专利名称：一种视频图像的稳像控制方法、系统及视频分析系统的制作方法
技术领域：
本发明属于监控技术领域，尤其涉及一种视频图像的稳像控制方法、系统及视频 分析系统。
背景技术：
视频监控系统一般使用固定的摄像机对某一场景进行连续不断的拍摄，然后对采 集到的视频流进行处理和分析，检测其中的运动目标，并对运动目标进行分类、跟踪、识别 等后续处理，进而对目标的行为进行判断，检测目标是否有越界、越线、物体遗留或者盗窃 等事件发生，当检测到该类事件发生时，便发出报警信号并提醒监控人员注意或采取相应 的措施。视频监控技术主要由运动目标检测和运动目标跟踪两个部分组成，运动目标检测 对于后续的运动目标跟踪和行为识别有着很重要的作用。目前比较经典的运动目标检测方法有背景减法、帧间差分法和光流法。由于背景 减法能够比其他方法提供更多的关于运动目标的信息，所以目前被广泛应用于目标检测 中。但是背景减法是通过建立背景模型，将当前帧与背景帧相减来获得运动的像素点来达 到检测目的的，其中背景模型的获取是关键。运动目标检测方法一般是在摄像机静止的前提下进行的。但是，在室外环境下，安 装的摄像机不可能是绝对静止的，就某些应用领域来说(如交通行业)，有很多的因素都会 造成摄像头的轻微抖动(如旁边过车，或者大风吹来)，摄像头的抖动反映在视频中即是视 野的不断抖动，对基于背景建模的运动目标检测算法来说，获取的当前帧相对于背景图像 存在一定的位置偏差，如果不进行位置偏差的调整补偿，场景中会出现大量的前景目标，降 低检测的精度，但是当前对获取的当前帧的稳像补偿方法比较盲目，存在缺陷不合理。
发明内容
本发明实施例的目的在于提供一种视频图像的稳像控制方法，旨在解决现有技术 中获取的当前帧相对于背景图像存在一定的位置偏差，降低了检测精度，而且当前的稳像 补偿方法比较盲目、存在缺陷不合理的问题。本发明实施例是这样实现的，一种视频图像的稳像控制方法，所述方法包括下述 步骤根据对原始监控图像预先划分的图像子块中的角点信息获取稳定的图像子块；根据选择的所述图像子块计算原始监控图像的视频图像帧相对于背景图像的运动矢量；根据计算得到的原始监控图像的视频图像帧相对于背景图像的运动矢量，对原始 监控图像进行矫正，得到矫正图像；将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进行背景建模的图像。本发明实施例的另一目的在于提供一种视频图像的稳像控制系统，所述系统包括第一获取模块，用于根据对原始监控图像预先划分的图像子块中的角点信息获取 稳定的图像子块；运动矢量计算模块，用于根据所述第一获取模块获取的所述图像子块计算原始监 控图像的视频图像帧相对于背景图像的运动矢量；矫正模块，用于根据所述运动矢量计算模块计算得到的原始监控图像的视频图像 帧相对于背景图像的运动矢量，对原始监控图像进行矫正，得到矫正图像；以及匹配模块，用于将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进行 背景建模的图像。本发明实施例的另一目的在于提供一种视频分析系统，所述视频分析系统包括视 频图像的稳像控制系统。在本发明实施例中，根据对原始监控图像预先划分的图像子块中的角点信息获取 稳定的图像子块；根据选择的所述图像子块计算原始监控图像的视频图像帧相对于背景图 像的运动矢量；根据计算得到的原始监控图像的视频图像帧相对于背景图像的运动矢量， 对原始监控图像进行矫正，得到矫正图像；将所述原始监控图像、矫正图像分别与背景图像 做匹配，获取进行背景建模的图像，克服了现有的稳像算法中图像子块的选择的盲目性，提 高了估算的精度。
图1是本发明第一实施例提供的视频图像的稳像控制方法的实现流程图；图2是本发明第二实施例提供的视频图像的稳像控制方法的实现流程图；图3是本发明实施例提供的确定图像子块中的角点信息的具体实现流程图；图4是本发明实施例提供的视频图像的稳像控制系统的结构框图；图5是本发明实施例提供的角点信息确认模块的结构框图；图6是本发明实施例提供的运动矢量计算模块的结构框图。
