快速更新出背景以满足检测的需求，Θ的值应设置小一些；而对于目标移动较慢的视频，若Θ的值偏小，则可能将前景像素更新至背景中，出现误检的现象，Θ的值应偏大。
[0048]3)背景B更新的公式如下:
[0049]Bi； j(k) = Ii；J(k)*a +Bi；J(k)*(l-a ) Di；J(k) > Tf && Si；J(k) = Θ , 0 < a ^ I
[0050]其中a是更新系数，若当前帧和背景图像的绝对差值Dy (k)大于阈值Tf且统计矩阵S中当前位置像素值达到累计上限值Θ，则表示当前位置的像素点的属性(前景或者背景)已长时间未发生改变，故将当前帧中的像素IiijGO按公式更新至背景\j(k)中。
[0051]随着视频的不断读入，本发明得到的背景图像将趋于完整，准确。
[0052](2)自适应阈值
[0053]对于前面的背景建模来说，如果前景判定阈值Ts过大会导致运动目标区域检测不完整，过小则会受到严重的噪声干扰而得不到准确的检测结果，尽管将Ts作为全局阈值设置为25时对视频的每一帧都能检测出较大部分的准确目标区域，但对于目标的部分区域与背景中相同区域的像素值相近的情况，检测结果较差，如果能适当的减小阈值Ts的大小，则能更加完整的将目标区域标记出来。本发明提出了利用自适应阈值进一步提高目标检测准确性的方法:
[0054]I)定义二值化分割阈值矩阵T，T的行列与视频图像的宽高一致，T中的所有元素初始值设定为25。
[0055]2)将当前帧和背景帧图像相减得到差值图像。
[0056]3)以—般为5)的窗口对背景和当前帧图像进行扫描，计算差值图像在这一窗口内的像素平均值e，若e在18和25之间，则将T矩阵中对应该窗口内的所有w*w个元素值都修正为e+Ι，否则T矩阵中的对应窗口内的元素值不变(仍为25)。
[0057]4)利用矩阵T对差值图像进行二值化分割，得到前景。再对前景进行阴影消除、形态学滤波、连通域扫描得到运动目标所在的区域，实现目标检测。
[0058]本发明通过统计目标检测结果中每一个前景像素点在连续视频帧中变化的次数，根据不同视频场景设置合理的阈值，能够快速更新出背景，并通过减小二值化阈值的方式弥补普通背景减法中全局阈值检测目标的不足，从而完整地得到运动目标所在区域，满足了视频后期处理的需要。目标检测结果和算法速度比较见图1、2、3。
[0059]本发明实施过程主要分为两大部分:第一步是利用统计矩阵模型结合自适应阈值的方法对视频序列进行背景建模，分割出前景目标区域；第二步是对阴影和噪声干扰的剔除，并对二值化图像进行形态学处理和连通域扫描得到准确的目标区域。
[0060]第一部分:背景建模
[0061]采用统计矩阵模型背景建模，该算法流程如下:
[0062]I)输入第一帧视频图像作为背景矩阵B，同时初始化前景标记矩阵O和统计矩阵S为全零，三个矩阵的行列与原始视频图像宽高相同；
[0063]2)读入视频下一帧图像，对矩阵O和S中的每个值按公式1、2、3进行更新:
[0064]Oi； j(k) = I ； |Di；J(k) I > Tf
[0065](I)
[0066]Si； j(k) = Si； j (k-1)+1 ； |Fi；J(k) | < Tb && |Di;J(k) | > Tf
[0067](2)
[0068]Si； j (k) = 0 ； I Di； j (k) I > Tf && (I Fi； j (k) I > Tb | | Si； j (k) > Θ )
[0069](3)
[0070]Di； j(k) = Ii； j(k)-Bi； j(k)为第 k 帧 Ii;j(k)与背景帧 Bi;j(k)在(i，j)位置处的差值，FyGO = Ii； j(k)-1ij j(k-l)为帧差结果，Tf为前景判定阈值，设定为25，阈值Tb用来判断相邻帧像素值变化幅度的大小，设定为10，Θ为统计矩阵的累计上限值。若当前帧与背景图像像素绝对差值大于Tf，则将前景标记矩阵O当前位置处的值置1，若还同时满足帧差结果小于Tb，则将统计矩阵S当前位置处的值加I ;若当前帧和背景图像的绝对差值DiijGO大于阈值Tf，同时帧差绝对值|Fu(k) I大于阈值Tb或者统计矩阵S中当前位置像素值大于Θ，则将矩阵S中的当前位置的值清零。对于场景变化较快的视频帧，Θ参考值为10;反之则设为100。
[0071]3)背景B按公式4更新:
[0072]Bi； j(k) = Ii；J(k)*a +Bi；J(k)*(l-a ) Di；J(k) > Tf && Si；J(k) = Θ , 0 < a ^ I
[0073](4)
[0074]其中a是更新系数，设定为0.9，若当前帧和背景图像的绝对差值Uk)大于阈值Tf且统计矩阵S中当前位置像素值等于Θ，则将当前帧中的像素IiijGO按式4更新至背景U)中。
[0075]其中阈值Ts利用下述方法得到:
