[发明专利]一种适用多场景的无参数背景建模方法

说明书

本发明提供了一种适用多场景的无参数背景建模方法，其特征在于，包括步骤：a)对图像做初始化处理，判断所取帧图像是否为图像的第一帧，若是第一帧，进入步骤h，否则，进入步骤b；b)查找帧图像的运动点，然后进入步骤c；c)判断是否需要重新建立模型，若不需要重新建立模型则进入步骤d，否则，进入步骤h；d)根据先前处理的处理结果，有条件的更新模型；e)根据先前处理的结果，查找出闪光点，并将其去除；f)对于处理产生的噪点逐一去除；g)对算法生成的运动前景和静止背景进行平滑处理，然后进入步骤i；h)建立一个背景模型序列，然后进入步骤i；i)输出结果。

技术领域

本发明涉及一种背景建模方法,特别涉及应用于安防系统视频监控中的多场景的无参数背景建模方法。

背景技术

近年来，随着社会对公共安全的不断重视，具有智能分析功能的视频监控已经成为安全防范系统不可或缺的部分。绝大部分的智能分析都是建立在背景建模的基础之上的，而一般的背景建模方法都存在一些技术上的不足，主要体现在：具有复杂的参数，不同的场景需要重新调整；对有抖动的图像误报比较多；建立背景模型的时间较长，往往需要几十帧甚至上百帧的视频，这样不仅会耗费比较多的时间，如果在这些帧中有运动目标，则会丢失这些目标，不能很好的检测出来；Ghost区域难以消除，如果在背景建模期间有暂时待在原地的目标，之后再运动则会引入Ghost区域；Ghost过早消除，现在的一些背景建模算法有一些可以很快的消除Ghost区域，但是过早的消除并不一定就是好事，对于物品看护来说，这会对算法的准确性产生严重的影响；闪光点难以消除，波纹，随风摆动的树叶，都会带来一些闪光点，被认为是运动物体，这些往往都是无用的；大部分只适用于枪机，会转动的球机则无法使用。

为了克服以上技术不足，本发明提出了一种基于可变学习速率和随机邻域像素点的无参数背景建模方法。

发明内容

本申请的目的在于提供了一种适用多场景的无参数背景建模方法，其特征在于，包括步骤：a)对图像做初始化处理，判断所取帧图像是否为图像的第一帧，若是第一帧，进入步骤h，否则，进入步骤b；b)查找帧图像的运动点，然后进入步骤c；c)判断是否需要重新建立模型，若不需要重新建立模型则进入步骤d，否则，进入步骤h；d)根据先前处理的处理结果，有条件的更新模型；e)根据先前处理的结果，查找出闪光点，并将其去除；f)对于处理产生的噪点逐一去除；g)对算法生成的运动前景和静止背景进行平滑处理，然后进入步骤i；h)建立一个背景模型序列，然后进入步骤i；i)输出结果。

优选地，所述步骤a中图像初始化处理的具体方法为：a1)输入图像序列；a2)针对RGB图像，对于每一个像素点(x,y)进行灰度化处理，每一个像素点(x,y)的像素值都在0～255之间；a3)把灰度图像的直方图变换为均匀分布的形式，增加灰度值得动态范围，从而达到增强图像对比度的效果；a4)输出每一个像素点(x,y)的灰度值都在0-255之间的灰度图像。

优选地，所述步骤b中运动点的查找方法为：b1)读取新的灰度图像的每一个像素点(x,y)；b2)读取背景模型序列和颜色矩R,颜色距R表示灰度图像中的像素点(x,y)与背景序列模型中同位置(x,y)点的灰度值的差值；b3)判断背景模型中位置为(x,y)的像素点是否全部读取结束，若全部读取结束，则灰度图像的像素点(x,y)为非运动点，否则，进入步骤b4；b4)判断颜色矩R是否大于颜色矩阈值，若是，进入步骤b5，否则，返回步骤b3；b5)判断颜色矩R大于颜色矩阈值的计数是否大于计数阈值，若是，则该点为运动点，否则，返回步骤b3。

优选地，所述步骤d中的更新模型的方法为：d1)读取非运动像素点(x,y)；d2)有SUBSAMPLE_FACTOR的概率用现在像素点(x,y)的像素值随机替换背景模型序列中的其中之一；d3)SUBSAMPLE_FACTOR的概率用现在像素点(x,y)的像素值的邻域随机替换背景模型序列中的其中之一。