具体实施例方式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。在本发明实施例中，根据对原始监控图像预先划分的图像子块中的角点信息获取 稳定的图像子块；根据选择的所述图像子块计算原始监控图像的视频图像帧相对于背景图 像的运动矢量；根据计算得到的原始监控图像的视频图像帧相对于背景图像的运动矢量， 对原始监控图像进行矫正，得到矫正图像；将所述原始监控图像、矫正图像分别与背景图像 做匹配，获取进行背景建模的图像。图1示出了本发明第一实施例提供的视频图像的稳像控制方法的实现流程，其具 体步骤如下所述在步骤SlOl中，根据对原始监控图像预先划分的图像子块中的角点信息获取稳 定的图像子块。
在本发明实施例中，预先将原始监控图像划分为固定大小的图像子块，其中，图像 子块可以允许50%的重叠。图像子块划分完成之后，确定各个图像子块的角点信息，下述有 详细的实施描述，在此不再赘述，但不用以限制本发明。在本发明实施例中，通过统计每个图像子块中含有的角点数目，将图像块根据角 点的多少，从多到少进行排序，选择排列在前12位的图像子块作为获取的稳定的图像子 块，在此仅为本发明的一个具体实施例，不用以限制本发明。在步骤S102中，根据选择的所述图像子块计算原始监控图像的视频图像帧相对 于背景图像的运动矢量。在本发明实施例中，对划分的各个图像子块进行直方图计算、插值等运算，得到各 个图像子块在X和y方向上的偏移量，进而计算其偏移量的均差和方差，从而确定原始监控 图像的视频图像帧相对于背景图像的运动矢量，下有详细的实施描述，在此不再赘述，但不 用以限制本发明。在步骤S103中，根据计算得到的原始监控图像的视频图像帧相对于背景图像的 运动矢量，对原始监控图像进行矫正，得到矫正图像。在本发明实施例中，根据计算得到的原始监控图像的视频图像帧相对于背景图像 的运动矢量，对原始监控图像进行矫正，得到矫正图像。在步骤S104中，将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进 行背景建模的图像。在本发明实施例中，将原始监控图像、矫正图像分别与背景图像做匹配，若矫正图 像与背景图像的SAD值大于原始监控图像与背景图像的SAD值，则选取矫正图像作为背景 建模的图像；反之则选取原始监控图像作为背景建模的图像。图2示出了本发明第二实施例提供的视频图像的稳像控制方法的实现流程图，其 具体步骤如下所述在步骤S201中，预先对原始监控图像进行图像子块的划分。在本发明实施例中，预先将原始监控图像划分为固定大小的图像子块，其中，图像 子块可以允许50%的重叠。在步骤S202中，确定所述图像子块中的角点信息。在本发明实施例中，该确定的角点的信息为角点的数目，并对图像子块按照角点 的数目进行排序，下述有具体的实施例描述，在此不再赘述，但是不用以限制本发明。在步骤S203中，根据对原始监控图像预先划分的图像子块中的角点信息获取稳 定的图像子块。在本发明实施例中，通过统计每个图像子块中含有的角点数目，将图像块根据角 点的多少，从多到少进行排序，选择排列在前12位的图像子块作为获取的稳定的图像子 块，在此仅为本发明的一个具体实施例，不用以限制本发明。在步骤S204中，将选取的各个图像子块对应的当前灰度图像信息和参考灰度图 像信息分别在X和y方向上进行投影，得到所述各个图像子块的灰度投影直方图。在本发明实施例中，各个图像子块的灰度投影直方图的方式可以通过下属计算式 得到
权利要求
1.一种视频图像的稳像控制方法，其特征在于，所述方法包括下述步骤根据对原始监控图像预先划分的图像子块中的角点信息获取稳定的图像子块； 根据选择的所述图像子块计算原始监控图像的视频图像帧相对于背景图像的运动矢量；根据计算得到的原始监控图像的视频图像帧相对于背景图像的运动矢量，对原始监控 图像进行矫正，得到矫正图像；将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进行背景建模的图像。
