專利名稱：一種二值圖像中前景圖像的定位方法及裝置的制作方法
技術領域：
本發(fā)明涉及視頻分析技術，特別涉及一種二值圖像中前景圖像的定位方法
及裝置。
背景技術：
在智能視頻監(jiān)控中，對視頻中的運動目標進行定位是大部分智能視頻分析 功能的基礎，比如在人流分析、車輛分析、運動物體跟蹤等運用中，都需要對 視頻中的運動目標進行定位。因此定位算法的效率直接影響到視頻監(jiān)控系統(tǒng)的 運行效率。對運動目標進行定位的方法有很多，其中的大部分是利用圖像相減 的方法將視頻中的背景部分去掉，將剩余部分作為前景得到二值圖像，然后對 二值圖像進行處理來定位出運動目標。由于運動目標是一個連通的區(qū)域，基于 前景像素的連通域分析就是一種簡單有效的方法。因此，獲取二值圖像的前景 圖像的效率成為對運動目標定位效率的關鍵。
現(xiàn)有技術一般基于二值圖像來進行前景圖像的處理，背景區(qū)域像素的灰度
值為0,各目標區(qū)域像素的灰度值均為1。背景通?？梢钥醋魇且环鶊D像，用
來記錄一個固定的三維空間內(nèi)的長時間處于靜止狀態(tài)的物體的成像。關于背景 圖像的生成和更新，已經(jīng)提出許多的方法可以實現(xiàn)。當該固定的三維空間內(nèi)有 運動物體時，在成像時運動物體就會覆蓋一部分背景區(qū)域，這些被覆蓋的區(qū)域 就是前景，在目標檢測時通常稱前景為目標區(qū)域。除了前景之外的圖像區(qū)域則 成為背景區(qū)域?，F(xiàn)有技術有兩種比較典型的方法來進行處理。第一種是種子搜 索的算法，這種方法從上到下對二值圖像進行搜索，當找到一個前景像素(即 種子點)時，就將該像素放入堆棧。然后搜索該像素的鄰域，如果鄰域中有前 景像素，就將前景像素放入堆棧。當堆棧中每個像素的鄰域都搜索完后，就可
以用所有與種子點連通的前景像素點形成前景圖像。這種方法的實現(xiàn)相對簡
單，但是其不足在于運行效率很低，而且還需要堆棧來存放像素點，當連通 域較大時對存儲空間的要求較高。第二種方法引入掃描的思想，從左到右，從 上到下對二值圖像進行掃描。并需要標識當前正被掃描的像素與在它之前被掃 描到的若干個近鄰像素的連通性，有幾種不同的情況要分別考慮如果它的已 經(jīng)被掃描的鄰域中只有一個為1,那么將它標識為與之相連通的像素，如果它 與兩個或多個目標相連通，則可以認為這些目標實際上是一個。該算法需要兩 次掃描，第一次標識所有像素與鄰域像素的連通關系，第二次掃描將標識不同 但實際上為同一個連通區(qū)域的像素合并到一起。第二種方法不需要堆棧，只需 要兩次掃描就可以完成連通域的分析，因此比第一種方法的效率要高。但其不 足在于該方法也是基于像素來完成的，當圖像較大，前景像素較多時，效率 會下降，即，其效率受處理圖像的像素的多少制約。

發(fā)明內(nèi)容
本發(fā)明提供一種二值圖像中前景圖像的定位方法及裝置，用以提高在二值 圖^象處理中連通域的處理效率。
本發(fā)明提供了 一種二值圖像中前景圖像的定位方法，包括如下步驟
對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前景像素；
將同 一 區(qū)域中連續(xù)的前景像素組織為段；
將各區(qū)域中連通的段合并后獲得前景圖像。
較佳地，所述將各區(qū)域中連通的段合并具體為
將同 一 區(qū)域中連續(xù)的前景像素組織為段時對段進行標識；
將不同區(qū)域中連通的段的標識進行統(tǒng)一；
根據(jù)標識將二值圖像中標識同 一 的段進行合并。
較佳地，所述按區(qū)域進行劃分具體為以掃描時的行列為單位進行區(qū)域劃
較佳地，所述區(qū)域為掃描的一行或一列。
較佳地，所述將各區(qū)域中連通的段合并具體為
對每行進行掃描，將每行連續(xù)的前景像素組織為段，并對段進行標識； 所述將不同區(qū)域中連通的段的標識進行統(tǒng)一包括對提取出來的各段進行 連通域分析，將相鄰行中相通的段進行同樣的標識，不相通的段標識不相同； 對標識不同但相連通的段之間注明為相連通；根據(jù)注明的連通信息，將標識不 同但是屬于同 一個連通區(qū)域的段統(tǒng)一為相同的標識； 將相同標識的所有l(wèi)殳進行合并。
