专利名称：一种图像前景和背景分割的方法和装置的制作方法
技术领域：
本发明涉及图像分割的技术领域，特别是涉及一种图像前景和背景分割的方法，以及，一种图像前景和背景分割的装置。
背景技术：
随着计算机科学技术的不断发展，图像处理和分析逐渐形成了自己的科学体系，新的处理方法层出不穷，尽管其发展历史不长，但却引起各方面人士的广泛关注。在图像的研究应用过程中，人们往往对图像中的某些部分感兴趣，这些部分称为目标或前景图像，他们一般对应图像中特定的具有独特性质的区域和分析目标，需要将这些区域分离或提取出 来，在此基础上才有可能对目标进一步的利用。图像分割就是按照一定的原则和规则将一幅图像或景物分为若干个特定的、具有独特性质的区域部分或子集，并提取出感兴趣目标前景的技术和过程。图像分割是图像处理到图像分析的关键步骤，也是进一步图像理解的基础。现有技术中，通常应用高斯混合模型进行前景图像和背景图像的分割。具体而言，高斯混合模型使用3至5个高斯模型来表征图像中各个像素点的特征，在目标帧图像获得后更新高斯混合模型，用目标帧图像中的每个像素点与高斯混合模型匹配，如果成功则判定该点为背景图像的像素点，否则为前景图像的像素点。计算机图像处理中高斯模型的表达式通常为背景图像=目标帧图像*学习率+背景图像* (I-学习率)。将所述目标帧图像与背景图像进行差分处理，即可得到前景图像。前景图像包含于目标帧图像，即前景图像会以一定的比例不断地被刷入背景图像，如果前景图像中的运动目标在小范围内活动或静止一段时间就会产生拖影。具体可以参考图I所示的图像前景和背景分割的示意图，从图I中可以看出，当汽车停留了几秒后再次启动，其监控图像会产生如图I所示的拖影。在存在拖影的背景模型中做目标检测会严重影响前景分割的结果。为解决高斯混合模型产生拖影的问题，现有技术中提出了多种解决算法，虽然在多数情况下这些算法能够有效解决高斯混合模型前景图像分割时产生的拖影问题，但是当目标帧图像中有目标进入监控范围并长时间静止时，或者，当目标帧图像中存在偶尔运动的目标时，所述目标将无法被及时刷入背景；或者，当前景图像分割过程中仅能识别到部分目标或其轮廓时，仍然可能产生拖影。此外，现有解决方法中的算法大多计算复杂，无法满足嵌入式设备的实时处理需求。因而，目前需要本领域技术人员迫切解决的一个技术问题就是如何提供一种图像前景和背景分割的机制，以简化图像前景与背景分割的处理过程，满足嵌入式设备的实时处理需求，提高图像分割的准确性，并节省资源，提高处理效率。
发明内容
本发明提供了一种图像前景和背景分割的方法，可以简化图像前景和背景分割的处理过程，满足嵌入式设备的实时处理需求，提高图像分割的准确性，并节省资源，提高处理效率。相应的，本发明还提供了一种图像前景和背景分割的装置，用以保证上述方法的实现及应用。为了解决上述问题，本发明实公开了一种图像前景和背景分割的方法，包括将目标帧图像分割为若干区块；确定所述各区块的运动状态，所述运动状态包括静态和动态；针对所述运动状态为静态的区块，统计其处于静态的时间；
当某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷 新；依据刷新的背景图像从所述目标帧图像中提取出前景图像。优选地，在所述将目标帧图像分割为若干区块的步骤之前，还包括对所述目标帧图像进行预处理，所述预处理包括降噪、光照突变抑制。优选地，所述将目标帧图像分割为若干区块的步骤进一步包括采用区块平均分割的方式将目标帧图像分割为若干个均匀大小的区块；或者，采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。优选地，所述确定各区块的运动状态的步骤进一步包括在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素；若所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值，则判定所述区块的运动状态为静态；若所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值，则判定所述区块的运动状态为动态。优选地，针对各区块设置计数器；针对所述运动状态为静态的区块，采用如下公式统计其处于静态的时间Cx Cx = Cx+1。优选地，所述第一预设阈值为预置的静态时间阈值与帧率的乘积，所述预置的静态时间阈值的取值范围为10秒至50秒。优选地，所述针对该区块进行背景图像的刷新的步骤进一步包括采用如下公式针对所述区块进行背景图像的刷新，y" x= (l-p)y〃 x+P yx,其中，yx为所述目标帧图像中某像素的灰度值，y" x为所述背景图像中相同位置区块的像素灰度值，P为预设的学习率，所述像素灰度值的取值范围为O至255，所述学习率的取值范围为O. 01至O. 2。优选地，所述目标帧图像为在视频中逐帧提取的图像或为在视频中隔帧提取的图像。