[发明专利]无人机的监控系统的前景检测方法以及装置

说明书

本发明公开一种无人机的监控系统的前景检测方法，包括：获取监控系统的初始的若干帧图像，根据所述若干帧图像建立混合高斯模型，并根据所述混合高斯模型提取初始的背景图像的信息；获取所述监控系统的当前帧图像，将所述当前帧图像分割为N*N个区域；判断所述当前帧图像的N*N个区域为变化区域或不变化区域；根据所述当前帧图像的所有所述变化区域的所有像素的信息，更新所述混合高斯模型；根据当前更新的所述混合高斯模型，提取当前的背景图像的信息。基于区域算法的应用可以提高整体算法的运行速度，且能够适应复杂快速的背景变化，有效实时地监测前景，极大地提升了无人机的监控系统的鲁棒性而且减小了动态背景对监测效果的影响。

技术领域

本发明涉及视频监控技术领域，尤其涉及一种无人机的监控系统的前景检测方法以及装置。

背景技术

近年来，随着无人机技术的发展，其应用面越来越广，尤其在视频监控领域得到了广泛应用。

现有的无人机视频监控设备通过无人机端摄像头进行视频采集，然后将视频图像输送到后台服务器进行分析检测，这种检测方法无法实现实时监控，且现有的无人机视频监控设备需要通过复杂的运算来分析整帧图像，如在背景建模算法中需要更新每帧图像的所有像素，这种算法占用大量的运算资源，降低整套算法的运行速度，且该无人机视频监控设备需要性能高的硬件支持才能进行运算分析整帧图像，增大了成本。

发明内容

本发明的目的在于提供一种无人机的监控系统的前景检测方法、装置以及计算机可读存储介质，能够节省运算资源，提高整套算法的运行速度，减少成本。

为实现上述目的，本发明提供一种无人机的监控系统的前景检测方法，包括：

获取监控系统的初始的若干帧图像，根据所述若干帧图像建立混合高斯模型，并根据所述混合高斯模型提取初始的背景图像的信息；

获取所述监控系统的当前帧图像，将所述当前帧图像分割为N*N个区域；

判断所述当前帧图像的N*N个区域为变化区域或不变化区域；

根据所述当前帧图像的所有所述变化区域的所有像素的信息，更新所述混合高斯模型；

根据当前更新的所述混合高斯模型，提取当前的背景图像的信息。

与现有技术相比，本发明的无人机的监控系统的前景检测方法通过将当前帧图像分割为N*N个区域并判断N*N个区域为变化区域还是不变化区域，进而只需要根据所有变化区域的所有像素对应更新混合高斯模型，并根据更新后的混合高斯模型提取当前的背景图像的信息和前景图像的信息；本发明的无人机的监控系统的前景检测方法可以有选择的在每一帧图像中更新区域信息，有效的在保持高前景目标识别率的同时降低了算法计算复杂程度，并且该算法可以通过多线程运算有效利用多处理器的计算能力。整套检测方法对噪音、动态背景变化等有较强的鲁棒性。

较佳地，所述变化区域包括判断为前景区域的变化区域；

判断所述当前帧图像的N*N个区域为前景区域还是背景区域，包括：

计算出所述当前帧图像的每一区域在低分辨率估值下的像素值X_b以及所述当前帧图像的对应的背景图像的每一区域在低分辨率估值下的像素值μ_b与平均标准方差σ_b；

若符合|X_b-μ_b|2.5×σ_b，则像素值X_b所代表的区域为前景区域；

若不符合|X_b-μ_b|2.5×σ_b，则像素值X_b所代表的区域为背景区域。

较佳地，所述像素值X_b是将所述当前帧图像的每一区域的像素均值作为高斯函数的输入量计算得到。