一种背景分割方法及系统的制作方法
【专利摘要】本发明适用于图像处理【技术领域】，提供了一种背景分割方法及系统，所述方法包括：为每个像素建立一个高斯混合模型GMMs；更新所述GMMs模型的充分统计量；基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型；根据所述新的GMMs模型确定当前像素为背景或前景。本发明使用Stepwise-EM在线方法替代背景分割中传统的K-means参数更新方法，既维持了简单的迭代参数更新过程，又使得参数的估计（特别是方差）更加准确，使背景分割效果更好。
【专利说明】一种背景分割方法及系统
【技术领域】
[0001]本发明属于图像处理【技术领域】，尤其涉及一种背景分割方法及系统。
【背景技术】
[0002]背景分割是视频处理的基本技术，背景分割在实时建立背景的同时，能分割出前景中的运动目标。现有的视频背景分割方法，主要是基于高斯混合模型(GMMs)的背景分割方法，该方法在时间流上为每个像素建立一个高斯混合模型，并实时修改每个像素的GMMs模型参数，从而能够很好的适用缓慢变化的背景。但是为了避免传统最大期望(Expectation-maximization, EM)算法(batch-EM)计算上的问题，现有技术通过K均值(K-means)更新每个像素的GMMs模型参数。但K-means无法有效的拟合GMMs模型中协方差参数，影响背景分割的准确率。
【发明内容】
[0003]本发明实施例在于提供一种背景分割方法及系统，以解决现有K-means无法有效拟合GMMs模型中协方差参数，影响背景分割准确率的问题。
[0004]本发明实施例的第一方面，提供一种背景分割方法，所述方法包括:
[0005]为每个像素建立一个高斯混合模型GMMs ；
[0006]更新所述GMMs模型的充分统计量；
[0007]基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型；
[0008]根据所述新的GMMs模型确定当前像素为背景或前景。
[0009]本发明实施例的第二方面，提供一种背景分割系统，所述系统包括:
[0010]模型建立单元，用于为每个像素建立一个高斯混合模型GMMs ；
[0011]更新单元,用于更新所述GMMs模型的充分统计量；
[0012]计算单元，用于基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型；
[0013]确定单元，用于根据所述新的GMMs模型确定当前像素为背景或前景。
[0014]本发明实施例与现有技术相比存在的有益效果是:本发明实施例基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型，并根据所述新的GMMs模型确定当前像素为背景或前景。本发明实施例采用更加有效的充分统计量实时更新GMMs模型参数，可获得更好的背景分割效果，有效解决了现有基于K-means的GMMs模型参数更新所导致的GMMs模型中协方差不能够很好的拟合，影响背景分割准确率的问题，具有较强的易用性和实用性。
【专利附图】
【附图说明】
[0015]为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0016]图1是本发明第一实施例提供的背景分割方法的实现流程图；
[0017]图2是本发明第二实施例提供的背景分割系统的组成结构图。
【具体实施方式】
[0018]为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0019]为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0020]实施例一:
[0021]图1示出了第一施例提供的背景分割方法的实现流程，该方法过程详述如下:
[0022]在步骤SlOl中，为每个像素建立一个高斯混合模型GMMs。
[0023]具体的是，为每个像素在时间轴上建立一个高斯混合模型GMMs。
[0024]在步骤S102中，更新所述GMMs模型的充分统计量。
[0025]较佳的，更新GMMs模型充分统计量的公式为:
[0026]
【权利要求】
1.一种背景分割方法，其特征在于，所述方法包括: 为每个像素建立一个高斯混合模型GMMs ； 更新所述GMMs模型的充分统计量； 基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型； 根据所述新的GMMs模型确定当前像素为背景或前景。
2.如权利要求1所述的方法，其特征在于，所述根据所述新的GMMs模型确定当前像素为背景或前景包括: 将所述新的GMMs模型中的高斯模型按照wi|Σ| I//2进行从大到小排序，其中|∑i|为第i个GMMs模型中协方差矩阵的行列式，Wi为第i个GMMs模型的权值； 根据所述排序，选择前B个GMMs模型作为背景模型，并判断当前像素是否属于所述前B个GMMs模型，若是，则所述当前像素为背景，否则所述当前像素为前景，所述B为大于零的整数。
3.如权利要求1所述的方法，其特征在于，所述
4.如权利要求1所述的方法，其特征在于，更新GMMs模型充分统计量的公式为:
5.如权利要求1至4任一项所述的方法，其特征在于，基于更新后的充分统计量计算GMMs模型参数的公式为:
6.一种背景分割系统，其特征在于，所述系统包括: 模型建立单元，用于为每个像素建立一个高斯混合模型GMMs ；更新单元，用于更新所述GMMs模型的充分统计量； 计算单元，用于基于更新后的充分统计量计算GMMs模型的参数，获得新的GMMs模型； 确定单元，用于根据所述新的GMMs模型确定当前像素为背景或前景。
7.如权利要求6所述的系统，其特征在于，所述确定单元包括:排序模块，用于将所述新的GMMs模型中的高斯模型按照Wi/ I Σ i 11/2进行从大到小排序，其中|Σ」为第i个GMMs模型中协方差矩阵的行列式，Wi为第i个GMMs模型的权值；确定模块，用于根据所述排序，选择前B个GMMs模型作为背景模型，并判断当前像素是否属于所述前B个GMMs模型，若是，则所述当前像素为背景，否则所述当前像素为前景，所述B为大于零的整数。
8.如权利要求6所述的系统，其特征在于，所述
9.如权利要求6所述的系统，其特征在于，所述更新单元更新GMMs模型充分统计量的公式为:
10.如权利要求1至4任一项所述的系统，其特征在于，所述计算单元基于更新后的充分统计量计算GMMs模型参数的公式为:
【文档编号】G06T7/00GK103700097SQ201310687416
【公开日】2014年4月2日 申请日期:2013年12月13日 优先权日:2013年12月13日
【发明者】樊春玲, 张冠军, 邓亮 申请人:中国科学院深圳先进技术研究院