本发明还公开了一种图像前景和背景分割的装置，包括图像分块模块，用于将目标帧图像分割为若干区块；运动状态确定模块，用于确定所述各区块的运动状态，所述运动状态包括静态和动态；计数器模块，用于针对所述运动状态为静态的区块，统计其处于静态的时间；分块刷新模块，用于在某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新；前景分割模块，用于依据刷新的背景图像从所述目标帧图像中提取出前景图像。优选地，预处理模块，用于在调用所述图像分块模块之前，对所述目标帧图像进行预处理，所述预处理包括降噪、光照突变抑制。优选地，所述图像分块模块进一步包括第一分块子模块，用于采用区块平均分割的方式将目标帧图像分割为若干个均匀 大小的区块；或者，第二分块子模块，用于采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。优选地，所述运动状态确定模块进一步包括差分算法子模块，用于在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素；第一运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值时，判定所述区块的运动状态为静态；第二运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值时，判定所述区块的运动状态为动态。优选地，计数器设置模块，用于针对各区块设置计数器；计数器模块，用于针对所述运动状态为静态的区块，采用如下公式统计其处于静态的时间Cx Cx = Cx+1。与现有技术相比，本发明包括以下优点在本发明所描述的方法中，其关键的阈值为第一预设阈值。当区块所处于静态的时间大于第一预设阈值时，将针对该区块进行背景图像的刷新，此过程判断简单，易于实现，因此能够简化图像前景与背景分割的处理过程。本发明确定各区块的运动状态所采用的算法复杂度低，其实现难度比较简单，由于这种简单有效的特点使该方法更适合应用于嵌入式设备，处理实时性要求较高的图像处
理产品。本发明采用的算法无需参照运动目标的计算结果，即背景图像的刷新过程与目标识别结果无关，保证了背景图像模型的建立不受其他计算过程的影响，避免了由于目标识别错误导致的背景图像的刷新异常，能够有效提高图像分割的准确性，节省资源，提高处理效率。
图I示出了现有技术中一种视频监控中图像前景和背景分割示例的示意图2示出了本发明提供的一种图像前景和背景分割的方法的步骤流程图；图3示出了本发明提供的一种图像前景和背景分割的装置的结构框图。
具体实施例方式为使本 发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式
对本发明作进一步详细的说明。本发明实施例的核心构思之一在于，通过将目标帧图像分割成若干区块，再判断所述各个区块的运动状态，以所述各个区块处于静态的时间为依据，判定是否刷新该目标帧图像中的各个区块，再依据刷新的背景图像从所述目标帧图像中提取出前景图像，从而分割图像背景和前景。参照图2，示出了本发明实施例一种图像前景和背景分割方法实施例的步骤流程图，具体可以包括以下步骤步骤101，将目标帧图像分割为若干区块；在本发明的一种优选实施例中，在执行所述步骤101之前，可以对所述目标帧图像进行降噪、光照突变抑制等预处理，从而为后续步骤处理的准确性提供保障。所述图像预处理的方式可由本领域技术人员依据实际情况任意选定，本发明对此不作限制。在本发明的一种优选实施例中，所述步骤101还可以包括如下子步骤子步骤Sla，采用区块平均分割的方式将目标帧图像分割为若干个均匀大小的区块；或者，子步骤Slb，采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。在具体实现中，为降低系统资源的耗费，针对目标帧图像分割成的若干个均匀大小或者非均匀大小的区块，可以不用将各个区块数据真正地存储，而仅需记录各个区块的坐标范围，作为后续算法计算的边界值即可。步骤102，确定所述各区块的运动状态，所述运动状态包括静态和动态；在本发明的一种优选实施例中，所述步骤102具体还可以包括如下子步骤子步骤S2a，在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素；子步骤S2b，若所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值，则判定所述区块的运动状态为静态；子步骤S2c，若所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值，则判定所述区块的运动状态为动态。