高清视频前置处理方法和系统的制作方法
【技术领域】
[0001] 本发明涉及通信技术领域，具体涉及一种高清视频前置处理方法和系统。
【背景技术】
[0002] 随着视频监控系统朝着高清化、网络化和智能化方向发展，目前高清化和网络化 应用已经成为一种主流，而智能化技术还有待近一步发展和完善。高清网络化视频技术可 以给我们带来高清晰度和高质量的视频源，但高清视频的网络传输和后台存储也给高清视 频监控系统带来很大压力。虽然智能视频监控技术或高清智能识别网络摄像机可以将监 控由被动变为主动识别、自动报警等，但由于智能视频监控技术存在误报率高、CPU处理瓶 颈等问题使得其应用推广还不够成熟。另外在一些安全性要求很高的应用场所，如银行ATM 机、交通、一些安全保密部门等的监控，要求将高清视频源作为电子证据保存一定的时间周 期，这就使得监控视频的传输和存储很有必要，但是高清视频的网络传输和存储无疑将消 耗大量的网络带宽和存储资源。
[0003] 由于大多数监控场所一般采用固定摄像机，如银行ATM机、交通路口、平安城市、 商场等，对于一台静止摄像机拍摄的视频，除了摄像机抖动、光照的变化、阴影和背景元素 的运动影响外，其背景图像一般是固定不变的。从监控的时段来看，一些监控场所在一些固 定时段可能拍摄的多是背景图像，如银行ATM监控，很少有人在深夜进行自主银行业务等。 因此，静止摄像机拍摄的高清视频在时间序列上存在很大冗余，而这些冗余信息也将消耗 一定的网络传输和存储资源。
[0004] 鉴于此，克服以上现有技术中的缺陷，提供一种新的高清视频前置处理方法和系 统成为本领域亟待解决的技术问题。
【发明内容】
[0005] 本发明的目的在于针对现有技术的上述缺陷，提供一种高清视频前置处理方法和 系统。
[0006] 本发明的目的可通过以下的技术措施来实现： 一种高清视频前置处理方法，包括： 参考背景图像训练步骤，使用当前视频帧图像之前的连续预定个帧视频图像作为样本 集生成用于描述整个待处理视频的背景区域的参考背景图像； 参考背景图像更新步骤，使用当前视频帧图像和参考背景图像训练步骤所得参考背景 图像重新生成参考背景图像； 背景图像检测步骤，将当前视频帧图像与参考背景图像更新步骤所得参考背景图像进 行相似度计算； 相似度修正步骤，根据当前视频图像的时空特性和运动特征对所得相似度值进行修 正；以及 冗余信息删除步骤，根据当前视频帧图像修正后的相似度值与预设阈值进行比较，并 对修正后的相似度值大于预设阈值的当前视频帧图像进行删除。
[0007] 优选地，该方法还包括： 预处理步骤，对视频图像进行格式转换、空间尺度转换、滤波降噪和去抖动处理。
[0008] 优选地，在所述参考背景图像训练步骤中，对像素点的历史信息 进行统计建模，当背景模型为A(U)=外T1,晃时，所述背景模型描 述的参考背景图像为，其中，&g。
[0009] 优选地，在参考背景图像更新步骤中，当前视频帧图像为，重新生成参考 背景图像的模型为*!) + (!--1)，其中，a为学习因子。
[0010] 本发明还提供了一种高清视频前置处理系统，包括： 参考背景图像训练模块，用于使用当前视频帧图像之前的连续预定个帧视频图像作为 样本集生成用于描述整个待处理视频的背景区域的参考背景图像； 参考背景图像更新模块，用于使用当前视频帧图像和参考背景图像训练步骤所得参考 背景图像重新生成参考背景图像； 背景图像检测模块，用于将当前视频帧图像与参考背景图像更新步骤所得参考背景图 像进行相似度计算； 相似度修正模块，用于根据当前视频图像的时空特性和运动特征对所得相似度值进行 修正；以及 冗余信息删除模块，用于根据当前视频帧图像修正后的相似度值与预设阈值进行比 较，并对修正后的相似度值大于预设阈值的当前视频帧图像进行删除。
[0011] 优选地，该系统还包括：预处理模块，用于对视频图像进行格式转换、空间尺度转 换、滤波降噪和去抖动处理。