[0076]I)定义二值化分割阈值矩阵T，T的行列与视频图像的宽高一致，初始化T中所有的值为25。
[0077]2)将当前帧和背景帧图像相减得到差值图像。
[0078]3)以—般为5)的窗口对背景和当前帧图像进行扫描，计算差值图像在这一窗口内的像素平均值e，若e在18和25之间，则将T矩阵中对应该窗口内的所有w*w个元素值都修正为e+Ι，否则T矩阵中的对应窗口内的元素值不变(仍为25)。为保证扫描到图像中的每一个点，采用最近邻插值法对图像进行扩展。
[0079]4)利用矩阵T对差值图像进行二值化分割，得到前景。再对前景进行阴影消除、形态学滤波、连通域扫描得到运动目标所在的区域，实现目标检测。
[0080]第二部分:准确标记目标区域
[0081]本发明利用中值滤波初步剔除前景图像中混入的椒盐噪声，然后通过将图像由RGB颜色空间转化为HSV颜色空间消除目标阴影的影响，对于光照突变的帧序列，重新初始化背景这三个方法完善检测结果，最后利用形态学滤波填补部分目标内部空缺部分，连接割裂的区域，消除部分噪声的干扰，准确标记目标区域。
【主权项】
1.一种统计矩阵模型和自适应阈值相结合的目标检测算法，基于统计矩阵模型的背景建模和局部自适应阈值二值化目标分割，其特征在于:首先利用视频前几帧初始化背景图像，利用背景减法初步提取前景，然后利用帧差法不断累计该前景区域中像素值变化幅度小的像素点出现的次数，并用一统计矩阵来存储对应像素点累计变化的次数，当次数超过一定值时，则更新当前前景点为背景点，从而获得准确的背景图像用于后续的背景减法，最后利用自适应阈值二值化分割得到目标区域；其中，各像素点的二值化阈值由该点所在窗口内的所有当前像素值与背景像素值的差值自适应确定，具体步骤如下: (1)、采用统计矩阵模型进行背景建模，包括以下步骤: 1)、利用初始视频初始化背景图像B、前景标记矩阵O和统计矩阵S; 2)、读入下一帧图像，若某像素点当前像素值与对应背景像素值绝对差值大于前景判定阈值，则确定其为前景像素点并更新前景标记矩阵O:OiijGO = I; Dij j (k) I > Tf ⑴， 若该点还同时满足相邻帧像素值变化幅度小，则增加统计矩阵S中对应点的值:SiijGO = Si；J.(k-l)+l ； Fi； j (k) I < Tb &&|Di；J(k) I > Tf (2)， 若确定当前帧中的某点为前景像素点，同时该点与前一帧像素值相差较大或者统计矩阵S中当前位置值大于累计上限值，则将矩阵S中当前位置的值清零:si； j (k) =0; Di； j (k) > Tf &&(|Fi；J(k) > Tbl I Si； j (k) > Θ) (3)， 其中，DiijGO为第k帧IiijGO与背景帧BiijGO在(i，j)位置处的差值，FiijGO为相邻两帧帧差结果，Tf为前景判定阈值，阈值Tb用来判断相邻帧像素值变化幅度的大小，Θ为统计矩阵的累计上限值； 3)、检测出前景像素点之后，判断其在统计矩阵S中对应位置处的值是否达到累计上限值Θ，若是，则更新背景B:Bi； j(k) = Ii；J(k)*a +Bi；J.(k)*(l-a ) Di；J(k) | > Tf &&Si；J(k) = Θ ,0< a ^ I (4) 其中a是更新系数，用来调节背景更新的速度； (2)、自适应阈值二值化目标分割，包括以下步骤: 1)、定义二值化分割阈值矩阵T，T中所有元素的初值设为25； 2)、将当前帧和背景帧图像相减得到差值图像； 3)、以的窗口对背景和当前帧图像进行扫描，w—般为5，计算差值图像在这一窗口内的像素平均值e，若e在18和25之间，则将T矩阵中对应该窗口内的所有w*w个元素值都修正为e+Ι，否则T矩阵中的对应窗口内的元素值不变仍为25 ; 4)、利用矩阵T对差值图像进行二值化分割，得到前景，再对前景进行阴影消除、形态学滤波、连通域扫描得到运动目标所在的区域，实现目标检测。
【专利摘要】本发明公开了一种统计矩阵模型和自适应阈值相结合的目标检测算法，首先利用视频前几帧初始化背景图像，利用背景减法初步提取前景，然后利用帧差法不断累计该前景区域中像素值变化幅度小的像素点出现的次数，并用一统计矩阵来存储对应像素点累计变化的次数，当次数超过一定值时，则更新当前前景点为背景点，从而获得准确的背景图像用于后续的背景减法，最后利用自适应阈值二值化分割得到目标区域；其中，各像素点的二值化阈值由该点所在窗口内的所有当前像素值与背景像素值的差值自适应确定。本发明实现了背景的快速更新和目标的准确检测。
【IPC分类】G06T7-00
【公开号】CN104616290
【申请号】CN201510019716
【发明人】齐美彬, 蒋建国, 詹曙, 疏坤, 岳周龙, 李倩玉, 王运侠, 潘龙飞, 姚海波, 魏莉, 王治丹
【申请人】合肥工业大学
【公开日】2015年5月13日
【申请日】2015年1月14日