基于块码书模型与马尔科夫随机场的分层前景检测方法
【专利摘要】本发明公开了一种基于块码书模型与马尔科夫随机场的分层前景检测方法，属于视频检测【技术领域】，本发明先利用基于块的码书算法区分出疑似前景的区域，利用窗宽优化算法，根据图像的局部区域像素点的色彩值分布特征，采用行分块和列分块的双分块方法进行码书块尺寸定量确定；而后基于块的码书算法的初步检测结果，在基于像素的码书中建立基于马尔科夫随机场的前景背景分类框架，并利用马尔科夫随机场的后验概率判定像素点与相邻像素点的一致性，进一步确认前景像素。本发明方法检测精度高，运算速度快，且实现了检测精度与效率的均衡。
【专利说明】基于块码书模型与马尔科夫随机场的分层前景检测方法
【技术领域】
[0001]本发明涉及一种前景检测方法，尤其涉及一种基于块码书模型与马尔科夫随机场的分层前景检测方法，属于视频检测【技术领域】。
【背景技术】
[0002]前景检测是智能视频监控领域中相当重要的底层工作，目的是将前景目标从视频序列中提取出来，为后续的视频分析和目标识别等应用打下基础。但是，其性能受诸多因素制约:当背景中存在诸如光照、摇曳的树枝和流水等动态元素时，检测结果波动明显；另一方面，阴影可能导致目标混合、目标形状扭曲甚至目标丢失，严重影响前景检测的质量；此夕卜，现今视频解决方案动辄就是网络摄像头和视频服务器，服务端需要同时处理的图像信号通道数越来越多，这提高了对处理结果与视频信号间的滞后效果的限制，而前景检测工作属于视频处理的基础步骤，整个算法无法为其分配过多的运算资源。因此，如何稳定、精确和高效地提取前景目标始终是一个热点课题。前景检测最常用的方法是减背景法，其思想是将图像与背景模型对比，区别较大的像素区域即被认为是前景，根据算法处理过程中是否考虑像素间的相互影响，可将其大致分为两类:像素级的和区域级的。
[0003]像素级的减背景算法将像素孤立地对待，不考虑像素间的相互关系，更不考虑前后图像的联系，虽然像素级的减背景算法能解决大多数的前景目标检测问题，但是此类算法没有考虑像素之间的相互关系和前后帧图像的联系，对于光照的突然变化等情况处理并不是很有效，而区域级的减背景算法则能更好地应对此等情况。Guo (Guo JMj Liu Y F，Hsia C H，et al.Hierarchical method for foreground detection usingcodebook model[J].Circuits and Systems for Video Technology, IEEE Transactionson, 2011，21 (6):804-815)在将经典码书法改进为基于块和基于像素两个阶段，基于块的阶段完成大部分的背景建模工作，区分出疑似前景区域，但是该阶段的精度还较低，在基于像素的阶段以像素为单位进一步检测前景疑似区域。Wu (Wu M, Peng X.Spatio-temporalcontext for codebook-based dynamic background subtraction[J].AEU-1nternationalJournal of Electronics and Communications, 2010，64 (8): 739-747)在码书算法中，利用像素间的时空信息在MRF-MAP框架下提高检测精度。该模型中以当前帧的二值化结果作为模型运算的已知条件，不可避免的引起算法复杂度的显著增长，导致前景检测难以实现。
【发明内容】
[0004]本发明所要解决的技术问题在于克服现有技术不足，提供一种基于块码书模型与马尔科夫随机场的分层前景检测方法，先利用基于块的码书算法区分出疑似前景的区域，而后在基于块的码书算法的检测结果基础上，建立基于马尔科夫随机场的前景背景分类框架，并利用马尔科夫随机场的后验概率判定像素点与相邻像素点的一致性，进一步确认前
