[发明专利]建立图像处理中基于运动信息的背景模型的方法

说明书

技术领域

本发明涉及的是一种图像处理技术领域的建模方法，具体涉及是一种建立图像处理中基于运动信息的背景模型的方法。

背景技术

随着视频监控的广泛使用，视频数据的处理技术得到了很大的关注，例如行人检测、跟踪，物体建模及姿态估计等方面的研究。而背景减除被普遍的应用在各种技术中，用于提取视频中的前景部分，这部分通常包括感兴趣的研究对象，例如人或车辆及其他物品等。对于传统的背景减除方法来说，其背景模型通常需要预先给定，例如拍摄一段背景的视频，然后根据每个像素点的颜色的统计特征——均值及方差——来建立背景的模型。这样方法存在两个问题，一是需要额外的步骤来建立背景模型，二是所建立的背景模型是静态的，当背景环境发生改变后即失效。因此，能够直接从同时包含运动前景及背景的连续视频帧中建立背景模型，将是对传统方法的重大改进。

在现有技术文献中，常用的背景建模方法是Stauffer和Grimson于1999年在Proc.IEEEConf.on Computer Vision and Pattern Recognition的论文Adaptive background mixturemodels for real-time tracking(在实时跟踪中的自适应背景混合模型)中提出的基于高斯混合模型的方法。他们的方法可以适应缓慢的光照变化和由例如树枝晃动或阴影引起的多模态颜色分布。但由于没有利用前景的运动信息，这种方法会出现拖影问题，即物体的缓慢移动会在得到的前景分割中留下历史的运动痕迹。因此，本领域需要一种能够利用前景的运动信息来建立背景模型的方法。

发明内容

本发明的目的在于针对现有技术的不足，提出一种建立图像处理中基于运动信息的背景模型的方法。本发明无需额外的背景采集步骤，利用运动信息来初步估计图像的前景部分，再利用多幅图像中去除前景后的不完整背景对每一帧建立背景模型，最后利用背景减除即能得到精确的前景分割。在物体及行人跟踪、运动分析等方面具有广泛的实际应用。

本发明是通过以下技术方案实现的：

本发明对于输入视频中的每一对相邻帧图像，通过条件随机场估计每一个像素点的运动场(光流)。然后将速度大于一定阈值的像素点作为前景点，这样将得到对每一帧图像得到一个前景的初始分割。对于输入序列中的每一帧，都可以得到一个这样的初始分割。如果将背景看作一个在低维度变化的空间，那么其中每一幅经过初始分割的图像都可以被看作一个具有缺失数据的样本点。其中缺失的部分就是被前景挡住的分别。对于这一系列具有缺失数据的样本点，本方法利用缺失数据下的主成分分析方法来重建出这个低维的背景空间。将每一帧中部分缺失的背景重投影到这个低维空间中，即可恢复当前帧的背景。

本发明包括以下步骤：

1.相邻帧间运动场的估计：对输入视频的每一对相邻帧，该方法利用运动前后像素灰度的不变性估计整幅图像每个像素点的运动场。其中速度大于一定阈值的像素点被作为是前景点，得到一个初始的前景分割。

2.利用缺失数据建立背景模型：在步骤1中的到的每一帧均可以看作是原背景空间中的一个缺失了部分数据的样本点。通过视频中一系列的缺失部分数据的样本点，重建出原背景空间。随后通过重投影，得到每一帧的背景模型。

与现有技术相比，本发明所提出的方法无需额外的背景采集步骤，同时能够适应背景的线性变化，对于利用背景减除来提取前景具有实际使用价值，并优于原有的方法。

附图说明

图1为输入视频中的相邻两帧。

图2为根据图1中的相邻帧得到的运动场的大小。

图3为根据运动场的大小，将速度不为零的点设为前景点的分割结果。

图4为根据一系列的不完整背景图像得到的背景模型。

具体实施方式

以下结合附图对本发明的实施例作详细说明：以下实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。

实施例

1.相邻帧间运动场的估计。图1为实施例中输入视频里的两幅帧的图像。运动前后像素灰度的不变性是指对于一个像素点所对应的物体点来说，当它由第一帧运动到第二帧时，由于在时间和空间上的间隔都很短，可以假设该点的灰度是保持不变的。在这个条件，利用条件随机场可以求解出每个像素点对应的运动矢量。