基于并行处理的图像数据背景快速识别方法及系统的制作方法
【技术领域】
[0001]本发明涉及计算机技术领域，特别涉及图像数据技术领域，具体是指一种基于并行处理的图像数据背景快速识别方法及系统。
【背景技术】
[0002]背景识别是视频系统中进行运动目标检测的一种方法，应该是将运动前景和静止背景进行不同标识，是运动图像提取、重点检测、车辆识别等方面的重要工具，因此背景识别是视频监控和识别领域的一个重要实现方式。
[0003]—个背景识别装置必须具有足够智能的算法来适应动态图像的不断变化。下面列出了背景识别最基本的两条原则:
[0004]I)具备背景判别的智能型和记忆性，能够随图像环境的变化而自适应进行判别，即不能只是简单地比较前后两帧图像的像素点值进行判别，并需要对之前所有图像进行相应的记忆，利用混合高斯模型对图像视频建模能更平滑地近似任意图像的密度分布；
[0005]2)具有多种图像格式支持特性，能够检测彩色或者黑白的视频图像，更进一步地需要支持常见的RGB、YUV400、YUV444格式，利用输入图像与样本均值之间的平方和并设定相应的方差门限值可以实现彩色图像或黑白图像的快速准确的检测。
[0006]现有的背景识别方法及系统存在处理速度慢，检测效率低的缺陷，因此，提供一种高处理速度，高效率的图像数据背景识别方法及系统成为本领域亟待解决的问题。
【发明内容】
[0007]本发明的目的是克服了上述现有技术中的缺点，提供一种利用多核硬件结构，进行并行的数据处理，从而实现图像数据背景快速识别方法及系统。
[0008]为了实现上述的目的，本发明的基于并行处理的图像数据背景快速识别方法顺序包括数据获取阶段，数据处理阶段和结果输出阶段，
[0009]所述的数据获取阶段包括以下步骤:
[0010]获取高斯混合模型数据和像素点数据，所述的高斯混合模型数据包括一组高斯混合模型，所述的像素点数据为组成所述的图像数据的像素点的集合；
[0011]所述的数据处理阶段包括(A)模型初始化步骤、(B)背景识别步骤和(C)归一化步骤，
[0012]其中所述的(A)模型初始化步骤和(B)背景识别步骤并行处理，
[0013]所述的(A)模型初始化步骤包括:
[0014](Al)根据一个高斯混合模型和一个像素点判断该高斯混合模型是否有效，若是，则进入所述的步骤(B)，若否，则进入步骤(A2);
[0015](A2)初始化一个对于所述的像素点有效的高斯混合模型，而后进入步骤(B);
[0016](A3)获取下一个高斯混合模型和一个像素点，而后返回步骤(Al);
[0017]所述的(B)背景识别步骤包括:
[0018](BI)利用所述的有效的高斯混合模型对所述的像素点进行背景识别，获得识别结果;
[0019](B2)根据所述的识别结果对所述的高斯混合模型进行更新；
[0020](B3)根据所述的识别结果替换所述的高斯混合模型数据中权值最弱的高斯混合丰旲型;
[0021](B4)对所述的高斯混合模型数据中的高斯混合模型进行排序；
[0022]所述的(C)归一化步骤包括:
[0023](Cl)对经排序的高斯混合模型进行归一化处理；
[0024]所述的结果输出阶段包括以下步骤:
[0025]输出高斯混合模型数据和识别结果数据，所述的识别结果数据为对于各像素点识别结果的集合。
[0026]该基于并行处理的图像数据背景快速识别方法中，所述的步骤(B2)与步骤(B3)并行处理。
[0027]该基于并行处理的图像数据背景快速识别方法中，所述的高斯混合模型包括以下参数:“模型均值O”、“模型均值I”、“模型均值2”、“方差O”、“方差I”、“方差2”、“权值”、“模型标记” O
[0028]该基于并行处理的图像数据背景快速识别方法中，所述步骤(A2)中所述的初始化一个对于所述的像素点有效的高斯混合模型，具体为:
[0029]根据当前像素点，将高斯混合模型的各所述参数设定为:“模型均值O”=当前像素值分量0、“模型均值I” =当前像素值分量1、“模型均值2” =当前像素值分量2、“方差O” =0、“方差I” =0、“方差2” =默认方差、“权值”=默认权值、“模型标记” =1。
[0030]该基于并行处理的图像数据背景快速识别方法中，所述的步骤(BI)中利用所述的有效的高斯混合模型对所述的像素点进行背景识别，具体为:
[0031 ]利用定点算法根据所述的高斯混合模型对所述的像素点进行背景识别。
[0032]该基于并行处理的图像数据背景快速识别方法中，所述的定点算法为:bg=(totalWeight〈TB*totalWeight)&&(dist2〈Tb*var)，其中bg为当前点是否为背景，totalWeight为模型权值累加和，TB为配置参数中的权值门限，dist2为当前像素点与当前模型之间在坐标系下的距离值，Tb为配置参数中的方差门限，var为当前模型中的方差。
[0033]该基于并行处理的图像数据背景快速识别方法中，所述的模型权值累加和totalWeight为通过一次性读取所有高斯混合模型数据中的所有高斯混合模型并累加获得。
[0034]该基于并行处理的图像数据背景快速识别方法中，所述的步骤(B2)中所述的根据所述的识别结果对所述的高斯混合模型进行更新，具体为:
[0035]根据所述的识别结果对所述的高斯混合模型中的均值、方差、权值进行更新。
[0036]该基于并行处理的图像数据背景快速识别方法中，所述的步骤(B4)对所述的高斯混合模型数据中的高斯混合模型进行排序，具体为:
[0037]将当前待排序的高斯混合模型的权值与优先级更高的高斯混合模型权值进行比较，寻找到一个位置使得当前待排序的高斯混合模型的权值在新位置的前后两个高斯混合模型权值之间，将所述的高斯混合模型数据中的各高斯混合模型根据权值大小进行排序。
[0038]该基于并行处理的图像数据背景快速识别方法中，所述的步骤(Cl)对经排序的高斯混合模型进行归一化处理，具体为:
[0039]根据所述的高斯混合模型数据中的所有高斯混合模型的权值是否导致累加溢出或累加值过小导致误差太大，对所有高斯混合模型权值进行左右移位，在一个时钟周期内完成权值归一化操作。
[0040]该基于并行处理的图像数据背景快速识别方法中，所述的输出高斯混合模型数据的步骤，具体为:
[0041]根据所述步骤(B4)中对所述的高斯混合模型数据中的高斯混合模型进行排序的结果，依各高斯混合模型的权值大小，输出高斯混合模型数据。
[0042]本发明还提供一种基于并行处理的图像数据背景快速识别系统，该系统包括FIFO存储器、初始化模型建立单元、背景识别模块和归一化单元。
[0043]其中，FIFO存储器用以根据用户设定，获取高斯混合模型数据和像素点数据，所述的高斯混合模型数据包括一组高斯混合模型，所述的像素点数据为组成所述的图像数据的像素点的集合;并用以输出高斯混合模型数据和识别结果数据，所述的识别结果数据为对于各像素点识别结果的集合；
[0044]初始化模型建立单元用以实现以下步骤:
[0045](Al)根据一个高斯混合模型和一个像素点判断该高斯混合模型是否有效，若是，则进入所述的步骤(BI)，若否，则进入步骤(A2);
[0046](A2)初始化一个对于所述的像素点有效的高斯混合模型，而后进入步骤(BI);
[0047](A3)获取下一个高斯混合模型和一个像素点，而后返回步骤(Al);
[0048]背景识别模块包括背景判别单元、模型更新单元、最弱模型替换单元和模型排序单元，
[0049]所述的背景判别单元，用以实现以下步骤:
[0050](BI)利用所述的有效的高斯混合模型对所述的像素点进行背景识别，获得识别结果;
[0051]所述的模型更新单元，用以实现以下步骤:
[0052](B2)根据所述的识别结果对所述的高斯混合模型进行更新；
[0053]所述的最弱模