简而言之，所述子步骤S2a_S2c的处理过程即为，在各区块范围内，利用帧间差分算法，计算目标帧图像与上一帧图像中各像素灰度值的差值，确定区块各像素的运动状态，统计区块运动状态为动态的像素，若所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值，则判定所述区块的运动状态为静态，否则为动态。作为本发明实施例具体应用的一种示例，假设将目标帧图像分割成的若干区块包括:MpM2. . . Mn，在MpM2. . . Mn所约束的边界内分别做目标帧图像与上一帧图像的差分运算，计算其运动量差值。以区块Mx为例说明，该区块包含η个像素，设yx为目标帧图像中某像素的灰度值，I' x为上一帧图像相同位置的像素灰度值，yx与太x都属于Mx，所述像素灰度值的取值范围可以为O至255。若|yx-y' x |彡k，则该像素的运动状态为动态；作为本发明实施例具体应用的一种示例，所述像素灰度值k的取值范围可以为O至255，其优选取值范围可以为20至50。 统计得到区块Mx包含的运动像素为C，若c/n < p，则判定区块Mx的运动状态为静态；若c/n > p，则判定区块Mx的运动状态为动态；作为本发明实施例具体应用的一种示例，所述P的优选取值范围可以为5%。至50 %0。在具体实现中，所述确定各区块的运动状态的步骤，并不仅仅限于差分算法，任何能判定区块运动量的算法都可以，本发明对此无需加以限制。由于本申请判定区块运动状态的算法简单，复杂度较低，因此适合于嵌入式设备或者其他处理能力较弱的设备，用于处理实时性要求较高的图像处理产品。步骤103，针对所述运动状态为静态的区块，统计其处于静态的时间；在本发明的一种优选实施例中，在执行所述步骤103之前，可以针对所述各区块设置计数器，用以统计区块的静态持续时间。以区块Mx为例说明，若由步骤102确定该区块的运动状态为静态，则计数器加一，用公式表示，即为Cx = Cx+1，其中，Cx为区块Mx处于静态的时间。需要说明的是，由步骤102确定运动状态为动态的区块，统计其处于静态的时间时，计数器归零，用公式表示，即为Cx = 0，其中，Cx为区块Mx处于静态的时间。步骤104，当某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新；作为本发明实施例具体应用的一种示例，所述第一预设阈值可以为预置的静态时间阈值与帧率的乘积，所述预置的静态时间阈值的优选取值范围可以为10秒至50秒。在具体实现中，区块背景图像的刷新可以满足一个新增的条件，即计数器超过第
一预设阈值。以区块Mx为例说明，若Cx彡q，则判定该区块满足刷新条件，其中，所述Cx为区块Mx处于静态的时间，所述q为第一预设阈值，其取值可以为帧率和预置的静态时间阈值的乘积，所述帧率为算法每秒取的帧数。若所述预置的静态时间阈值为T，所述帧率为10帧每秒，那么q = T*10。例如，所述帧率T的优选取值范围可以为IOs至50s，所述预置的静态时间阈值T为10帧每秒，那么q的取值范围可以为100至500。在具体实现中，其关键的阈值为第一预设阈值，即区块静态持续时间。针对满足背景图像刷新条件的区块，可以采用如下公式针对所述区块进行背景图像的刷新，y" x= (l-p)y〃 x+p yx,其中，yx为所述目标帧图像中某像素的灰度值，y" x为所述背景图像中相同位置区块的像素灰度值，1与7" x均属于区块Mx，P为高斯混合模型背景刷新的学习率。作为本发明实施例具体应用的一种示例，所述^和y" x的取值范围可以为O至255，所述P的优选取值范围可以为O. 01至O. 2。在具体实现中，对满足条件的各个区块采用上述方法分区块刷新后，即得到稳定的背景图像。若目标帧图像进入视野，当其所处的一个或多个区块的计数器超过第一预设阈值时，将按照高斯混合模型算法逐渐刷入背景。上述过程无需参照运动目标的计算结果，即背景刷新过程与目标识别结果无关，保证了背景模型的建立不受其他计算过程的影响，避免了由于目标识别错误导致的背景刷新异常。在实际中，在假设背景图像为静止的情况下，任何有意义的运动物体即为前景图像。建模的基本思想为从目标帧图像中提取出前景图像，其目的为使背景图像更接近目前 视频帧的背景。即利用目标帧图像和视频序列中的目前背景图像进行加权平均来更新背景图像，但是由于光照突变以及其他外界环境的影响，一般建模后的背景图像并非十分干净清晰，而高斯混合模型(GMM, Gaussian mixture model)是建模最为成功的方法之一。高斯混合模型在图像处理中最核心的作用为建立背景图像，数学表达方式比较专业，也有多种具体的算法，但是在计算机图像处理中通常为如下形式背景图像=目标帧图像*学习率+背景图像*(1-学习率)。步骤105，依据刷新的背景图像从所述目标帧图像中提取出前景图像；作为本发明实施例具体应用的一种示例，所述提取出来的前景图像即为运动目标。在具体实现中，背景图像为分区块刷新，不再为整块刷新，再依据刷新的背景图像从所述目标帧图像中提取出前景图像，即可以将图像背景和前景分割。