一种前景检测方法和系统的制作方法
【技术领域】
[0001] 本发明涉及视频监控的图像与视频处理技术领域。具体地说，涉及一种适应弱小 目标的实时前景检测方法和系统。
【背景技术】
[0002] 在视觉监控系统中，往往需要对运动目标进行检测、跟踪、分类和分析等，而运动 目标检测的准确性直接影响着后续的处理和操作。为了适应复杂多变的场景变化，最常用 的方法就是对背景建模，然后利用背景模型检测出前景目标。现有的背景建模方法主要有 中值法、均值法、核密度估计法、码本模型、混合高斯模型等。
[0003] 高斯模型就是用高斯概率密度函数（正态分布曲线）精确地量化事物，将一个事 物分解为若干个基于高斯概率密度函数（正态分布曲线）形成的模型。多高斯模型（即混 合高斯模型）使用K(基本为3到5个）个高斯模型来表征图像中各个像素点的特征，在 新一帧图像获得后更新混合高斯模型，用当前图像中的每个像素点与混合高斯模型匹配， 如果成功则判定该点为背景点，否则为前景点。
[0004] 然而，混合高斯模型是根据当前帧的像素递归地更新背景模型，这使得前面帧在 建模时出现的错误会对背景图像造成长时间的影响。而且，传统的混合高斯背景建模不能 消除因光照变化较快时引起的虚警，也不能抵抗弱光照成像时的噪声影响，还不能完整地 检测出尺寸较小、对比度较弱的目标。另外，智能前端摄像机需要全天候地检测运动目标， 对算法的要求比较高，而前端摄像机的处理器计算能力有限，使得大部分常用背景建模算 法难以实时运行。
【发明内容】
[0005] 为此，本发明所要解决的技术问题在于因摄像机处理器的计算能力有限导致大部 分前景目标检测方法难以实时运行，从而提出一种在有限的计算能力下不仅能实时完成前 景目标检测而且可以完整检测出尺寸较小、对比度较弱目标的前景检测方法和系统。
[0006] 为解决上述技术问题，本发明提供了如下技术方案：
[0007] 一种前景检测方法，包括以下步骤：
[0008] 获取当前帧图像；
[0009] 计算当前帧图像的局部对比度；
[0010] 建立基于局部对比度的多高斯背景模型；
[0011] 根据多高斯背景模型检测出当前帧图像中的部分前景图像作为前景图像样本；
[0012] 根据前景图像样本和当前帧图像学习背景图像；
[0013] 根据背景图像，对当前帧图像进行前景目标检测。
[0014] 优选地，计算当前帧图像的局部对比度的步骤包括：
[0015] 将当前帧图像划分成若干个m*n的像素块，其中，m、η为大于0的正整数；
[0016] 统计每个像素块的灰度均值和灰度方差；
[0017] 获取各像素块的局部对比度，局部对比度为每个像素块的灰度方差除以灰度均值 所得的商。
[0018] 优选地，根据背景图像，对当前帧图像进行前景目标检测的步骤包括：
[0019] 分别获取背景图像和当前帧图像中各个像素点的梯度向量；
[0020] 根据背景图像和当前帧图像中各个像素点的梯度向量获取当前帧图像中各个像 素点处的纹理是否丰富以及背景图像与当前帧图像的纹理是否一致；
[0021] 当当前帧图像中某个像素点处的纹理丰富且在该像素点处当前帧图像与背景图 像的纹理不一致，即判断该像素点为前景点。
[0022] 优选地，当前帧图像中各个像素点处的纹理是否丰富以及背景图像与当前帧图像 的纹理是否一致是通过以下公式计算得到：
【主权项】
1. 一种前景检测方法，其特征在于包括以下步骤： 获取当前帧图像； 计算所述当前帧图像的局部对比度； 建立基于所述局部对比度的多高斯背景模型； 根据所述多高斯背景模型检测出所述当前帧图像中的部分前景图像作为前景图像样 本； 根据所述前景图像样本和所述当前帧图像学习背景图像； 根据所述背景图像，对所述当前帧图像进行前景目标检测。
