[发明专利]一种智能视频分析监控方法

说明书

本发明公开了一种智能视频分析监控方法，属于图像处理技术领域，首先从视频信息中的多个图像中选出一张图像作为背景图像，然后在将被检测的图像与背景图像进行差值运算，最后判断出被检测的图像上是否有运动的目标，解决了在视频图像中进行判断移动物体的技术问题，本发明在选取背景图像时从鲁棒性的角度来生成背景，考虑了噪声因素，能适应光照的逐渐变化，能适应噪声环境，或者说能对噪声进行抑制。

技术领域

本发明属于图像处理技术领域，特别涉及一种智能视频分析监控方法。

背景技术

目前，对视频图像进行处理，从而达到目标物体的识别、跟踪等各种监控目的，已经在诸多领域得到普及应用。现有技术中对视频图像中移动目标进行检测比较常用的方法是背景减法，但是在实际应用中一幅“纯净”的背景图像总是不容易得到的。

发明内容

本发明的目的是提供一种智能视频分析监控方法，解决了在视频图像中进行判断移动物体的技术问题。

为实现上述目的，本发明采用以下技术方案：

一种智能视频分析监控方法，包括如下步骤：

步骤1：建立由数个摄像头、显示屏和监控中心服务器组成的视频监控系统；所有摄像头均用于获取视频信息并将视频信息发送给监控中心服务器；

步骤2：监控中心服务器获取任意一个摄像头的视频信息后，从视频信息中的多个图像中选出一张图像作为背景图像，其具体步骤如下：

步骤S1：从视频信息中读入M张图片数据，M至少为2张；

步骤S2：将每一个图片栅格化，分成D×F大小的区域；所述D×F大小的区域内至少包含1个像素；根据D×F的区域的大小，将图片分成Z个区域，即，将图片栅格化；将Z个区域内的所有区域均进行编号，设定任意一个区域为k，0iZ；

步骤S3：计算每张图片第k个区域的均值μ_k和方差σ_k,并作为描述该区域的矢量,保存在相应的内存单元；

步骤S4：对于某一图片来说,有Z个矢量(μ_k,σ_k)，该图片的矢量个数总数计为Z,k＝1,……Z,求出平均矢量(A,B),和

步骤S5：在所有的矢量(μ_k,σ_k)中寻找到一个矢量(μ_m,σ_m),k＝1,……Z,m＝1,……Z,使得它与平均矢量(A,B)的距离为最短距离；

设最短的距离为d,如果d不大于一个阈值T,就认为此张图片的该区域是背景图像；如果d大于一个阈值T,就认为没有找到,沿用原来的该区域的背景图像；

步骤3：根据背景图像差分法来判定背景图像中的目标和运动的阴影，运动的目标；

步骤4：监控中心服务器在显示屏上标明运动的目标。

执行所述步骤3时，其具体步骤如下：

步骤S6:设定图像的噪声的像素为n(R,G,B)，图像信号本身的像素为g(R,G,B)，噪声n(R,G,B)的产生与图像信号本身g(R,G,B)无关，则噪声假设模型为：f(R,G,B)＝g(R,G,B)+n(R,G,B)；式中，f(R,G,B)为含噪声的图像，R、G和B表示三原色；

步骤S7：设定前景图为f_F，背景图片为f_B，差分图为f_D；则在差分图上某点(x,y)处，差分后得的值为：