一种基于背景建模的跟踪聚焦算法的制作方法

本发明属于安防监控摄像机领域，尤其是涉及一种基于背景建模的跟踪聚焦算法。

背景技术：

随着安防监控领域对于摄像机的应用场景的要求越来越复杂，相应的球机的图像采集的灵活性也有更高的要求。所以除了静态场景外，动态场景的要求也越来越高。而想要拍摄高质量的跟踪视频，跟踪过程中的聚焦算法尤其重要。

跟踪过程中，由于跟踪目标距离摄像机的距离会不断变化，这种情况下，如果不调节聚焦电机的话，视频的清晰度随着距离不断变化，如果在跟踪中聚焦的话，因为场景的变化较大，聚焦的基准变化很大，所以会很大概率会导致聚焦的失败。

技术实现要素：

有鉴于此，本发明旨在提出一种基于背景建模的跟踪聚焦算法，以排除背景复杂环境对聚焦的影响，使摄像机准确地聚焦到目标物体上。

为达到上述目的，本发明的技术方案是这样实现的：

一种基于背景建模的跟踪聚焦算法，包括步骤一：摄像机选定一种建模方法完成源图的背景建模，并输出动态目标的图像；步骤二：当所述摄像机检测到所述动态目标的图像时，监测所述动态目标的位置确定其相对位置向量，并更新模型；步骤三：所述摄像机使用膨胀、腐蚀的方法将动态目标图像中的离散点去掉，得到所述动态目标的二值图像；步骤四：所述摄像机将所述源图与所述动态目标的二值图像相乘，得到消除背景的运动目标图；步骤五：所述摄像机通过图像清晰度评价方法获得所述运动目标图的清晰度值；步骤六：所述摄像机依据所述运动目标图变化的清晰度值，使用聚焦搜索算法确定所述摄像机的合焦位置。

进一步的，所述图像清晰度评价方法为：所述摄像机的控制器通过频域滤波器提取所述运动目标图中的高频分量，用以表征所述运动目标图的清晰度。

进一步的，所述频域滤波器为带通滤波器。

进一步的，所述背景建模的类型为混合高斯模型。

进一步的，所述聚焦搜索算法为：所述摄像机的控制器根据图像不同的清晰度值，驱动摄像头中聚焦群组的步进电机，并使用爬山算法确定合焦时所述聚焦群组中步进电机的位置。

相对于现有技术，本发明所述的基于背景建模的跟踪聚焦算法具有以下优势：

(1)本发明所述的基于背景建模的跟踪聚焦算法，能够排除背景复杂环境对聚焦的影响，使摄像机能准确地聚焦到目标物体上。

(2)本发明所述的基于背景建模的跟踪聚焦算法，聚焦效果明显，方法简单易实施，推广性强。

附图说明

构成本发明的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为本发明实施例所述的基于背景建模的跟踪聚焦算法的执行流程图；

图2为本发明实施例所述的膨胀和腐蚀的模板的示意图；

图3为本发明实施例所述的爬山算法示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”等的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，除非另有说明，“多个”的含义是两个或两个以上。

在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。

下面将参考附图并结合实施例来详细说明本发明。

一种基于背景建模的跟踪聚焦算法，如图1至图3所示，包括

步骤一：摄像机的控制器选定一种建模方法完成源图的背景建模，并输出动态目标的图像；

步骤二：当所述摄像机的控制器检测到所述动态目标的图像时，监测所述动态目标的位置确定其相对位置向量，并更新模型；

步骤三：所述摄像机的控制器使用膨胀、腐蚀的方法将动态目标图像中的离散点去掉，得到所述动态目标的二值图像；

步骤四：所述摄像机的控制器将所述源图与所述动态目标的二值图像相乘，得到消除背景的运动目标图；

步骤五：所述摄像机的控制器通过图像清晰度评价方法获得所述运动目标图的清晰度值；

步骤六：所述摄像机的控制器依据所述运动目标图变化的清晰度值，使用聚焦搜索算法确定所述摄像机的合焦位置。

所述图像清晰度评价方法为：所述摄像机的控制器通过频域滤波器提取所述运动目标图中的高频分量，用以表征所述运动目标图的清晰度。

所述频域滤波器为带通滤波器。

所述背景建模的类型为混合高斯模型。

所述聚焦搜索算法为：所述摄像机的控制器根据图像不同的清晰度值，驱动摄像头中聚焦群组的步进电机，并使用爬山算法确定合焦时所述聚焦群组中步进电机的位置。

一种基于背景建模的跟踪聚焦算法的工作过程为：

本发明首先使用背景建模的方式，提取图像，以混合高斯模型为例，其基本方法是一次读取N帧训练图像，每次对每个像素点进行迭代建模。设置K为每个像素允许的最大模型个数，开始时设一个标准差，当读入一幅训练图像时，将用它的像素值来更新原有的背景模型，对一个特定的像素，如果他的像素值与某个高斯模型的均值的差小于2.5倍的标准差，那么认为这个像素与该模型相适应，则用他的像素值更新模型的均值和方差。如果当前像素点模型个数小于K，则这个像素点建立一个新的模型，如果已经有K个模型均不符合条件，则将权重最小的模型替换为新模型，新模型的均值为该像素点的值，这时再设定一个初始标准差，如此进行，直到N帧训练图像结束。

背景建模模块正常工作后，当有目标出现时，摄像机的控制器控制源图A经过背景建模模块输出动态目标图B，当控制器检测到所述动态目标的图像时，监测所述动态目标的位置确定其相对位置向量，并更新模型，然后进行二值化处理，因为背景建模输出的图像会有一些离散的亮点集合，因此对图B依次使用膨胀和腐蚀模板进行处理，模板见图2，将这些亮点集合处理掉，将得到的干净的二值图像图C；将图C和图A相乘，得到消除背景的运动目标图D。摄像机的控制器通过频域滤波器将图D中归一化频谱中0.3-0.5的频段的高频量提取出来，得到用以表征图像的清晰度值FV；所述摄像机的控制器根据图像不同的清晰度值FV，驱动摄像头中聚焦群组的步进电机，根据每一帧图像的FV值，使用爬山搜索方法，如图3所示，聚焦群组在位置1并向“山顶”运动时，清晰度越来越高；聚焦群组迅速移动位置2，并继续原来的运动方向，清晰度越来越低；说明清晰度最高的点位于位置1和位置2之间，聚焦群组移动到位置3，重复上述过程，直到找到合焦时聚焦群组中步进电机的位置。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。