[0012] 本发明的有益效果在于，在本发明的实施例中，通过参考背景图像的训练和更新， 以及当前视频帧图像与参考背景图像进行相似性计算，实现对背景图像的检测，将与参考 背景图像相似度较大的冗余信息删除，有效节约高清视频网络传输资源和后台存储空间， 以节约成本。
【附图说明】
[0013] 图1是本发明实施例的高清视频前置处理方法的流程图。
[0014] 图2是本发明实施例的高清视频前置处理系统的结构示意图。
【具体实施方式】
[0015] 为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施 例对本发明作进一步详细说明。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。
[0016] 视频序列一般一秒钟有25帧或30帧图像，随着高清监控技术的不断发展，高清画 质由720P上升到1080P，帧率也由30帧发展到60帧。视频监控图像已经达到了高清超细 腻的程度。这种高帧率的视频序列，相邻帧图像之间必然存在高重叠的特点。所以由固定 的摄像机拍摄的高清高帧率的视频图像，存在相邻帧之间的高冗余信息量。针对这种特点， 本发明提出的前置处理方法及系统通过动态地删除这种高冗余的背景图像，以达到节约网 络传输和存储资源的目的。
[0017] 本发明实施例提供了一种高清视频前置处理方法，请参阅图1所示，该方法包括： 步骤S100、预处理，对视频图像进行格式转换、空间尺度转换、滤波降噪和去抖动处理。
[0018] 在进行智能视频分析之前，首先需要对摄像机采集到的视频图像进行格式转换， 如将RGB图像转换成灰度图像等，对视频图像进行空间尺度的缩放，滤波去噪，去抖动，采 用稳像技术对视频图像进行稳像等。
[0019] 具体内容包括照相机拍照时几何尺寸的调整、帧图像配准、亮度信息的调整、特 征提取(如进行傅立叶变换，计算局部二进制模式等)、数据格式的转换(如RGB格式转化为 YUV或rgb格式等)、帧大小或帧率的调整、滤波去噪等。
[0020] 步骤S101、参考背景图像训练，使用当前视频帧图像之前的连续预定个帧视频图 像作为样本集生成用于描述整个待处理视频的背景区域的参考背景图像。
[0021] 具体地，在参考背景图像训练中，首先满足两个条件：1)图像中的每个像素点的 信息至少在一小段时间内是描述背景的；2)背景基本上是稳态的，仅仅有少量的背景运动 发生。在该条件下对连续前N帧视频图像进行统计建模，训练学习出背景的数学模型。背 景图像训练的目的就是输出一个能描述不包含运动物体的背景模型。从监控的时段来看， 一些监控场所在一些固定时段可能拍摄的多是背景图像，图像中的每个像素点的信息持续 描述背景的时间间隔持续大于50%时，可以采用统计的方式建立背景模型。另外还应考虑 背景的多模态变化，噪声的影响，光照的变化，阴影等因素，以增强背景模型对场景变化的 自适应能力和鲁棒性。
[0022] 在视频序列中，由于每个像素点的像素信息是随时间变化的，若#时刻像素点Cty)的历史信息为，其中Xf=J【ntXl：￡f：￡f。在训练背景图像时，也 就是背景模型的初始化阶段，首先选取视频的前N帧图像，在这前N帧图像中，假定没有 运动物体的驶入，对像素点fey)的历史信息行建模，假如背景模型为 ，其描述的参考背景图像为/。
[0023] 步骤S102、参考背景图像更新，使用当前视频帧图像和参考背景图像训练步骤所 得参考背景图像重新生成参考背景图像。
[0024] 具体地，背景图像检测模块，就是在背景图像训练阶段之后，计算每一帧视频图像 与所述的训练背景图像之间的相似度，就是将第N帧之后的每一帧视频图像/"(l_V)，与所 述训练的背景图像ijOua)进行相似度分析，相似度值的高低反映了该时刻的帧图像与背 景图像之间的冗余量大小。并采用非预测方法用当前帧图像的信息对背景模型进行更新。