作为本发明实施例具体应用的一种示例，所述目标帧图像为在视频中逐帧提取的图像，但是在视频中隔帧提取的图像同样适用于本发明实施例，具体可以参照所处理场景的目标帧图像运动速度，对于平均运动速度较为缓慢的场景，隔帧处理能够较好的得到运动量统计。而对于平均运动速度较为快的场景，逐帧处理能够避免目标帧图像丢失，提高结果精度。需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明所必须的。参照图3，示出了本发明实施例提供的一种图像前景和背景分割的处理装置实施例的结构框图，具体可以包括以下模块图像分块模块201，用于将目标帧图像分割为若干区块；在具体实现中，还包括预处理模块，用于在调用所述图像分块模块之前，对所述目标帧图像进行预处理，所述预处理包括降噪、光照突变抑制。所述目标帧图像经预处理模块处理后，输出至图像分块模块。在本发明的一种优选实施例中，所述图像分块模块201可以包括如下子模块第一分块子模块，用于采用区块平均分割的方式将目标帧图像分割为若干个均匀大小的区块；或者，第二分块子模块，用于采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。运动状态确定模块202，用于确定所述各区块的运动状态，所述运动状态包括静态和动态；在本发明的一种优选实施例中，所述运动状态确定模块202可以包括如下子模块差分算法子模块，用于在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素；第一运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值时，判定所述区块的运动状态为静态；第二运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值时，判定所述区块的运动状态为动态。计数器模块203，用于针对所述运动状态为静态的区块，统计其处于静态的时间；在本发明的一种优选实施例中，还包括计数器设置模块，用于针对各区块设置计数器。作为本发明实施例具体应用的一种示例，所述计数器模块203用于针对运动状态为静态的区块，可以采用如下公式统计其处于静态的时间Cx CX = CX+1。 分块刷新模块204，用于在某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新；作为本发明实施例具体应用的一种示例，所述第一预设阈值为预置的静态时间阈值与帧率的乘积，所述预置的静态时间阈值的取值范围可以为10秒至50秒。作为本发明实施例的一种优选实施例，所述分块刷新模块204可以采用如下公式针对所述区块进行背景图像的刷新，y" x= (l-p)y〃 x+pyx，其中，yx为所述目标帧图像中某像素的灰度值，y" x为所述背景图像中相同位置区块的像素灰度值，P为高斯混合模型背景刷新的学习率。作为本发明实施例具体应用的一种示例，所述7!￡和y" x的取值范围可以为O至255，所述P的优选取值范围可以为O. 01至O. 2，所述目标帧图像可以为在视频中逐帧提取的图像或可以为在视频中隔帧提取的图像。前景分割模块205，用于依据刷新的背景图像从所述目标帧图像中提取出前景图像。对于图3所述装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、系统、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流 程和/或方框图一个方框或多个方框中指定的功能的装置。这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物
品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个......”限定
的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。以上对本发明实施例所提供的一种图像前景和背景分割的方法，以及，一种图像前景和背景分割的装置，进行了详细介绍，本文中应用了具体个例对本发明实施例的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明实施例的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明实施例的思想，在具体实施方式
及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明实施例的限制。
权利要求
1.一种图像前景和背景分割的方法，其特征在于，包括 将目标帧图像分割为若干区块； 确定所述各区块的运动状态，所述运动状态包括静态和动态； 针对所述运动状态为静态的区块，统计其处于静态的时间； 当某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新； 依据刷新的背景图像从所述目标帧图像中提取出前景图像。