2. 如权利要求1所述的方法，其特征在于，所述计算所述当前帧图像的局部对比度的 步骤包括： 将所述当前帧图像划分成若干个m*n的像素块，其中，m、n为大于0的正整数； 统计每个像素块的灰度均值和灰度方差； 获取各像素块的局部对比度，所述局部对比度为每个像素块的所述灰度方差除以所述 灰度均值所得的商。
3. 如权利要求1或2所述的方法，其特征在于，所述根据所述背景图像，对所述当前帧 图像进行前景目标检测的步骤包括： 分别获取所述背景图像和所述当前帧图像中各个像素点的梯度向量； 根据所述背景图像和所述当前帧图像中各个像素点的梯度向量获取所述当前帧图像 中各个像素点处的纹理是否丰富以及所述背景图像与所述当前帧图像的纹理是否一致； 当所述当前帧图像中某个像素点处的纹理丰富且在该像素点处所述当前帧图像与所 述背景图像的纹理不一致，即判断该像素点为前景点。
4. 如权利要求3所述的方法，其特征在于，所述当前帧图像中各个像素点处的纹理是 否丰富以及所述背景图像与所述当前帧图像的纹理是否一致是通过以下公式计算得到：
Flat(x，y)表示所述当前帧图像在像素点（x，y)处的纹理丰富性，Diff(x，y)表示在 像素点（x，y)处所述背景图像与所述当前帧图像的纹理一致性，TjPT$预设的阈值，（U(l， 分别表示所述背景图像在像素点（x，y)处的梯度向量、所述当前帧图像在像素 点（x，y)处的梯度向量，Flat(x，y) = 0表示所述当前帧图像在像素点（x，y)处的纹理丰 富，Diff(x，y) = 1表示在像素点（x，y)处所述当前帧图像与所述背景图像的纹理不一致。
5. 如权利要求1-4中任一项所述的方法，其特征在于，所述计算所述当前帧图像的局 部对比度的步骤之前还包括对所述当前帧图像进行自适应噪声处理，具体包括： 获取所述当前帧图像的噪声强度； 当所述噪声强度大于预设的阈值时，则对所述当前帧图像进行降噪处理。
6. 如权利要求5的所述的方法，其特征在于，所述获取所述当前帧图像的噪声强度的 步骤包括： 将所述当前帧图像划分为若干个像素点个数相同的图像块； 统计所述当前帧图像中每个图像块内的噪声点个数； 获取所述当前帧图像的初始噪声强度，所述初始噪声强度为所述当前帧图像中各个图 像块内的噪声点个数的中值除以图像块的像素点个数； 根据所述当前帧图像的初始噪声强度获取所述当前帧图像的噪声强度。
7. 如权利要求6所述的方法，其特征在于，所述统计所述当前帧图像中每个图像块内 的噪声点个数的步骤包括： 计算所述当前帧图像与前一帧图像灰度差的绝对值； 根据所述灰度差的绝对值统计所述当前帧图像中每个图像块内的噪声点个数，其中， 当图像块内的某个像素点的所述灰度差的绝对值处于预设的阈值范围内时则判断该像素 点为噪声点。
8. 如权利要求6或7所述的方法，其特征在于，根据以下公式对所述当前帧图像的初始 噪声强度进行平滑过滤以获取所述当前帧图像的噪声强度：
其中，a为平滑系数，N为所述当前帧图像的初始噪声强度，队为所述当前帧图像的噪 声强度，Ng为前一帧图像的噪声强度，(KNlCKUCKfl，i= 0表示所述当前帧图像 是视频的第二帧图像。
9. 如权利要求1-8中任一项所述的方法，其特征在于，通过以下公式来学习背景图像：
其中，B(x，y)是背景图像，I(x，y)为所述当前帧图像，Fi(X，y)为根据所述多高斯背 景模型检测出的前景图像样本，Fl(x，y)=0表示像素点（x，y)为背景点，匕〇^)>0则表 示像素点（x，y)为前景点，0表示背景学习率。
