本发明涉及图像处理技术领域，具体涉及一种动态背景图像的更新方法。
背景技术：
基于视频监控的目标检测技术发展很快，由于检测区域灵活，系统设置简单等突出的优点，已成为领域内的研究热点。监控系统中用到的技术主要是计算机视频处理。视频处理可以解释为应用计算机视觉以及图像分析方法对图像序列进行运动检测、运动目标分类、运动目标跟踪以及对监控场景中的目标行为进行分析。运动目标的检测主要有以下几种算法：
（1）光流法：光流是指图像亮度模式的表观运动。但是亮度比较均匀的区域或者亮度值相同的点都无法确定其运动的对应性，但是运动时却可以观察到，这就说明光流与运动场不一定是唯一对应的，即有光流不一定就是运动物体产生的，反之物体发生了运动也不一定会产生光流。且这种方法计算复杂度较高，时间复杂度也较大，实时性和实用性都不强。
（2）帧间差分法：是利用视频序列中的连续两帧或者几帧图像的差异来进行目标检测，可以很好的适应存在多个目标和摄像头移动的情况。但这种方法的处理效果和图像的采样频率以及被检测物体的运动速度有关。如果运动速度过快或者两帧之间时间间隔较长，可能造成两帧之间无覆盖区域；而运动速度过小或者两帧之间的时间间隔很小，可能造成两帧之间的过覆盖，从而导致检测出来的运动目标存在大面积的空洞。
（3）背景差分法：因为背景差分法简单、实时性强，检测准确，逐渐成为目标运动目标检测算法中最常用且有较大发展潜力的方法，其检测效果主要是依赖背景建模技术。在实际应用中，背景是一个渐变的过程，自然场景中背景的动态变化如晃动的树叶、变化的光照以及波纹水面等如果不及时更新，都会对目标检测产生较大影响。还有一种情况即场景中原本没有的物体，经过一段时间后停留在场景中；场景中原本存在的物体经过一段时间后离开监控区域。这两种情况都因为过程迅速且明显，会对后续的目标检测造成较大的影响。
常用的背景更新方法有多帧平均法、选择更新法、随机更新法等。多帧平均法较简单，但是计算量庞大，并且在多运动物体、运动速度缓慢的情况下，不能达到满意的效果。选择更新法于光线的变化有较强的适应性，但是在光线变化强烈的情况下，或者说在全场景光线变化的时候，会导致整个图像区域被认为是运动物体而不做更新，并且受阈值选取的影响较大。
因此，针对上述问题，本发明提出了一种新的技术方案。
技术实现要素：
本发明的综合考虑到实际应用中背景图像要对背景变化，响应速度足够快，提出了一种基于像素级和帧级的多层次自适应背景的动态背景图像的更新方法。
本发明是通过以下技术方案来实现的：
一种动态背景图像的更新方法，通过摄像机采集实时图像，以首帧图像作为初始背景图像，对所采集图像做帧间差分和背景差分并进行综合分析，最后进行多层次自适应背景更新，进行像素级更新；
所述像素级更新包括以下步骤：
a、以当前帧图像和背景图像做差分，通过二值化、形态学运算得到不变区域rbs，然后通过上述方法，将当前帧图像和前一帧图像做差分求得图像中的不变区域rfs，然后计算两个不变区域的公共部分rs，即rs=rbs∩rfs；
b、将背景中没有变化的区域rs用确认的背景像素替代。
进一步地，所述步骤b中，对替换区域的边缘附近通过中值滤滤去除噪声，重新确定边缘的像素值。
进一步地，还包括帧级更新，所述帧级更新为：统计相邻帧间灰度突变像素的数目，将其与图像总像素数相除，当超过阈值tf时，即rs的像素灰度值突变的数目占了图像的大部分，可认为图像发生帧级变化。
进一步地，所述阈值tf为0.6。
进一步地，所述初始背景图像可为任意图像。
本发明的有益效果是：本发明提出了一种基于像素级和帧级的多层次动态自适应背景更新方法，在像素级更新那些可能由背景转化为前景的像素点，用来解决物体的移入移除，提高背景更新的响应速度问题；在帧级则进行整个背景的更新，用来解决如场景光线突变、场景大范围转换等全局变化问题。
附图说明
图1为本发明流程图。
具体实施方式
下面结合附图说明对本发明做进一步地说明。
如图1所示，一种动态背景图像的更新方法，通过摄像机采集实时图像，以首帧图像作为初始背景图像，对所采集图像做帧间差分和背景差分并进行综合分析，最后进行多层次自适应背景更新，进行像素级更新；
所述像素级更新包括以下步骤：
a、以当前帧图像和背景图像做差分，通过二值化、形态学运算得到不变区域rbs，然后通过上述方法，将当前帧图像和前一帧图像做差分求得图像中的不变区域rfs，然后计算两个不变区域的公共部分rs，即rs=rbs∩rfs；
b、将背景中没有变化的区域rs用确认的背景像素替代。
在本实施例中，所述步骤b中，对替换区域的边缘附近通过中值滤滤去除噪声，重新确定边缘的像素值。
在本实施例中，还包括帧级更新，所述帧级更新为：统计相邻帧间灰度突变像素的数目，将其与图像总像素数相除，当超过阈值tf时，即rs的像素灰度值突变的数目占了图像的大部分，可认为图像发生帧级变化。
在本实施例中，所述阈值tf为0.6。
进一步地，所述初始背景图像可为任意图像。
本发明提出了一种基于像素级和帧级的多层次动态自适应背景更新方法，在像素级更新那些可能由背景转化为前景的像素点，用来解决物体的移入移除，提高背景更新的响应速度问题；在帧级则进行整个背景的更新，用来解决如场景光线突变、场景大范围转换等全局变化问题。