[发明专利]从视频图像提取运动目标的方法

说明书

技术领域

本发明属于计算机图像处理技术领域，具体涉及一种从视频图像提取运动目标的方法。

背景技术

自上世纪60年代美国开始开发电子道路导航系统(EGRS)以来，越来越多的研究人员投入到基于视频的车辆检测和跟踪系统的研究中来。视频分割技术在智能交通系统中的应用成为一个研究热点，而基于背景差分的分割方法是视频分割的研究重点。

IBM研究中心开发的IBM S3智能视频系统是用来满足机场的安全监控需求，S3系统是一个开放框架的智能视频监控，可以使各种处理和分析模块更方便的嵌入到S3系统中。针对机场所可能发生的多种危险情况，系统利用在一个通用的框架下可以嵌入多个独立事件分析和处理技术，所有事件处理后的分析结果将建成一个交叉索引的知识库，来提供多摄像机的数据融合和事件关联分析。在欧洲，欧盟长期研究项目，提供图像视频处理、理解技术，让司法机关能从现有的监控系统的录像资料中获得更多有用的犯罪证据。日本也开展了用于公共区域及智能小区的视觉监控的计划等。

在国内，目标跟踪领域的研究较晚，但也引起了高度重视。863项目为此开展了重大项目研究，公安部也为此在全国开展城市报警与监控系统建设“311”试点工程。中国科学院自动化研究所开发的CBSR智能视频监控系统是这方面研究成果的集中展示，该系统主要功能包括人和车辆的多目标检测、跟踪和分类；目标异常行为的识别与报警；人体异常动作识别报警；监控状态下的人脸跟踪与识别；异常的物体滞留或丢失检测；人群和交通流量评估、车辆计数和拥堵报警等等。

目前，结合多种方法综合处理跟踪车辆是世界各国热门研究方向。对于这些方法，都是面向特定应用环境的，没有一个能够绝对解决所有问题。本发明因此而来。

发明内容

本发明目的在于提供一种从视频图像提取运动目标的方法，解决了现有技术中计算机无法从视频中分割出运动目标进行分析等难题。

为了解决现有技术中的这些问题，本发明提供的技术方案是：

一种从视频图像提取运动目标的方法，其特征在于所述方法包括以下步骤：

（1）对视频图像进行分解形成按照时间次序排列的视频图像序列帧；并对每个像素的历史像素值用混和高斯分布模型来进行建模；

（2）循环获取视频图像序列帧的视频图像，进行小波变换将图像的信息进行压缩获得图像轮廓；将图像轮廓的像素点值与高斯分布进行匹配；

（3）根据匹配结果设置图像的权重，根据权重与标准差的比值进行图像排序，并更新背景图像模型；提取图像排序在最前的视频图像，将视频图像与已建立的背景图像模型做背景差法，分割出场景中的运动目标。

优选的，所述方法中混和高斯分布模型表示为：

P(Xt)=Σi-1Kωi,t*η(Xt,μi,t,Σi,t);]]>

其中K是定义的高斯分布的个数，它的值取决于内存的大小和计算速度的要求；ω_i，t是用来定义在t时刻第i个高斯分布的权重；μ_i，t是混合高斯模型中第i个高斯分布的均值；∑_i，t是第i个高斯分布的方差，η是高斯分布的密度函数，且：