[发明专利]一种面向视频监控的基于块的背景建模方法

说明书

技术领域

本发明涉及计算机视觉系统的背景建模领域，特别是涉及一种面向视频监控的基于块的背景建模方法。

背景技术

从视频中萃取出运动物体是很多计算机视觉系统中首要的一步。实现自动化萃取的一个普遍的方法是减背景(background subtraction)，该方法通过一个背景模型来比较每个新帧中运动的像素，然后将这些像素分为不同的类型，即：前景，背景。

最简单的背景模型是将每个像素的亮度值看作一个简单的高斯分布，然而，这种单一模式的模型无法对动态背景建模，如：随风挥舞的树枝，亮度变化和阴影消除。

Stauffer和Grimson使用混合的高斯模型来表示动态的背景，并使用参数估计技术来更新了该模型。

在处理快速变化的像素时，为了克服由于参数估计错误带来的错误背景的问题，Elgammal，Harwood等人使用了一种非参数化的模型，该模型使用了一个核心的评估器，通过当前像素最近的观测值来确定该像素所属的类别。

近年来，很多研究者提出了基于区域或帧的模型，这些模型将像素看作相互关联的随机变量，通过邻域关系来估算概率。

发明内容

本发明的目的是提供一种面向视频监控的基于块的背景建模方法。

本发明采用的技术方案是：

1)数据声明及描述：

(1)将宽度为W像素、高度为H像素的帧组成的视频[Px,y|x⋐(1,W),y⋐(1,H)]]]>分割为正方形的块{Bm,n|m∈(1,WS),n∈(1,HS)},]]>x，y为帧内行、列坐标，m，n为帧内块的行、列坐标，S为块的宽度，S由视频帧的尺寸决定，以有效的利用空间上的一致性信息；

(2)对每一个块，定义一个颜色聚类数组c_m，n，该数组包含L个颜色类别：

C_m，n＝{c₁，c₂，...，c_L}，m，n为块的行、列坐标；

(3)对于每个像素P_x，y，定义一个权值索引数组，每个数组由N个索引组成：

I_x，y＝{i₁，i₂，...，i_N}，x，y为像素的行、列坐标；

2)模型处理过程：

该模型的更新机制如下：当一个新的具有不同颜色分类的像素出现时，

步骤1：从相应块的颜色聚类数组中查找像素颜色，如果命中，更新该颜色聚类，否则，创建一个新的颜色聚类；

步骤2：从当前像素的权值索引数组中查找像素颜色，如果命中，更新该索引，否则，创建一个新索引；

步骤3：通过权重确定当前像素类别。

本发明具有的有益效果是：