成多個數(shù)據(jù)塊，并將所述多個數(shù)據(jù)塊讀入緩沖區(qū)，將每個數(shù)據(jù)塊中 的視頻圖像文件根據(jù)壓縮標(biāo)準(zhǔn)將視頻流和音頻流分開，其中純音頻流做正常的處理。將其 中的視頻流進(jìn)行解碼后，格式換成RGB格式；對所述序列圖像的一段進(jìn)行統(tǒng)計，得到每一個 像素每個顏色通道的顏色值的分布模型；對所述序列圖像中的每一個像素每個顏色通道的 的顏色值做統(tǒng)計學(xué)上的假設(shè)檢驗，如果當(dāng)前像素的顏色值符合分布模型的統(tǒng)計規(guī)律，則判 斷該像素為背景像素，否則判斷該像素為非背景像素；若被標(biāo)記為背景像素的像素，像素顏 色值不做改變；被標(biāo)記為非背景像素的像素，則利用一關(guān)于所述分布模型的值來替代該像 素值。將背景像素和非背景像素都進(jìn)行顯示輸出。
[0055] 其中，將視頻圖像文件中的視頻圖像轉(zhuǎn)化為RGB格式的序列圖像步驟包括：將視 頻圖像文件按一定的數(shù)據(jù)塊大小讀入緩沖區(qū)；將每個數(shù)據(jù)塊中的視頻圖像文件根據(jù)壓縮標(biāo) 準(zhǔn)將視頻流和音頻流分開；根據(jù)視頻壓縮格式標(biāo)準(zhǔn)對所述視頻流進(jìn)行解碼；將解碼后的視 頻圖像格式換成RGB格式；包括顯示輸出被標(biāo)記為背景像素的圖像的步驟。實現(xiàn)過程基本 上也已經(jīng)標(biāo)準(zhǔn)化，只不過是不同的終端具體實現(xiàn)的時候，緩沖區(qū)的大小，解碼的方案（軟件 解碼還是硬件解碼）有所差異，涉及圖像格式的轉(zhuǎn)換，也就是通過不同格式之間的標(biāo)準(zhǔn)對 應(yīng)關(guān)系做矩陣變化就可以實現(xiàn)。本發(fā)明在此地方就不在累贅。
[0056] 對所述序列圖像的一段進(jìn)行統(tǒng)計，得到每個像素每個顏色通道的顏色值的分布模 型步驟具體包括：得到所述序列像素中當(dāng)前時刻當(dāng)前像素的測量概率；根據(jù)當(dāng)前像素一小 鄰域內(nèi)的相鄰像素得到當(dāng)前像素當(dāng)前顏色值的自信息；計算當(dāng)前像素顏色值發(fā)生的概率。
[0057] 參照圖3所示，像素統(tǒng)計建模的具體實現(xiàn)如下：
[0058] 設(shè)當(dāng)前像素前N幀的顏色值組成的樣本序列為{Χι，χ2·……xN}，其中Xl為第i 幀，當(dāng)前像素的顏色值向量，由于統(tǒng)一采用RBG格式的圖像，那么Xl就是三維的向量，可以 表示為Xl= (rubh)，其中分別表示紅綠藍(lán)三-個顏色通道的顏色值。根據(jù)統(tǒng) 計學(xué)中的參數(shù)估計方法，可以得到像素當(dāng)前時刻t的量測xt的概率p(xt)可以由下式得到。
[0060]另外式中，α;為權(quán)重系數(shù)，K。（xt_Xi)為像素顏色值的分布函數(shù)，σ為窗半徑，像 素顏色值的分布函數(shù)可以選為均勻分布，正態(tài)分布，三角分布，二項分布等等。
[0061] 序列圖像中某個點的像素值受到光線，攝像機輕微抖動，運動物體干擾等，顯而 易見均勻分布，三角分布，二項分布等都不太適合描述像素顏色值的分布，正態(tài)分布則可 以比較好的描述像素顏色值的分布規(guī)律。正態(tài)分布規(guī)律下68. 268949%的面積在平均數(shù) 左右的一個標(biāo)準(zhǔn)差范圍內(nèi)。95. 449974 %的面積在平均數(shù)左右兩個標(biāo)準(zhǔn)差2σ的范圍內(nèi)。 99. 730020%的面積在平均數(shù)左右三個標(biāo)準(zhǔn)差3σ的范圍內(nèi)。99. 993666%的面積在平均數(shù) 左右四個標(biāo)準(zhǔn)差4〇的范圍內(nèi)。對于序列圖像中固定的某一個像素而言，其顏色值顯然是 在某一個標(biāo)準(zhǔn)差的范圍內(nèi)來回波動，如果光線，抖動等影響忽略，那么顏色值就是固定的一 個值，即就是正態(tài)分布的均值。
[0062] 經(jīng)過以上過程可以得到像素X的當(dāng)前時刻量測的概率。設(shè)y為像素X的一個小 鄰域內(nèi)的任意一個像素，該小鄰域滿足dis(x,y) <δ，其中dis(x,y)為X和y兩個像素 點在圖像中的空間距離，S為一個常數(shù)。同理我們可以得到像素y當(dāng)前像素顏色值發(fā)生的 概率P(yt)和利用像素y的樣本來估計像素X的當(dāng)前像素顏色值發(fā)生的概率P(XtIBy)。用 P(XtIBy)去除p(xt)，然后再去對數(shù)得到I(xt ;y)。將其稱為像素X的鄰域像素y對像素X 的信息貢獻(xiàn)。
