基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法
【專利摘要】本發(fā)明公開了一種基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法，本方法對傳統(tǒng)Codebook度量顏色、亮度距離的RGB柱狀結(jié)構(gòu)做了改變，在YUV色彩空間建立碼本背景模型，簡化了碼元結(jié)構(gòu)。在YUV空間進(jìn)行運(yùn)動(dòng)目標(biāo)檢測，首先將一幅圖像中的每個(gè)像素點(diǎn)在時(shí)間軸上進(jìn)行聚類，提取背景模板；之后采用當(dāng)前圖像與背景模板進(jìn)行比較，從而檢測出運(yùn)動(dòng)目標(biāo)，并同時(shí)進(jìn)行背景模板的更新。本方法融入了頻率信息來改變傳統(tǒng)碼本背景模型中的碼元判定、刪除、匹配過程；同時(shí)將當(dāng)前像素空域信息納入到前景判定過程中，該空域信息包括了鄰域內(nèi)像素間的依賴關(guān)系，使得前景檢測結(jié)果更加可靠；降低了傳統(tǒng)的碼本背景模型在光照變化比較頻繁的場景中的敏感性。實(shí)驗(yàn)結(jié)果表明，該方法能夠在不同條件下快速準(zhǔn)確的檢測運(yùn)動(dòng)目標(biāo)。
【專利說明】基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種運(yùn)動(dòng)對象提取的處理方法，特別涉及一種基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法。本方法對傳統(tǒng)Codebook度量顏色、亮度距離的RGB柱狀結(jié)構(gòu)做了改變，在YUV色彩空間建立碼本背景模型，將頻率和空域信息納入考慮條件。實(shí)驗(yàn)證明，該方法能夠在不同條件下快速準(zhǔn)確的檢測運(yùn)動(dòng)目標(biāo)，使該方法更具有實(shí)用性和推廣性。
【背景技術(shù)】
[0002]運(yùn)動(dòng)目標(biāo)提取是計(jì)算機(jī)機(jī)器視覺系統(tǒng)中的一個(gè)重要研究內(nèi)容，應(yīng)用范圍廣泛，例如視頻監(jiān)視、目標(biāo)檢測與跟蹤、圖像檢索等領(lǐng)域。目前，提出了許多視頻對象分割方法提取運(yùn)動(dòng)對象。但是運(yùn)動(dòng)目標(biāo)檢測的精度這一基本問題仍然難以解決。研究表明，通過構(gòu)建背景模型是檢測圖像序列中運(yùn)動(dòng)目標(biāo)的有效途徑?，F(xiàn)在絕大多數(shù)背景建模都基于像素，比較常見的有單高斯模型，混合高斯模型(MOG)、核密度估計(jì)模型.文獻(xiàn)利用單高斯分布進(jìn)行背景更新，但在戶外場景中，隨著時(shí)間的遷移、光線的變化、運(yùn)動(dòng)物體的停留以及靜止物體的重新運(yùn)動(dòng)，單高斯模型構(gòu)建的背景或者會(huì)出現(xiàn)運(yùn)動(dòng)物體的拖影或者長時(shí)間才形成新的背景?；旌细咚鼓Ｐ?MOG)(參見 Luo Jinmian, Zhu Juan.Adaptive Gaussian mixture modelbased on feedback mechanism[C].1nternational Conference on Computer Design andApplications.2010, 2:117-181.)的主要思想是假設(shè)單個(gè)像素的概率密度函數(shù)是高斯或高斯混合函數(shù)，并通過對每個(gè)像素進(jìn)行一定幀數(shù)的統(tǒng)計(jì)分類，從而建立起可靠的背景模型。但是背景的快速變化使得模型只能準(zhǔn)確的建立少數(shù)準(zhǔn)確的高斯子，不能提供魯棒的前景檢測由于低的學(xué)習(xí)率，產(chǎn)生一個(gè)寬廣的模型不能檢測到背景的突然變化，但是如果模型改變得太快，緩慢移動(dòng)的前景將被吸收到背景模型，導(dǎo)致高的漏檢率。核密度估計(jì)模型通過核密度估計(jì)建立一種非參數(shù)化的背景模型，估計(jì)每個(gè)像素的概率密度并保留觀測值，通過核函數(shù)計(jì)算出新的觀測值。核密度估計(jì)模型需要高密度的計(jì)算，在實(shí)際的應(yīng)用中，很難做到實(shí)時(shí)處理。Kim等人提出的編碼本模型(參見K.Kim, T.Thanarat, H.Chalidabbhognse, D.Harwood and L.Davis.Real time foreground-background segmentation using codebookmodel [J], Real-Time Imaging, 2005，11 (3): 172-185.)將背景值的變化壓縮到多個(gè)碼元中，只需少量的計(jì)算和內(nèi)存消耗，就能實(shí)現(xiàn)比較精確的前景和背景分割功能。在性能和功能上都有較好的表現(xiàn)，然而它只能適用于周期性變化的背景。
