[发明专利]一种基于改进型ViBe的鬼影和静止目标抑制方法

说明书

技术领域

本发明涉及计算机视觉技术与视频图像处理领域，具体涉及ViBe算法的鬼影和静止目标的抑制技术。

背景技术

智能安防系统以及智能交通系统成为目前的热点研究方向，由于运动目标检测技术是智能视频监控中的核心技术，所以能够快速准确提取出运动目标得到广大研究者的重视。常用的运动目标检测算法主要有三类：光流发，帧间差法和背景差分法。

背景差分法是使用当前帧图像与建立好的背景模型做差分检测出运动目标，由于其复杂度低且容易实现，在实际中得到广泛应用。工程上常用的背景差分法有ViBe算法、均值滤波法、单高斯模型法、混合高斯模型法等。其中ViBe算法具有计算量小、内存占用率低、适应性好、实时性高等优点。但是，ViBe算法是将第一帧直接作为初始背景，如果第一帧中含有运动目标，则会引入鬼影，而长时间静止的目标一旦运动，同样也会产生鬼影。此外，ViBe算法的背景更新速度较慢，不能迅速处理静止的运动目标。这些都严重影响前景检测的准确度。

发明内容

本发明的目的在于提供一种基于改进型ViBe的鬼影和静止目标抑制方法，克服原始ViBe算法中无法快速有效抑制鬼影和静止目标的缺陷，以提高前景检测的准确性。

为了解决以上技术问题，本发明根据“先检测，后判断，再抑制”的思路来消除鬼影和静止目标。对应思路，主要分为三个步骤：鬼影和静止目标区域的检测，鬼影和静止目标区域的判断，鬼影和静止目标区域的抑制。

具体流程步骤如下：

步骤一：鬼影和静止目标区域的检测。本发明采用了连续两帧分别与背景模型做ViBe检测的差分思想，即用当前帧和前一帧分别与像素背景模型做对比，得出的背景点像素值置为0，前景点置为255，然后将两帧的对应结果中的像素值再做进一步比较，如果前一帧对应的像素值为255，并且当前帧的像素值也为255时，则判断该点为鬼影点或是静止目标点，从而就能判断出鬼影和静止目标区域，并标记该区域的大小。此外，背景模型仍然采用传统ViBe算法的创建方式，利用第一帧建模，并且为每个像素点设置一个计数器timer和flag分别用来统计该像素点连续被判断为静止目标的帧数和标记是否保存原有背景模型。

步骤二：鬼影和静止目标区域的判断。当某局部区域不含有目标时，各像素值的差异较小，该区域的像素值方差就较小；当局部区域中含有目标时，各像素值的差异较大，该区域的像素值方差就较大。设为背景区域的像素值方差，为新来帧对应区域的像素值方差。方差计算公式为：

其中，I(i,j)为像素值；M，N为区域的高度和宽度；u为该区域的像素值均值。

当该区域为鬼影区域；

当该区域为静止目标区域。

步骤三：鬼影和静止目标区域的抑制，鬼影和静止目标的抑制都需要更新当前的背景模型。鬼影区域的背景模型实际上就是目标，用新来一帧像素值替换该区域的背景模型。如果是静止目标且timer大于等于阈值S，则先将该区域的原始背景模型保存，同时flag置为1，再用新来一帧像素值替换该区域的背景模型并且timer清零。当静止目标离开静止区域时，再用前面保存的原始背景模型替换静止位置的当前背景模型flag清零，timer重新计数，这样有效地避免了鬼影的产生。

有益效果：本发明能快速有效地抑制传统ViBe算法中出现的鬼影和静止目标，提高了前景检测的准确度，增强了实时性。

附图说明

图1为本发明所述基于改进型ViBe的鬼影和静止目标抑制方法的流程示意图。

图2为本发明所述鬼影和静止目标区域的检测原理示意图。

图3为本发明鬼影抑制仿真图。

图4为本发明静止目标抑制仿真图。

具体实施方式

下面结合附图和具体实施方式对本发明作进一步详细说明。

本发明提供了一种基于改进型ViBe的鬼影和静止目标抑制方法。参照图1，该方法首先进行背景模型初始化、前景检测和背景模型更新；接着分三个步骤实现鬼影和静止目标的抑制，即：鬼影和静止目标区域的检测、鬼影和静止目标区域的判断、以及鬼影和静止目标区域的抑制。

具体实现步骤如下：

(1)运用OpenCV中包含的视频流处理函数库，对待处理的视频序列进行逐帧读取。