10. -种前景检测系统，其特征在于包括： 获取模块，获取当前帧图像； 计算模块，计算所述当前帧图像的局部对比度； 建立模块，建立基于所述局部对比度的多高斯背景模型； 样本检测模块，根据所述多高斯背景模型检测出所述当前帧图像中的部分前景图像作 为前景图像样本； 背景图像学习模块，根据所述前景图像样本和所述当前帧图像学习背景图像； 前景目标检测模块，根据所述背景图像，对所述当前帧图像进行前景目标检测。
11. 如权利要求10所述的系统，其特征在于，所述计算模块包括： 分块子模块，将所述当前帧图像划分成若干个m*n的像素块，其中，m、n为大于0的正 整数； 统计子模块，统计每个像素块的灰度均值和灰度方差； 局部对比度获取子模块，获取各像素块的局部对比度，所述局部对比度为每个像素块 的所述灰度方差除以所述灰度均值所得的商。
12. 如权利要求10所述的系统，其特征在于，所述前景目标检测模块包括： 梯度向量获取子模块，分别获取所述背景图像和所述当前帧图像中各个像素点的梯度 向量； 前景目标检测依据获取子模块，根据所述背景图像和所述当前帧图像中各个像素点的 梯度向量获取所述当前帧图像中各个像素点处的纹理是否丰富以及所述背景图像与所述 当前帧图像的纹理是否一致； 前景目标判断子模块，当所述当前帧图像中某个像素点处的纹理丰富且在该像素点处 所述当前帧图像与所述背景图像的纹理不一致，即判断该像素点为前景点。
13. 如权利要求10所述的系统，其特征在于还包括自适应噪声处理模块，包括： 噪声强度获取子模块，在计算所述当前帧图像的局部对比度之前，获取所述当前帧图 像的噪声强度； 降噪处理子模块，当所述噪声强度大于预设的阈值时，则对所述当前帧图像进行降噪 处理。
14. 如权利要求13所述的系统，其特征在于所述噪声强度获取子模块包括： 图像块划分单元，将所述当前帧图像划分为若干个像素点个数相同的图像块； 噪声点统计单元，统计所述当前帧图像中每个图像块内的噪声点个数； 初始噪声强度获取单元，获取所述当前帧图像的初始噪声强度，所述初始噪声强度为 所述当前帧图像中各个图像块内的噪声点个数的中值除以图像块的像素点个数； 噪声强度获取单元，根据所述当前帧图像的初始噪声强度获取所述当前帧图像的噪声 强度。
15. 如权利要求14所述的系统，其特征在于，所述噪声点统计单元包括： 灰度差绝对值计算子单元，计算所述当前帧图像与前一帧图像灰度差的绝对值； 噪声点判断和统计子单元，根据所述灰度差的绝对值统计所述当前帧图像中每个图像 块内的噪声点个数，其中，当图像块内的某个像素点的所述灰度差的绝对值处于预设的阈 值范围内时则判断该像素点为噪声点。
【专利摘要】一种前景检测方法和系统，该方法包括：获取当前帧图像；计算当前帧图像的局部对比度；建立基于局部对比度的多高斯背景模型；根据多高斯背景模型检测出当前帧图像中的部分前景图像作为前景图像样本；根据前景图像样本和当前帧图像学习背景图像；根据背景图像，对当前帧图像进行前景目标检测。解决了因摄像机处理器的计算能力有限而导致大部分前景检测方法难以实施的技术问题。本发明提供的前景检测方法和系统利用有限的计算能力可以实时完整地检测出尺寸较小、对比度较弱的前景目标。
【IPC分类】G06T7-00
【公开号】CN104700405
【申请号】CN201510098306
【发明人】陈建冲, 丁美玉, 晋兆龙, 陈卫东
【申请人】苏州科达科技股份有限公司
【公开日】2015年6月10日
【申请日】2015年3月5日