本發(fā)明還提供了 一種二值圖像中前景圖像的定位裝置，包括 獲取模塊，用于對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前 景像素；
分段模塊，用于將同 一 區(qū)域中連續(xù)的前景像素組織為段； 合并模塊，用于將各區(qū)域中連通的段合并后獲得前景圖像。
較佳地，所述合并模塊包括
標識單元，用于在所述分段模塊將同一區(qū)域中連續(xù)的前景像素組織為段時 對4殳進行標識；
標識統(tǒng)一單元，用于將不同區(qū)域中連通的段的標識進行統(tǒng)一； 合并單元，用于根據(jù)標識將二值圖像中標識同一的段進行合并。 較佳地，所述獲取模塊進一步包括區(qū)劃單元，用于以掃描時的行列為單位 進行區(qū)域劃分；
獲取模塊，用于在掃描后獲取各所述區(qū)劃單元劃分區(qū)域中的前景像素。 較佳地，所述區(qū)劃單元進一步用于以掃描時的一行或一列為單位進行區(qū)域 劃分。
較佳地，所述分段模塊進一步用于將所述獲取模塊在對每行進行掃描時， 將每行連續(xù)的前景像素組織為段；
標識單元，用于在所述分段模塊將每行連續(xù)的前景像素組織為段時，對段
進行標識；
所述標識統(tǒng)一單元包括分析子單元、標識子單元、同一子單元，其中
分析子單元，用于對提取出來的各段進行連通域分析；
標識子單元，用于根據(jù)所述分析子單元的分析將相鄰行中連通的段進行同樣的標識，不連通的段標識不相同；對標識不同但相連通的段之間注明為相連 通；
同一子單元，用于根據(jù)注明的連通信息，將標識不同但是屬于同一個連通 區(qū)域的段統(tǒng)一為相同的標識；
合并單元，用于將相同標識的所有段進行合并。 本發(fā)明有益效果如下
本發(fā)明在二值圖像中前景圖像的定位中，首先對二值圖像按區(qū)域進行劃分 并在掃描后獲取各區(qū)域中的前景像素；然后將同 一區(qū)域中連續(xù)的前景像素組織 為段；即首先利用快速掃描來將每個區(qū)域相互聯(lián)系的前景像素組織為"段"， 然后對相互連通的"段"進行標識；最后根據(jù)標識將各區(qū)域中連通的段合并后 獲得前景圖像。由于將連續(xù)的前景像素組織成"段"，那么對實際運算來說， 不管像素有多少，當圖像變大時，像素的數(shù)量會增加，但是"段"的數(shù)量并沒 有增加，其只存在對同一標識的"段，，的標識的處理，并不像現(xiàn)有方法基于每 個像素來進行連通域的分析，當圖像變大時，現(xiàn)有方法運算時因圖像變大而必 須去處理更多的像素，運算量也必將會大大增加，導致運算效率的降低，因為 本發(fā)明不受像素的制約，所以能夠大大提高對二值圖像的處理效率，對大圖像 的處理效果尤其明顯。


圖1為本發(fā)明實施例中所述二值圖像中前景圖像的定位方法實施流程示意
圖2為本發(fā)明實施例中所述以行來劃分區(qū)域的前景圖像定位方法實施流程示意圖3為本發(fā)明實施例中所述基于段的連通域標識示意圖4為本發(fā)明實施例中所述二值圖像中前景圖像的定位裝置結構示意圖5為本發(fā)明實施例中所述二值化后的圖像實際效果示意圖6至圖11為本發(fā)明實施例中所述實施后的實際效果示意圖。
具體實施例方式
本發(fā)明的核心思想是將二值圖像中每行的前景部分提取出來，并組織為 段。因此連通域的分析就可以基于段來實現(xiàn)，而不是傳統(tǒng)的基于像素的方法來 實現(xiàn)。基于段的優(yōu)勢在于算法效率不會受圖像大小的影響。而且由于每行的各 段已經(jīng)分開，在進行標識時，只需要判斷當前段和上面一行的段之間的連通關 系，大大的提高了算法效率。下面結合附圖對本發(fā)明基于段的具體實施方式
進 行說明。
圖i為二值圖像中前景圖像的定位方法實施流程示意圖，如圖所示，在前 景圖像定位中可以包括如下步驟
步驟101、對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前景像
素；
步驟102、將同一區(qū)域中連續(xù)的前景像素組織為段；
步驟103、將各區(qū)域中連通的段合并后獲得前景圖像。
