[发明专利]一种融合帧间差分法的ViBe鬼影抑制方法

说明书

本发明公开了一种融合帧间差分法的ViBe鬼影抑制方法，属于图像、视频处理技术领域。所述方法同时采用ViBe算法与帧间差分法对视频序列进行处理；对被帧间差分法判为背景区域且被ViBe算法判为目标区域的像素点进行计数；设定阈值Th，当计数大于阈值Th时，判断该像素点为鬼影区域，加快背景更新速度，实现对鬼影区域的快速抑制，本发明针对采用ViBe算法与帧间差分法对视频序列处理结果进行相与后存在空洞、前景检测的准确度不高的问题，设定一个阈值，当被帧间差分法判为背景区域且被ViBe算法判为目标区域的像素点个数超过该阈值时加快背景更新速率，实现鬼影的快速消除，提高了前景检测的准确度。

技术领域

本发明涉及一种融合帧间差分法的ViBe鬼影抑制方法，属于图像、视频处理技术领域。

背景技术

运动目标检测是图像处理、军事工业、模式识别等应用研究领域的一个核心问题，它是基于计算机视觉的视频监控系统进行目标行为识别的基础。其中，运动目标检测算法有光流法、帧间差分法和背景差分法三种。

背景差分法是一种对静止场景进行运动分割的通用方法，它将当前获取的图像帧与背景图像做差分运算，得到目标运动区域的灰度图，对灰度图进行阈值化提取运动区域，而且为避免环境光照变化影响，背景图像根据当前获取图像帧进行更新。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。其中的ViBe算法具有良好的实时性且能够在多种不同场景中保持较好的性能，一经提出便受到了欢迎，如今广泛应用于视频分析、智能交通等领域。

ViBe算法不需要重复任何繁琐的训练过程，只需要一帧图像即可完成背景建模，所以有快速适应不同应用场景的优点；同时算法以邻域像素为背景样本筛选集合，构建基于样本点集的背景模型，所以对扰动背景有一定的鲁棒性；该算法计算量远远小于混合高斯背景建模。但是，ViBe算法由于采用第一帧建模，若第一帧中存在运动目标，则会产生鬼影，由于ViBe算法的背景模型更新较慢，鬼影问题需要较长时间才能去除，严重影响了前景目标的检测。

史瑞环等(史瑞环,吴斌,李务军等.一种改进的融合帧差法的ViBe算法[J].微型机与应用,2016,35(4):44-45,49.DOI:10.3969/j.issn.1674-7720.2016.04.014.)提出将帧差法与ViBe算法同时相与的方法，该方法虽然能够在第一帧去除鬼影，但是由于帧差法进行目标检测后，二值化图像会产生较大的空洞，相与后仍然存在空洞，因此降低了前景检测的准确度。

发明内容

为了解决目前ViBe算法存在的鬼影消除缓慢的问题，本发明提供了一种融合帧间差分法的ViBe鬼影抑制方法。

本发明的第一个目的在于提供一种融合帧间差分法的ViBe鬼影抑制方法，所述方法同时采用ViBe算法与帧间差分法对视频序列进行处理；处理过程中采用ViBe算法进行模型初始化、前景检测和背景模型更新；对被帧间差分法判为背景区域且被ViBe算法判为目标区域的像素点进行计数；设定阈值Th，当计数大于阈值Th时，判断该像素点为鬼影区域，加快背景更新速度，实现对鬼影区域的快速抑制。

可选的，所述处理过程中采用ViBe算法进行模型初始化、前景检测和背景模型更新，包括：

(1)采用传统ViBe算法创建背景模型；假设每一个像素和其邻域像素的像素值在空域上有相似的分布；基于这种假设，每一个像素模型用其邻域中的像素来表示；获取第一帧图像时，具体某一像素点位置为x，从其邻域像素中随机采集n次像素值构成一个集合M(x)从而完成第一帧图像的背景建模；其背景模型公式如下：

M(x)＝{v₁，v₂，...v_n} (1)

其中，M(x)为像素点x的背景模型，v_i为像素点x的背景样本，1≤i≤n，n为样本个数；