2.如权利要求1所述的方法，其特征在于，所述根据对原始监控图像预先划分的图像 子块中的角点信息获取稳定的图像子块的步骤之前还包括下述步骤预先对原始监控图像进行图像子块的划分； 确定所述图像子块中的角点信息。
3.如权利要求2所述的方法，其特征在于，所述确定所述图像子块中的角点信息的具 体步骤为计算图像子块当前帧灰度图像的梯度图像；根据所述计算得到的梯度图像，获取G矩阵，所述G矩阵为
4.如权利要求1所述的方法，其特征在于，所述根据选择的所述图像子块计算原始监 控图像的视频图像帧相对于背景图像的运动矢量的步骤具体包括下述步骤将各个图像子块对应的当前灰度图像信息和参考灰度图像信息分别在X和y方向上进 行投影，得到所述各个图像子块的灰度投影直方图；将所述灰度投影直方图扩充为原长度两倍减一的灰度直方图； 对扩充后的灰度直方图进行1/2亚像素级线性插值计算； 计算所述各个图像子块在χ和y方向上的最佳偏移量。
5.如权利要求4所述的方法，其特征在于，所述计算所述各个图像子块在χ和y方向上 的最佳偏移量的步骤之后还包括根据所述各个图像子块的偏移量计算图像子块的偏移量的均值和方差； 根据所述图像子块的偏移量和图像子块偏移量均值方差的关系，对图像子块的偏移量 进行筛选。
6.一种视频图像的稳像控制系统，其特征在于，所述系统包括第一获取模块，用于根据对原始监控图像预先划分的图像子块中的角点信息获取稳定 的图像子块；运动矢量计算模块，用于根据所述第一获取模块获取的所述图像子块计算原始监控图 像的视频图像帧相对于背景图像的运动矢量；矫正模块，用于根据所述运动矢量计算模块计算得到的原始监控图像的视频图像帧相 对于背景图像的运动矢量，对原始监控图像进行矫正，得到矫正图像；以及匹配模块，用于将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进行背景 建模的图像。
7.如权利要求6所述的系统，其特征在于，所述系统还包括图像子块划分模块，用于预先对原始监控图像进行图像子块的划分；以及 角点信息确认模块，用于确定所述图像子块中的角点信息。
8.如权利要求7所述的系统，其特征在于，所述角点信息确认模块具体包括 梯度图像计算模块，用于计算图像子块当前帧灰度图像的梯度图像；G矩阵获取模块，用于根据所述梯度图像计算模块计算得到的梯度图像，获取G矩阵， 所述G矩阵为
9.如权利要求6所述的系统，其特征在于，所述运动矢量计算模块具体包括投影模块，用于将各个图像子块对应的当前灰度图像信息和参考灰度图像信息分别在 χ和y方向上进行投影，得到所述各个图像子块的灰度投影直方图；转换模块，用于将所述投影模块投影得到的灰度投影直方图扩充为原长度两倍减一的 灰度直方图；线性插值模块，用于对所述转换模块扩充后的的灰度直方图进行1/2亚像素级线性插 值计算；偏移量计算模块，计算所述各个图像子块在χ和ι方向上的偏移量； 均值方差计算模块，用于根据所述各个图像子块的偏移量计算图像子块的偏移量的均 值和方差；以及图像子块筛选模块，用于根据所述均值方差计算模块计算得到的图像子块的偏移量和 图像子块偏移量均值方差的关系，对图像子块的偏移量进行筛选。
10.一种视频分析系统，其特征在于，所述视频分析系统包括权利要求6至9任一项所 述的视频图像的稳像控制系统。
全文摘要
本发明适用于监控技术领域，提供了一种视频图像的稳像控制方法、系统及视频分析系统，所述方法包括下述步骤根据对原始监控图像预先划分的图像子块中的角点信息获取稳定的图像子块；根据选择的所述图像子块计算原始监控图像的视频图像帧相对于背景图像的运动矢量；根据计算得到的原始监控图像的视频图像帧相对于背景图像的运动矢量，对原始监控图像进行矫正，得到矫正图像；将所述原始监控图像、矫正图像分别与背景图像做匹配，获取进行背景建模的图像，克服了现有的稳像算法中图像子块的选择的盲目性，提高了估算的精度。
文档编号H04N7/18GK102055884SQ20091011003
公开日2011年5月11日 申请日期2009年11月9日 优先权日2009年11月9日
发明者周建雄, 师改梅, 王全明 申请人:深圳市朗驰欣创科技有限公司