2.根据权利要求I所述的方法，其特征在于，在所述将目标帧图像分割为若干区块的步骤之前，还包括 对所述目标帧图像进行预处理，所述预处理包括降噪、光照突变抑制。
3.根据权利要求I或2所述的方法，其特征在于，所述将目标帧图像分割为若干区块的步骤进一步包括 采用区块平均分割的方式将目标帧图像分割为若干个均匀大小的区块； 或者， 采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。
4.根据权利要求I或2所述的方法，其特征在于，所述确定各区块的运动状态的步骤进一步包括 在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素； 若所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值，则判定所述区块的运动状态为静态； 若所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值，则判定所述区块的运动状态为动态。
5.根据权利要求I或2所述的方法，其特征在于，还包括，针对各区块设置计数器； 针对所述运动状态为静态的区块，采用如下公式统计其处于静态的时间Cx Cx = Cx+1 ο
6.根据权利要求I或2所述的方法，其特征在于，所述第一预设阈值为预置的静态时间阈值与帧率的乘积，所述预置的静态时间阈值的取值范围为10秒至50秒。
7.根据权利要求I或2所述的方法，其特征在于，所述针对该区块进行背景图像的刷新的步骤进一步包括 采用如下公式针对所述区块进行背景图像的刷新， I" X = (ι-p)y" x+pyx， 其中，yx为所述目标帧图像中某像素的灰度值，I” x为所述背景图像中相同位置区块的像素灰度值，P为预设的学习率，所述像素灰度值的取值范围为O至255，所述学习率的取值范围为O. 01至O. 2。
8.根据权利要求I或2所述的方法，其特征在于，所述目标帧图像为在视频中逐帧提取的图像或为在视频中隔帧提取的图像。
9.一种图像前景和背景分割的装置，其特征在于，包括 图像分块模块，用于将目标帧图像分割为若干区块； 运动状态确定模块，用于确定所述各区块的运动状态，所述运动状态包括静态和动态； 计数器模块，用于针对所述运动状态为静态的区块，统计其处于静态的时间； 分块刷新模块，用于在某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新； 前景分割模块，用于依据刷新的背景图像从所述目标帧图像中提取出前景图像。
10.根据权利要求9所述的装置，其特征在于，还包括 预处理模块，用于在调用所述图像分块模块之前，对所述目标帧图像进行预处理，所述预处理包括降噪、光照突变抑制。
11.根据权利要求9或10所述的装置，其特征在于，所述图像分块模块进一步包括 第一分块子模块，用于采用区块平均分割的方式将目标帧图像分割为若干个均匀大小的区块； 或者， 第二分块子模块，用于采用区块非平均分割的方式将目标帧图像分割为若干个非均匀大小的区块。
12.根据权利要求9或10所述的装置，其特征在于，所述运动状态确定模块进一步包括 差分算法子模块，用于在各区块的边界范围内，进行目标帧图像与上一帧图像中各像素灰度值的差分运算，确定区块各像素的运动状态，统计区块中运动状态为动态的像素；第一运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值低于第二预设阈值时，判定所述区块的运动状态为静态； 第二运动状态子模块，用于在所述区块中运动状态为动态的像素与区块的像素的比值高于第二预设阈值时，判定所述区块的运动状态为动态。
13.根据权利要求9或10所述的装置，其特征在于，还包括 计数器设置模块，用于针对各区块设置计数器； 计数器模块，用于针对所述运动状态为静态的区块，采用如下公式统计其处于静态的时间Cx Cx = Cx+1。
全文摘要
本发明提供了一种图像前景和背景分割的方法和装置，其中所述方法包括将目标帧图像分割为若干区块；确定所述各区块的运动状态，所述运动状态包括静态和动态；针对所述运动状态为静态的区块，统计其处于静态的时间；当某区块处于静态的时间大于第一预设阈值时，针对该区块进行背景图像的刷新；依据刷新的背景图像从所述目标帧图像中提取出前景图像。本发明可以简化图像前景与背景分割的处理过程，满足嵌入式设备的实时处理需求，提高图像分割的准确性，并节省资源，提高处理效率。
文档编号G06T7/20GK102968797SQ20121051592
公开日2013年3月13日 申请日期2012年12月3日 优先权日2012年12月3日
发明者叶荣华, 刘志聪, 张冲 申请人:广州盈可视电子科技有限公司