[发明专利]一种动态控制的前景提取方法

说明书

技术领域

本发明涉及一种应用于视频图像的动态控制的前景提取方法，通过对每个像素点的高斯分布数目进行动态控制，提高背景模型对复杂场景的适应能力。本方法属于计算机图像处理领域。 

  

背景技术

前景提取是智能视频监控处理中信息提取的重要步骤，该步骤是后续目标识别、跟踪和行为分析完成的前提。对于固定摄像机拍摄的监控视频，通常使用背景减除法进行前景提取。而复杂变化的视频场景会增加背景建模的难度，给前景提取工作带来很大困难。本发明提出的动态控制的前景提取方法用于增加背景模型对复杂场景的适应性，即用于解决以上问题。 

  

发明内容

技术问题：本发明针对传统背景建模算法中背景模型对复杂场景的适应性较差的问题，提出了一种动态控制的前景提取方法。 

技术方案：本发明为了实现上述发明目的，采用如下技术方案： 

步骤一：建立背景模型

读取出待处理视频的第一帧之后，依次按如下操作处理该帧的每个像素点，

1.        对某一像素点，用K个高斯分布叠加描述它在时域上的像素值变化，为t时刻点的像素值。属于背景的概率为：

           (14)

每个像素点的背景模型从以上K个高斯分布中选取B个分布组成；

为权值，通道数为d，为均值，为方差，K为高斯分布数目，B为组成背景模型的高斯分布数目，下标为t的参数表示该参数在t时刻的值，下标为i的参数表示第i个高斯分布的参数，下标为j的各参数表示该参数d个维度中的第j维的值；

2.        对上述像素点，初始化该点的第一个高斯分布。该分布的均值设为该点的像素值，方差设为12.5，权值设为1，通道数d由视频帧的通道数指定；若视频图像为灰度图像，则d=1；若视频图像为彩色图像，则d=3；

3.        此时将该点的高斯分布数目K设为1，设立并初始化构成背景模型的分布数目B为1，针对该点的第一个高斯分布，设立一个连续未匹配次数notMatchNum，初始化为0；

对第一帧视频图像中所有像素点进行上述三步操作，处理完毕后，步骤一完成；

步骤二：观察值匹配

步骤二及后续步骤实施在待处理视频的第一帧图像之后的所有视频帧上。每一帧都必须完成步骤二至步骤十，这些步骤都是针对每个像素点进行处理，必须完成对一个像素点从步骤二到步骤十的所有处理后，才可以进行下一个像素点的处理；

对于像素点，读取该点的像素值。并将该值与该点已存在的K个高斯分布依次比对，直到与其中的某个分布匹配。若满足式(15)，则称与第i个分布匹配；

                     (15)

为t-1时刻第i个高斯分布的均值，为t-1时刻第i个高斯分布的标准差。匹配到的分布的notMatchNum置为0，未匹配到的分布的notMatchNum加1；

步骤三：前景分割

当该点的像素值与某分布匹配，且该分布属于背景模型，即该分布位于分布序列的前B位，即被视为背景点，反之则为前景点；

步骤四：权值更新

将K个高斯分布的优先权值，按式(16)进行更新：

                   (16)

为优先权值的更新速率，又称学习速率，取值0.005；表示第i个分布是否被匹配，当像素值与第i个分布匹配时取值为1，当像素值没有与第i个分布匹配时取值为0。更新完毕后，需要将K个权值归一化；

步骤五：参数更新

未匹配到的分布参数和维持不变；匹配到的分布参数按下式更新：

                     (17)

             (18)

其中，为分布的参数更新速率，由式(19)得到：