具體的，所述將各區(qū)域中連通的段合并可以是將同一區(qū)域中連續(xù)的前景 像素組織為段時對段進行標識；將不同區(qū)域中連通的段的標識進行統(tǒng)一；根據(jù) 標識將二值圖像中具有同 一標識的段進行合并。
其中，所述按區(qū)域進行劃分可以為以掃描時的行列為單位進行區(qū)域劃分。 當不以掃描時的行列劃分時也可以實施，比如可以先劃出特定面積作為 一個區(qū) 域，然后將這區(qū)域內(nèi)的連續(xù)前景像素點再按段組織等，然后再按段進行合并， 但這樣在判斷前景像素是否連續(xù)時會因為區(qū)域的過大、或者不規(guī)則而耗時較多，所以顯然，按掃描的行列來進行劃分時最能體現(xiàn)出本發(fā)明的效率。
下面為以行為單位劃分區(qū)域時的前景圖像的定位實施進行說明，圖2為以 行來劃分區(qū)域的前景圖4象定位方法實施流程示意圖，本例中所述區(qū)域為掃描的
一行或一列，如圖所示，此時可以按如下步驟實施
步驟201、輸入包含運動目標的二值圖像。
步驟202、從上到下，從左到右對每行進行掃描。
步驟203、將每行連續(xù)的前景像素組織為段，并記錄下來。
步驟204、對段的連通性與段的標識進行處理。
下面結合圖3對本步驟進行說明，圖3為基于段的連通域標識示意圖，如 圖所示，圓圈表示前景像素，圓圈中為該段的標識；含有圓圈的矩形框S1至 S7分別表示本例示意7段，每段中各含4個連續(xù)的前景像素，段分布在掃描的 四行中，其中S1在第一行，S2、 S3在第二行，S4、 S5、 S6在第三行，S7在 第四行，掃描時由上至下進行掃描，即由第一行開始第四行結束。
貝'J,從上到下，從左到右對提取出來的各段進行連通域分析，如杲該段不 能找到與之相連通的段，那么就設置為新標識，否則就將與之連通的段的標識 賦給該段。如果該段和多段相連通，那么就將所有連通的段中標識最小的賦給 該段，并注明所有連通的段的標識屬于同 一個連通區(qū)域。
以圖3為例，當掃描至第一段S1時，由于該段的上方?jīng)]有與之連通的段， 所以將該段標記為1。掃描至S2時，上方的Sl與之相連通，所以就將Sl的 標記賦給S2。而S3與S2并不連通，因此給S3的是新標識2，這樣從上到下， 從左到右依次進行掃描。當掃描至S5時，它的上方有兩段(Sl和S2)與之連 通，此時就將這兩段中標記最小的那個賦給當前段，即將S5的標記設置為1， 同時注明標記1和標記2同屬于一個連通區(qū)域，而S6與S3連通，因此S3的 標記賦給S6為2。
步驟205、根據(jù)注明的連通信息，將標識不同但是屬于同一個連通區(qū)域的 4爻統(tǒng)一標注為相同的標識。
本步驟中將屬于同一個區(qū)域，但是標記不同的,殳合并為相同的區(qū)域。如圖
3中的標記為1和2的段就需要合并為相同的標記，因為在將S5的標記設置為 1,同時也注明標記1和標記2同屬于一個連通區(qū)域，因此本例中標識為1、 2 的段是連通的。在確定其為同一連通區(qū)域時，便可將S1至S7都進行統(tǒng)一的標 識以便下步操作。
步驟206、將相同標識的所有段收集起來，得到所有連通的前景目標。
每行連續(xù)的前景像素組織為段，并對段進行標識；然后對提取出來的各段進行 連通域分析，將相鄰行中相通的段進行同樣的標識，不相通的段標識不相同； 對標識不同但相連通的段之間注明為相連通；根據(jù)注明的連通信息，將標識不 同但是屬于同 一個連通區(qū)域的段統(tǒng)一為相同的標識；最后將相同標識的所有段 進行合并。
本發(fā)明還提供了 一種二值圖像中前景圖像的定位裝置，結合上述對定位方 法的說明，下面對裝置的具體實施方式
進行說明。
圖4為二值圖像中前景圖像的定位裝置結構示意圖，如圖所示，裝置中可 以包括獲取模塊401 、分段模塊402 、合并模塊403;圖中還示出了 二值圖像， 其中圓圈表示前景像素，方框表示對前景像素所分的段，在裝置中
獲取模塊401用于對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的 像素；
分段模塊402則用于將同 一 區(qū)域中連續(xù)的前景像素組織為段； 合并模塊403用于將各區(qū)域中連通的段合并后獲得前景圖像。 裝置中獲取4莫塊還可以進一步包括區(qū)劃單元，用于以掃描時的行列為單位 進行區(qū)域劃分；