[0003]視頻序列圖像中同一特定位置的像素點(diǎn)在時(shí)間軸上的觀測值可以構(gòu)成一個(gè)序列，X= {Xl, X2,..., xN}是同一位置的像素的N個(gè)RGB向量排列的一個(gè)采樣序列，N是訓(xùn)練幀數(shù)，C=Ic1, C2,...cL}表示由L個(gè)碼字構(gòu)成的像素的碼本。對于每個(gè)碼字c(i=l，2，3...L)定義
為二元組結(jié)構(gòu)A =(HI)和= {if Jn^nPri!,),其中if", Jfax是碼字對應(yīng)像素的
最小和最大亮度，λ表示碼字在訓(xùn)練過程中沒有再次出現(xiàn)的最大時(shí)間間隔即消極幀數(shù)，P和q分別表示該碼字出現(xiàn)后的第一次和最后一次匹配時(shí)間。
[0004]因?yàn)楸尘白兓饕w現(xiàn)在亮度變化，所以在該顏色模型中，背景像素值沿著以原點(diǎn)和碼字形成的主軸，亮度值由低到高分布。對于輸入像素點(diǎn)\=0?，6，8)和一個(gè)碼本Ci，
【權(quán)利要求】
1.一種基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法，將RGB空間的建模轉(zhuǎn)移到Y(jié)UV空間進(jìn)行運(yùn)動(dòng)目標(biāo)檢測，首先將一幀圖像中的每個(gè)像素點(diǎn)在時(shí)間軸上進(jìn)行聚類，提取背景模板；之后采用當(dāng)前圖像與背景模板進(jìn)行比較，從而檢測出運(yùn)動(dòng)目標(biāo)，并同時(shí)進(jìn)行背景模板的更新。 對圖像像素點(diǎn)在時(shí)間上的采樣序列X=U1, X2,..., XnI以及其碼字集C=Ic1, C2,...ClI ,在YUV顏色空間下，亮度和顏色通道相互獨(dú)立，對三個(gè)通道分別進(jìn)行處理，各通道碼字的二兀組合為 ci=<learnmini, Iearnmaxi, Hiini, Iiiaxi, λ q^o 其中，IearnMin, IearnMax 分別為碼元在每個(gè)通道上的學(xué)習(xí)值下限和上限，f表示碼元的出現(xiàn)次數(shù)，q表示碼元在最后更新時(shí)的幀數(shù)，λ表示碼元的消極幀數(shù)?；赮UV空間的前景檢測方法的具體步驟如下:步驟一:初始化碼本，即將碼本清空:L=0，C= Φ ； 步驟二:在該編碼本中遍歷每個(gè)像素，計(jì)算像素的向下擴(kuò)展值low、向上擴(kuò)展值high:

2.根據(jù)權(quán)利要求1中所述的一種基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法，其特征在于:所述步驟六中將頻率信息f加入冗余碼元的判定標(biāo)準(zhǔn)。 由于λ不能充分可靠的將前景像素從背景碼元中濾除，通過實(shí)驗(yàn)經(jīng)驗(yàn)總結(jié)，本方法將頻率信息f加入也加入判定標(biāo)準(zhǔn)，當(dāng)且僅當(dāng)λ k < Tm與f≤fref的情況下才將當(dāng)前碼元判定為背景。本方法中取fMf于15至20之間，可以取得較好的效果。
3.根據(jù)權(quán)利要求1中所述的一種基于Codebook背景建模的運(yùn)動(dòng)目標(biāo)檢測方法，其特征在于:所述步驟十二將空域信息加入前景檢測判定過程，以增加判定的可靠性，具體步驟如下: 由于單個(gè)像素的信息不可靠，我們將空域信息加入背景建模過程，以增加背景判定的可靠性。假定每個(gè)背景像素都會(huì)在一個(gè)小的鄰域范圍內(nèi)振動(dòng)，對已檢測為前景的像素X，進(jìn)行二次檢測，將鄰域信息(y e Nx)納入考慮范圍。若在鄰域范圍內(nèi)，檢測到X與鄰域內(nèi)某像素的背景模型匹配，則將當(dāng)前像 素X標(biāo)記為背景。 該空域背景檢測流程如下: (1).若X符合上述前景檢測方法中第十步的條件，則將當(dāng)前像素標(biāo)記為背景b; (2).若不符合，則將當(dāng)前像素暫時(shí)標(biāo)定為前景f; (3).對經(jīng)過上一步標(biāo)定的像素進(jìn)行二次檢測，在ye Nx內(nèi)，尋找匹配的碼元。 (i).若找到，則將標(biāo)為前景的像素重置為背景b; (?).若未找到，則該像素認(rèn)定為前景f。 通過將當(dāng)前像素頻率信息及鄰域像素的碼本信息考慮在當(dāng)前像素背景建模及前景判定的條件內(nèi)，使得背景碼本的建立更加可靠，更加準(zhǔn)確的反映了前景及背景信息。
【文檔編號】G06T7/00GK103489196SQ201310485302
【公開日】2014年1月1日 申請日期:2013年10月16日 優(yōu)先權(quán)日:2013年10月16日
【發(fā)明者】祝世平, 高潔 申請人:北京航空航天大學(xué)