[0063] 由于對于像素X來說滿足dis(X，y) <δ的像素y有好多個，不妨計為m個，對于 X的m個鄰域像素中的每一個像素我們都能得到一個I(xt;y)，從而對于像素X就得到了m 個I(xt ;y)，將這m個值簡化的記為LI2...1"。
[0064] 根據(jù)信息論中的知識可以得到像素X的當(dāng)前顏色值為xt這一隨機事件的自信息
[0065] Ix=-l〇g2P(xt) (2-2)
[0066] Ix表示了像素x的當(dāng)前顏色值為xt這一隨機事件的不確定性，根據(jù)上式，Ix越大， 表示像素X的當(dāng)前顏色值為Xt這一隨機事件的概率越小，概率越小，說明當(dāng)前顏色值越不 符合像素顏色值分布模型，則越有可能是非背景。
[0067] 定義像素X的當(dāng)前顏色值為xt這一隨機事件的修正自信息
[0069] 其中式中，β為一個系數(shù)。
[0070] 至此，像素顏色值的分布模型建立完成。
[0071] 接著，通過所述分布模型標(biāo)記所述序列圖像中的像素為背景像素，或者標(biāo)記所述 序列圖像中的像素為非背景像素。
[0072] 本發(fā)明實施例中，通過所述分布模型標(biāo)記序列像素中的圖像具體是：對所述序列 圖像中的每一個像素每個顏色通道的的顏色值做統(tǒng)計學(xué)上的假設(shè)檢驗，如果當(dāng)前像素的顏 色值符合分布模型的統(tǒng)計規(guī)律，則判斷該像素為背景像素，否則判斷該像素為非背景像素。
[0073] 通過所述分布模型標(biāo)記所述序列圖像中的像素為背景像素，或者標(biāo)記所述序列圖 像中的像素為非背景像素步驟包括：計算當(dāng)前像素的修正自信息；給出假設(shè)檢驗的置信水 平；通過與置信水平的比較，判斷當(dāng)前像素的顏色值是否符合分布模型的統(tǒng)計規(guī)律，如果當(dāng) 前像素的顏色值符合分布模型的統(tǒng)計規(guī)律，則判斷該像素為背景像素，否則判斷該像素為 非背景像素。
[0074] 參照圖4所示，通過分布模型標(biāo)記序列圖像中的像素步驟具體實施如下：
[0075] 統(tǒng)計學(xué)中的假設(shè)檢驗可以用來檢驗?zāi)骋浑S機變量是否服從某種概率分布的假設(shè)， 然后利用樣本資料采用一定的統(tǒng)計方法計算出有關(guān)檢驗的統(tǒng)計量，依據(jù)一定的概率原則， 以較小的風(fēng)險來判斷估計數(shù)值與總體數(shù)值（或者估計分布與實際分布）是否存在顯著差 異，是否應(yīng)當(dāng)接受原假設(shè)選擇的一種檢驗方法。用到本發(fā)明中，就是我們得到像素值的顏色 分布模型之后，對于序列圖像中當(dāng)前幀的某一個像素的顏色值，都可以檢驗該顏色值是否 以某一個很大的概率符合這個模型，只有以很大的概率符合這個模型時，則可以認(rèn)為該像 素在當(dāng)前幀中沒有被非背景干擾，是背景像素。假設(shè)檢驗時預(yù)先設(shè)定的檢驗水準(zhǔn)取為〇. 05 等比較小的一個值，其意思就是當(dāng)檢驗假設(shè)為真，但被錯誤地拒絕的概率為〇. 05。放在本發(fā) 明中，就是說當(dāng)前像素值以95%的概率是符合像素顏色值分布模型的，由此則可判定該像 素很高的概率是背景像素。由此可以設(shè)置95%為區(qū)分背景像素和前景像素的分割概率，當(dāng) 然該概率值也可以隨著實際場景的復(fù)雜程度改變而改變。具體選擇方法就是實際場景越復(fù) 雜，則正態(tài)分布模型的方差越大，該概率值選擇應(yīng)該越小?？傊?，設(shè)置一個概率閾值用來檢 驗當(dāng)前像素是否符合分布模型。
[0076] 對標(biāo)記后的像素，進(jìn)行背景分隔處理，若當(dāng)前像素被標(biāo)記為背景像素，像素顏色值 不做處理；當(dāng)前像素被標(biāo)記為非背景像素，則利用一關(guān)于所述分布模型的值來替代該像素 值。
[0077] 本發(fā)明實施例中，使用分布模型的均值進(jìn)行代替，也可以使用一關(guān)于分布模型的 其他的值作為替代像素值。
[0078] 背景分割的具體實現(xiàn)如下：
[0079] 根據(jù)假設(shè)檢驗?zāi)K的概率閾值，可以用來區(qū)分當(dāng)前像素是否符合分布模型。根據(jù) 公式，我們可以將概率閾值對應(yīng)為Ι'χ的閾值Ith。
[0080] 如果Γx >Ith則認(rèn)為像素X為非背景，否則認(rèn)為像素X為背景。Ith為用戶給出的 分割閾值。
[0081] 本發(fā)明綜合考慮了像素本身的信息和鄰域像素信息對中心像素的影響，用二者的 聯(lián)合來進(jìn)行背景區(qū)域的分離。如果圖像中存在一個像素點X不考慮鄰域信息被認(rèn)為成非 背景即Ix比較大，而用它的鄰域內(nèi)的像素來判斷都認(rèn)為該像素點是背景，即P(xt)遠(yuǎn)小于 P(XtIBy)，從而得到的Ii，I2... 1"都小于零，從而就得到Γx要