[发明专利]基于帧间差分背景图像的视频图像压缩感知重构方法

说明书

技术领域

本发明涉及一种图像信息处理技术，特别涉及一种基于帧间差分背景图像的视频图像压缩感知重构方法。

背景技术

在处理监控视频信号时，考虑到视频帧与帧之间的相关性，通过帧间差分图像本身具有的稀疏性和参考帧图像进行帧图像的重构，以及对当前帧图像进行运动估计和运动补偿提高视频重构质量，但是参考帧图像的选取对帧图像重构质量有较大的影响，参考帧图像选取不同极易造成的重构误差。

发明内容

本发明是针对监控视频信号处理中参考帧图像选取不同会造成重构误差的问题，提出了一种基于帧间差分背景图像的视频图像压缩感知重构方法，将基于帧间差分法获取的背景图像作为后一帧图像的先验知识进行后一帧帧图像的重构，通过获取的背景图像代替原有的参考帧图像进行帧图像的重构，避免了参考帧图像选取不同造成的重构误差，提高了重构质量，节省了重构时间。

本发明的技术方案为：一种基于帧间差分背景图像的视频图像压缩感知重构方法，具体包括如下步骤：

第一步：通过终端节点的视频摄像头获取原始视频信号x，对每帧视频图像进行小波基稀疏表示Ψx，Ψ为稀疏变换矩阵，然后使用测量矩阵Φ进行观测得到带加性噪声的压缩信号y＝ΦΨx，此压缩信号y为测量值；

第二步：通过帧间差分法获取背景图像：

1)通过压缩感知重构算法获取第K-1帧和第K-2帧的视频图像，假设第K-1帧图像与第K-2帧图像分别表示为F_K-1(i,j)与F_K-2(i,j)；

2)利用第K-1帧图像F_K-1(i,j)与第K-2帧图像F_K-2(i,j)计算差分图像F_K-1,K-2(i,j)＝F_K-1(i,j)-F_K-2(i,j)；

3)根据阈值T，阈值T是图像矩阵中所有像素点灰度值的加权平均值，将差分图像F_K-1,K-2(i,j)二值化处理得到二值图像A_K-1,K-2(i,j)，则二值图像中白色点代表运动目标及噪声点，而黑色点代表背景信息；

4)将二值图像A_K-1,K-2(i,j)先进行开运算然后闭运算得到图像B_K-1,K-2(i,j)，目的是去除噪声，并且填充运动目标内部的空洞；

5)根据图像B_K-1,K-2(i,j)各点像素值，通过前两帧图像上的相应位置的像素点来确定背景图像的像素点值，K≥3，最初的前两帧图像直接获取，即若图像B_K-1,K-2(i,j)中的像素值为0，则背景图像的像素值等于前两帧图像相应位置的像素平均值，反之，将此位置的背景图像的像素值置零：

第三步：基于帧间差分背景图像的视频图像压缩感知重构算法：

输入：随机的测量值y，测量矩阵Φ，稀疏变换矩阵Ψ；

输出：原始视频信号x进行k次迭代后的值x_k；

①初始化，迭代次数k＝0，正则化参数τ，参数μ＞0，变量初始值d₀，迭代停止值ε；

②判断是否为前两帧视频图像重构，是前两帧视频图像重构，则初始向量ν₀为零，转到步骤④继续执行，如不是前两帧视频图像重构，则转到步骤③继续执行；

③计算前两帧图像即第K-1帧图像F_K-1(i,j)与第K-2帧图像F_K-2(i,j)的背景图像B_K-1,K-2(i,j)，并对求得的背景图像进行小波变换，利用小波系数获得初始化向量ν₀，即ν₀＝Ψ^TB_K-1,K-2(i,j)；

④计算中间变量x_k'，即x_k'＝ν_k+d_k；

⑤在当前ν_k和d_k向量值基础上更新空域变量x_k+1；更新空域变量公式如下：

x_k+1＝(Φ^TΦ+μI)^-1(Φ^Ty+μΨx_k')

I为单位矩阵；