢測(cè)。本發(fā)明較好地解決了現(xiàn)有監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)陰影檢測(cè)技術(shù)中的參數(shù)設(shè)定 困難，無法自適應(yīng)場(chǎng)景光照變化，運(yùn)算量大等問題。
【附圖說明】
[0022] 圖1是本發(fā)明實(shí)施例提供的監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法的流程圖；
[0023] 圖2a為樣例視頻中的一幀視頻圖像；
[0024] 圖2b為采用基于背景建模的視頻運(yùn)動(dòng)檢測(cè)方法得到的對(duì)應(yīng)于圖2a視頻圖像幀的 運(yùn)動(dòng)前景掩膜圖；
[0025] 圖2c為圖2a所述的視頻圖像的幀時(shí)刻的視頻背景圖；
[0026] 圖3a為圖2a的局部子圖像；
[0027] 圖3b為對(duì)應(yīng)于圖2b的運(yùn)動(dòng)前景掩膜圖；
[0028] 圖3c為對(duì)應(yīng)于圖3a的視頻背景圖；
[0029] 圖3d中的上面部分為運(yùn)動(dòng)目標(biāo)的掩模，下面部分為目標(biāo)陰影的掩模；
[0030] 圖3e為由圖3a和圖3b經(jīng)像素乘積運(yùn)算得到的運(yùn)動(dòng)前景圖像；
[0031] 圖4是本發(fā)明實(shí)施例提供的對(duì)運(yùn)動(dòng)區(qū)域陰影檢測(cè)的三維高斯模型進(jìn)行參數(shù)初始 化的流程圖；
[0032] 圖5a為標(biāo)定只有陰影的矩形方框的運(yùn)動(dòng)前景掩模圖；
[0033] 圖5b為圖5a中標(biāo)定框中的陰影掩模圖；
[0034] 圖5c為圖5a標(biāo)定的陰影框中的陰影掩模圖和原視頻圖像幀得到的陰影圖像；
[0035] 圖6a為圖5c中的陰影像素點(diǎn)在三維比值空間的散點(diǎn)圖；
[0036] 圖6b為根據(jù)三維比值空間高斯建模形成的橢球模型；
[0037] 圖6c為高斯橢球模型對(duì)圖6a中陰影的散點(diǎn)分布的覆蓋情況示意圖；
[0038] 圖7a是一幀示例視頻的運(yùn)動(dòng)前景區(qū)域的像素點(diǎn)在三維比值空間中的散點(diǎn)圖；
[0039] 圖7b是用建立的高斯模型對(duì)圖7a的運(yùn)動(dòng)區(qū)域像素點(diǎn)進(jìn)行陰影判別的示意圖，其 中網(wǎng)狀的橢球是本發(fā)明中給定閾值T后的一個(gè)陰影橢球模型，橢球內(nèi)的紅色散點(diǎn)是前景運(yùn) 動(dòng)區(qū)域中被判為陰影的像素點(diǎn)，橢球外的藍(lán)色散點(diǎn)是前景運(yùn)動(dòng)區(qū)域中被判為目標(biāo)的像素 占 .
[0040] 圖8是本發(fā)明實(shí)施例中提供的監(jiān)控視頻中運(yùn)動(dòng)目標(biāo)陰影檢測(cè)系統(tǒng)的結(jié)構(gòu)圖。
【具體實(shí)施方式】
[0041] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0042] 為了解決現(xiàn)有監(jiān)控視頻中的陰影檢測(cè)技術(shù)存在的問題，本發(fā)明提出的監(jiān)控視頻中 運(yùn)動(dòng)目標(biāo)的陰影檢測(cè)方法，主要針對(duì)基于視頻背景建模的視頻運(yùn)動(dòng)檢測(cè)方法檢測(cè)出的運(yùn) 動(dòng)區(qū)域進(jìn)行運(yùn)動(dòng)目標(biāo)陰影的檢測(cè)。首先，在監(jiān)控視頻的運(yùn)動(dòng)前景/視頻背景的三基色比值 空間建立陰影的三維高斯概率模型，并對(duì)模型的均值矢量和協(xié)方差矩陣等參數(shù)進(jìn)行初始 化；然后，對(duì)基于視頻背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)方法檢測(cè)出的運(yùn)動(dòng)目標(biāo)區(qū)域中的每個(gè)像素 三基色顏色矢量與當(dāng)前視頻背景的三基色顏色矢量進(jìn)行運(yùn)算，計(jì)算出每個(gè)像素的三基色 比值矢量；之后，在三基色比值矢量空間，用建立的陰影三維高斯模型對(duì)運(yùn)動(dòng)區(qū)域的每個(gè) 像素進(jìn)行判別，檢測(cè)并區(qū)分出陰影像素和運(yùn)動(dòng)目標(biāo)