獲取模塊則在掃描后獲取各所述區(qū)劃單元劃分區(qū)域中的前景像素。 實施中，區(qū)劃單元可以以掃描時的一行或一列為單位進行區(qū)域劃分。 裝置中的合并模塊403可以包括標識單元、標識統(tǒng)一單元、合并單元，其
中
標識單元，用于在所述分段模塊將同一區(qū)域中連續(xù)的前景像素組織為段時 對l殳進行標識；
標識統(tǒng)一單元，用于將不同區(qū)域中連通的段的標識進行統(tǒng)一；
合并單元，用于根據(jù)標識將二值圖像中標識同一的段進行合并。
實施中，當所述獲取^^莫塊401在對每行進行掃描時，所述分段模塊402則
用于將每行中連續(xù)的前景像素組織為段；合并模塊403中的標識單元在所述分
段模塊402將每行連續(xù)的像素組織為段時，對段進行標識；
合并模塊403中的標識統(tǒng)一單元則可以包括分析子單元、標識子單元、
同一子單元，其中
分析子單元，用于對提取出來的各段進行連通域分析；
標識子單元，用于根據(jù)所述分析子單元的分析將相鄰行中連通的段進行同
樣的標識，不連通的段標識不相同；對標識不同但相連通的段之間注明為相連
通；
同一子單元，用于根據(jù)注明的連通信息，將標識不同但是屬于同一個連通 區(qū)域的段統(tǒng)一為相同的標識；
最后合并模塊403中的合并單元將相同標識的所有段進行合并。
由上述實施例可以看出，本發(fā)明提出了可以在智能視頻監(jiān)控中會經(jīng)常用到 的運動目標快速檢測方法及裝置。本發(fā)明在二值圖像上來完成，二值圖像是用 當前幀圖像和背景圖像相減來得到。和傳統(tǒng)的基于像素點的連通域算法不同， 本發(fā)明提出的算法是基于"段"來實現(xiàn)的，即首先利用快速掃描來將每行的相 互聯(lián)系的前景像素組織為"段"，然后對相互連通的"段"進行標識。該算法 對大圖像的效果尤其明顯，因為大圖像的前景像素點較多，必然導致傳統(tǒng)基于 單個像素的算法運算量增加，但是圖像增多并沒有增加每行聯(lián)系"段"的個數(shù)。 也就是說，當像素組織成"段，，后，由于要將連續(xù)的像素組織成"段，，，那么 對實際運算來說，不管像素有多少，當圖像變大時，像素的數(shù)量會增加，但是"段"的數(shù)量并沒有增加，其只存在對同一標識的"段"的標識的處理，而在 現(xiàn)有技術中，傳統(tǒng)的方法基于像素來進行連通域的分析，需要對每個像素進行 處理，所以當圖像變大時，其運算時因圖像變大而必須去處理更多的像素，運 算量也必將會大大增加，所以本發(fā)明提出的方法在對大圖像的處理上也能夠得
到較高的運行效率。
下面再以實際處理結果來說明本發(fā)明的效果。
圖5為二值化后的圖像實際效果示意圖，圖6至圖11為實施后的實際效 果示意圖，圖6至圖11中的白框和白色虛線是用本發(fā)明實際產(chǎn)生的效果，白 色矩形框為根據(jù)本發(fā)明提取的運動目標，運動軌跡以白色虛線表示。圖6至圖 11顯示的是原始的視頻圖像的效果示意，本發(fā)明處理的真實目標實際上是二值 化后的如圖5所示的其中一張圖像，白框是上圖中包含白色前景目標區(qū)域的最 小矩形。為了更好的觀察效果，將白色區(qū)域疊加到原始圖像上獲得圖6至圖11 的效果。對每個運動目標在進行了跟蹤時，便可獲得表示跟蹤軌跡的白色虛線。
從圖6至圖11中可以明顯看出本發(fā)明可以很好的提取出圖中的所有連通 的運動目標。實際中，由于提出了本發(fā)明基于段的連通域標記處理方法，大大 的提高了運動目標的定位效率。在對100張320*240的二值圖像按現(xiàn)有技術進 行測試時，運行時間為平均每張0.949495ms。而用本發(fā)明的方法平均每張的 運行時間為0.161616ms。對大的圖像，運行效率的差別則更為明顯。顯然， 由于處理效率的提高，在智能視頻監(jiān)控系統(tǒng)中，對每幀的圖像都需要進行運動 目標的檢測時，無疑可以大大提高智能視頻監(jiān)控的實時性，并易于往硬件進行 移植。
