一種基于色差的運動目標(biāo)前景提取方法
【專利摘要】本發(fā)明公開了一種基于色差的運動目標(biāo)前景提取方法，所述方法為使用亮度為依據(jù)提取運動物體所在的區(qū)域，之后對這些區(qū)域進一步篩選，將這些區(qū)域與先前建立的色差模型進行比對，只有該區(qū)域中與色差模型差值大于閾值的部分才被認(rèn)作是前景，以此來消除陰影和光照對運動目標(biāo)前景提取的影響。本發(fā)明可以在視頻監(jiān)控中，有效提取運動目標(biāo)。
【專利說明】—種基于色差的運動目標(biāo)前景提取方法
[0001]
【技術(shù)領(lǐng)域】
[0002]本發(fā)明涉及一種基于色差的運動目標(biāo)前景提取方法，屬視頻監(jiān)控【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0003]隨著社會和個人對安全的要求日益提高，視頻監(jiān)控已經(jīng)變得越來越普及，而且僅僅提供影像資料的視頻監(jiān)控已經(jīng)越來越不能滿足需求，因此越來越多的視頻監(jiān)控設(shè)備中嵌入了智能檢測模塊。
[0004]運動前景的提取通常是智能監(jiān)控的第一步，之后才是針對前景進行特征分析等處理。
[0005]由于監(jiān)控場合的攝像機通常是監(jiān)控固定地點的，不會移動，針對此特點，一種通用的運動目標(biāo)前景提取方法是背景相減法。該方法首先采集圖像作為背景模型，接著將采集到的每幀圖像與背景模型相減，由此得到運動前景。
[0006]通常背景相減法有三個階段:背景建模與訓(xùn)練、前景檢測和背景更新，這種方法在使用過程中有局限性，例如日光照射到物體后投下的陰影，也會被作為前景提取出來，雖然陰影處的亮度變化比實際的運動物體更大，但陰影卻并不是我們感興趣的部分。
[0007]本發(fā)明提出了一種基于色差的改進型統(tǒng)計學(xué)運動目標(biāo)背景提取方法，該方法能夠有效抑制光照和陰影對背景提取的影響。

【發(fā)明內(nèi)容】

[0008]本發(fā)明需要解決的技術(shù)問題就在于克服現(xiàn)有技術(shù)的缺陷，提供一種基于色差的運動目標(biāo)前景提取方法，它可以在視頻監(jiān)控中，有效提取運動目標(biāo)。
[0009]為解決上述問題，本發(fā)明采用如下技術(shù)方案:
本發(fā)明提供了一種基于色差的運動目標(biāo)前景提取方法，所述方法為使用亮度為依據(jù)提取運動物體所在的區(qū)域，之后對這些區(qū)域進一步篩選，將這些區(qū)域與先前建立的色差模型進行比對，只有該區(qū)域中與色差模型差值大于閾值的部分才被認(rèn)作是前景，以此來消除陰影和光照對運動目標(biāo)前景提取的影響。
[0010]本發(fā)明包括如下的步驟:
1)、背景模型的建立:
設(shè)定一個序列閾值，當(dāng)圖像采集的幀數(shù)達到這個閾值時，使用閥值之前的圖像序列求平均，以此均值為依據(jù)建立亮度和色差模型；
2)、運動如景提取:
使用采集到的一幀圖像與步驟I)得到的背景模型比對，當(dāng)滿足條件時，認(rèn)為該像素點為前景，由此得到一幅二值圖像；
3)、背景模型更新:監(jiān)控環(huán)境的亮度隨時間而變化，背景模型跟著進行實時更新；更新時，非背景像素不作更新，步驟2)提取出的二值圖像將作為本步驟背景像素更新的依據(jù)；
4)、陰影和光照抑制:
將背景抽取出來的經(jīng)過形態(tài)學(xué)運算后的前景進行統(tǒng)計，記錄下每個獨立前景區(qū)域的邊界值；通過對背景提取后的結(jié)果進行聯(lián)通區(qū)域分析，來快速搜索獨立前景區(qū)域的邊界值，以此來抑制陰影和光照；
5)、色差模型更新:
在原有背景中，有新物體進入視野長時間不動將成為新的背景，步驟4)建立的色差模型需要進行實時更新。
[0011]本發(fā)明所述方法具體步驟為:
步驟一:背景模型的建立:
背景模型的建立首先需要設(shè)定一個序列閾值，當(dāng)圖像采集的幀數(shù)達到這個閾值時，使用前面的圖像序列求平均，以此均值為依據(jù)建立亮度和色差模型。如公式(I)所示:
【權(quán)利要求】
1.一種基于色差的運動目標(biāo)前景提取方法，其特征在于，所述方法為使用亮度為依據(jù)提取運動物體所在的區(qū)域，之后對這些區(qū)域進一步篩選，將這些區(qū)域與先前建立的色差模型進行比對，只有該區(qū)域中與色差模型差值大于閾值的部分才被認(rèn)作是前景，以此來消除陰影和光照對運動目標(biāo)前景提取的影響。
2.如權(quán)利要求1所述的基于色差的運動目標(biāo)前景提取方法，其特征在于，包括如下的步驟: 1)、背景模型的建立: 設(shè)定一個序列閾值，當(dāng)圖像采集的幀數(shù)達到這個閾值時，使用閥值之前的圖像序列求平均，以此均值為依 據(jù)建立亮度和色差模型； 2)、運動如景提取: 使用采集到的一幀圖像與步驟I)得到的背景模型比對，當(dāng)滿足條件時，認(rèn)為該像素點為前景，由此得到一幅二值圖像； 3)、背景模型更新: 監(jiān)控環(huán)境的亮度隨時間而變化，背景模型跟著進行實時更新；更新時，非背景像素不作更新，步驟2)提取出的二值圖像將作為本步驟背景像素更新的依據(jù)； 4)、陰影和光照抑制: 將背景抽取出來的經(jīng)過形態(tài)學(xué)運算后的前景進行統(tǒng)計，記錄下每個獨立前景區(qū)域的邊界值；通過對背景提取后的結(jié)果進行聯(lián)通區(qū)域分析，來快速搜索獨立前景區(qū)域的邊界值，以此來抑制陰影和光照； 5)、色差模型更新: 在原有背景中，有新物體進入視野長時間不動將成為新的背景，步驟4)建立的色差模型需要進行實時更新。
3.如權(quán)利要求2所述的基于色差的運動目標(biāo)前景提取方法，其特征在于，所述方法具體步驟為: 步驟一:背景模型的建立: 背景模型的建立首先需要設(shè)定一個序列閾值，當(dāng)圖像采集的幀數(shù)達到這個閾值時，使用前面的圖像序列求平均，以此均值為依據(jù)建立亮度和色差模型；如公式(I)所示:

4.如權(quán)利要求2或3所述的基于色差的運動目標(biāo)前景提取方法，其特征在于:對步驟五整合后得到的二值圖像再進行形態(tài)學(xué)運算，可以填充空洞，并去除噪聲干擾。
【文檔編號】G06T7/00GK103971368SQ201410196311
【公開日】2014年8月6日 申請日期:2014年5月12日 優(yōu)先權(quán)日:2014年5月12日
【發(fā)明者】孫采鷹, 蘭孝文, 董大明 申請人:內(nèi)蒙古科技大學(xué)