景像素。
[0005]本发明的基于块码书模型与马尔科夫随机场的分层前景检测方法，包括以下步骤:步骤A、将待检测视频分割为一组连续的图像帧；
[0006]步骤B、利用基于块的码书模型对所述图像帧进行初步前景检测，得到各图像帧的初步二值化检测结果；
[0007]步骤C、对初步前景检测所检测到的前景像素，在基于像素的码书中利用基于马尔科夫随机场的前景检测方法进行最终确认，具体如下:
[0008]对于第t帧图像帧中第h行w列的像? V 通过求解以下模型获得其对应的最终的前景检测二值化结果l'w,h:
[0009]
【权利要求】
1.基于块码书模型与马尔科夫随机场的分层前景检测方法，其特征在于，包括以下步骤: 步骤A、将待检测视频分割为一组连续的图像帧； 步骤B、利用基于块的码书模型对所述图像帧进行初步前景检测，得到各图像帧的初步二值化检测结果； 步骤C、对初步前景检测所检测到的前景像素，在基于像素的码书中利用基于马尔科夫随机场的前景检测方法进行最终确认，具体如下: 对于第t帧图像帧中第h行w列的像素，通过求解以下模型获得其对应的最终的前景检测二值化结果/+ [ ωτ (1- SQtw h -1:),))-1n "("'/,) (a,b)eNlfi 其中，Xt表示观察场，即视频的第t帧图像中η个像素的集合；.<;,对应的二值化检测结果为/ ,则第t帧图像的二值化检测集合为标号场Lt,前一帧图像的标号场为Lw;表示第t帧观察场中第h行w列的像素.<Α及其8邻域像素点的集合；K康示第t-1帧图像标号场中第h行胃列的像素G及其8邻域像素点的集合；Kljt衰示集合ν:.λ中各像素的二值化检测结果集合；表示集合中各像素的二值化检测结果集合a b由<A中坐标为(a, b)的像素的位置和各通道色彩值组成,记为alj, =(? ^,YahfCrahXbl,,);
Siptq = {w,h,cM — Yp'q + Cm — Yp、。,Cipjl Cbip,,^ QJP,I ’ ；.为第 q 行 p 列码书的
VJ cps第i个码字；PiCv")表示高斯核；ωτ为正常量；δ为克罗内克函数。
2.如权利要求1所述基于块码书模型与马尔科夫随机场的分层前景检测方法，其特征在于，在利用基于块的码书模型对所述图像帧进行初步前景检测时，按照以下方法对图像进行分块:先将图像等分为4个区域，依次对每一区域进行处理，通过求解以下模型获得对应图像区域的码书块的行与列大小H^Hh: Hw = kA -
1K MxN
~W~H
ΣΣ(^,.,/.-^)2 H =kA^^- " -V WxIf其中，以Xw，h表示其中某一区域内第h行w列像素的色彩特征值，记为xw；h= a Yw，h+ β Cbw，h+ y Crw，h，Yw，h、Cbw，h、Crw，h 分别表示该位置像素的 Y、Cr 和 Cb 三通道值，α、β和Y分别表示这三个通道的权重，α+β + gamma=1 表示该区域内第h行色彩特征均值，
记为
3.如权利要求2所述基于块码书模型与马尔科夫随机场的分层前景检测方法，其特征在于，Hw，Hh取整数，且当求解得到的Hw，Hh小于2时，取Hw，Hh=2 ;当求解得到的Hw，Hh大于5时，取 Hw，Hh=5。
4.如权利要求1所述基于块码书模型与马尔科夫随机场的分层前景检测方法，其特征在于，在对所述图像帧进行初步前景检测和进一步前景检测时，通过预设的码书容量阈值m对码书容量进行限制:在码书模型更新过程中，当当前码书的容量超过m时，筛选出当前码书中出现次数排前m位的码字保留，将其余码字剔除。
【文档编号】G06T7/00GK103700098SQ201310690866
【公开日】2014年4月2日 申请日期:2013年12月16日 优先权日:2013年12月16日
【发明者】邵荃, 唐志星, 周航, 罗雄, 韩松臣 申请人:南京航空航天大学