明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權利要求及 其等同技術的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權利要求
1、一種二值圖像中前景圖像的定位方法，其特征在于，包括如下步驟對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前景像素；將同一區(qū)域中連續(xù)的前景像素組織為段；將各區(qū)域中連通的段合并后獲得前景圖像。
2、 如權利要求1所述的方法，其特征在于，所述將各區(qū)域中連通的段合 并具體為將同 一 區(qū)域中連續(xù)的前景像素組織為段時對段進行標識； 將不同區(qū)域中連通的段的標識進行統(tǒng)一； 根據(jù)標識將二值圖像中標識同 一 的段進行合并。
3、 如權利要求1或2所述的方法，其特征在于，所述按區(qū)域進行劃分具 體為以掃描時的行列為單位進行區(qū)域劃分。
4、 如權利要求3所述的方法，其特征在于，所述區(qū)域為掃描的一行或一列。
5、 如權利要求4所述的方法，其特征在于，所述將各區(qū)域中連通的段合 并具體為對每行進行掃描，將每行連續(xù)的前景像素組織為段，并對段進行標識； 所述將不同區(qū)域中連通的段的標識進行統(tǒng)一包括對提取出來的各段進行 連通域分析，將相鄰行中連通的段進行同樣的標識，不連通的段標識不相同； 對標識不同但相連通的"l殳之間注明為相連通；根據(jù)注明的連通信息，將標識不 同但是屬于同 一個連通區(qū)域的段統(tǒng)一為相同的標識； 將相同標識的所有段進行合并。
6、 一種二值圖像中前景圖像的定位裝置，其特征在于，包括 獲取模塊，用于對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前景像素；分段模塊，用于將同 一 區(qū)域中連續(xù)的前景像素組織為段； 合并模塊，用于將各區(qū)域中連通的段合并后獲得前景圖像。
7、 如權利要求6所述的裝置，其特征在于，所述合并模塊包括 標識單元，用于在所述分段模塊將同一區(qū)域中連續(xù)的前景像素組織為段時對段進行標識；標識統(tǒng)一單元，用于將不同區(qū)域中連通的段的標識進行統(tǒng)一； 合并單元，用于根據(jù)標識將二值圖像中標識同一的段進行合并。
8、 如權利要求7所述的裝置，其特征在于，所述獲取模塊進一步包括區(qū) 劃單元，用于以掃描時的行列為單位進行區(qū)域劃分；獲取模塊，用于在掃描后獲取各所述區(qū)劃單元劃分區(qū)域中的前景像素。
9、 如權利要求8所述的裝置，其特征在于，所述區(qū)劃單元進一步用于以 掃描時的 一行或 一 列為單位進行區(qū)域劃分。
10、 如權利要求9所述的裝置，其特征在于，所述分段模塊進一步用于將 所述獲取模塊在對每行進行掃描時，將每行連續(xù)的前景像素組織為段；標識單元，用于在所述分段模塊將每行連續(xù)的前景像素組織為段時，對段 進行標識；所述標識統(tǒng)一單元包括分析子單元、標識子單元、同一子單元，其中 分析子單元，用于對提取出來的各段進行連通域分析；樣的標識，不連通的l史標識不相同；對標識不同4旦相連通的4更之間注明為相連 通；同一子單元，用于根據(jù)注明的連通信息，將標識不同但是屬于同一個連通 區(qū)域的#殳統(tǒng) 一 為相同的標識；合并單元，用于將相同標識的所有段進行合并。
全文摘要
本發(fā)明公開了一種二值圖像中前景圖像的定位方法及裝置，包括對二值圖像按區(qū)域進行劃分并在掃描后獲取各區(qū)域中的前景像素；將同一區(qū)域中連續(xù)的前景像素組織為段；將各區(qū)域中連通的段合并后獲得前景圖像。在智能視頻監(jiān)控系統(tǒng)中使用本發(fā)明，能夠在對每幀的圖像都需要進行運動目標的檢測時，大大提高智能視頻監(jiān)控的實時性，并易于往硬件進行移植。
文檔編號H04N7/18GK101198033SQ20071030378
公開日2008年6月11日 申請日期2007年12月21日 優(yōu)先權日2007年12月21日
發(fā)明者磊 王, 謝東海, 英 黃 申請人:北京中星微電子有限公司