一種檢測視頻中搖動背景的方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機(jī)視覺領(lǐng)域，具體涉及一種檢測視頻中搖動背景的方法。
【背景技術(shù)】
[0002] 視頻中的運(yùn)動目標(biāo)檢測是智能視頻分析的基礎(chǔ)，是計算機(jī)視覺領(lǐng)域中重要問題之 一，其目的是從視頻序列圖像中將感興趣的運(yùn)動對象從背景圖像中提取出來。運(yùn)動檢測廣 泛應(yīng)用于計算機(jī)視覺、模式識別、目標(biāo)識別與跟蹤、運(yùn)動圖像編碼、安全監(jiān)控等領(lǐng)域。然而， 由于背景圖像的動態(tài)變化，如天氣、光照、影子、搖動背景等的影響，使運(yùn)動目標(biāo)檢測成為一 項相當(dāng)困難的工作。本發(fā)明中，搖動背景是指背景中有規(guī)律地?fù)u動的部分，包括擺動的樹 葉、搖曳的水波、漂動的旗子和彩帶等等，這些背景在視頻中也在運(yùn)動，因此已有的目標(biāo)檢 測算法常常錯誤地將其判定為前景，影響了檢測效果。
[0003] 目前已有的運(yùn)動目標(biāo)檢測方法按算法的基本原理可以分為三類：幀間差分法，背 景相減法和光流法。背景相減法是其中一種被普遍采用的方法，這種方法采用圖像序列的 當(dāng)前幀和背景參考模型比較來檢測運(yùn)動物體。這類方法速度快，準(zhǔn)確性好，易于實現(xiàn)，很多 研究人員都在背景建模方面進(jìn)行了較為廣泛的研究。其中碼本模型方法是有代表性的常用 方法，能較有效地適應(yīng)光照的局部變化和全局變化，然而實際檢測效果顯示，雖然該方法可 以較好地檢測出靜態(tài)背景，但不能很好地去除搖動背景，為此，本發(fā)明提出一種檢測搖動背 景的方法。

【發(fā)明內(nèi)容】

[0004] 為了克服現(xiàn)有技術(shù)存在的缺點(diǎn)與不足，本發(fā)明提供一種檢測視頻中搖動背景的方 法。
[0005] 本發(fā)明采用如下技術(shù)方案：
[0006] -種檢測視頻中搖動背景的方法，包括如下步驟：
[0007] S1獲得待檢測視頻序列；
[0008] S2計算視頻序列每幀圖像中每個像素的局部更新計數(shù)；
[0009] S3根據(jù)每個像素的局部更新計數(shù)，計算每個像素的搖動測度，進(jìn)一步得到每幀圖 像的搖動測度矩陣；
[0010] S4對搖動測度矩陣的所有元素聚類為2類，取較少元素的像素所在的一類記為S1; [0011] S5將S沖所有像素點(diǎn)標(biāo)記為搖動背景。
[0012] 所述S2計算視頻序列每幀圖像中每個像素的局部更新計數(shù)，具體為：
[0013] 在碼本模型中，包括碼本的訓(xùn)練步驟，在碼本訓(xùn)練階段，每個像素都有多個碼字， 令λ(")表示像素(x，y)的所有碼字中的最長未匹配間隔的最小值，同理，人[ 8-"(""表示像素 點(diǎn)(x，y)的八鄰域像素點(diǎn)的最長未匹配間隔，其中8-n(x、y)表示的是像素(x， y)的8個鄰域 占.
[0014] 定義每個像素點(diǎn)(x，y)的局部更新計數(shù)為根據(jù)周圍八個像素點(diǎn)與中心像素點(diǎn)的最
[0015] 近更新時間進(jìn)行比較并累加，從而得到該像素點(diǎn)在某一時刻的局部更新計數(shù)值，公式如下：
.0.
[0016] 所述S3中搖動測度用來描述各個像素點(diǎn)的搖動程度，具體過程如下：
[0017] S3.1記訓(xùn)練樣本圖像的分辨率為HXW，初始化大小HXW的矩陣，T(Q)，S( Q)為初始化 矩陣的零矩陣；
[0018] 53.2通過切寸刻和卜1時刻的1^(：值，計算當(dāng)前時刻〖圖像幀的矩陣1'?，定義為
[0019] T(t)= |LUC(t)-LUC(t-i)| ；
[0020] 53.3給定時間閾值九，若像素點(diǎn)（1，7)，1^^，1&<_^ (")值大于閾值九，表 示該像素點(diǎn)在?Ι時間段內(nèi)沒有更新，則對T(t)的每個元素拉^進(jìn)行更新得到新的矩陣T W:
[0021]
[0022] 其中：為矩陣T(t)的元素。
[0023] S3.4使用下式累加矩陣T(t)的值，得到矩陣SW，稱之為搖動測度；
[0024] S ⑴= ⑴。
[0025]所述 Tl 的范圍（15,30)。
[0026] 本發(fā)明的有益效果：
[0027] (1)提出局部更新計數(shù)的概念，利用像素與周圍鄰域的像素最近更新時間的比較 和統(tǒng)計，可以反映出像素顏色屬性的局部更新情況，有助于進(jìn)一步分類和統(tǒng)計像素的更新 特性；
[0028] (2)提出搖動測度的概念，通過對局部更新計數(shù)的進(jìn)一步處理，得到定量判別每個 像素的是運(yùn)動的前景、靜態(tài)背景，還是搖動的如樹葉、彩帶、水波等背景，得到了明確地判定 像素類別的方法；
[0029] (3)通過對像素的分類判別，可以對場景進(jìn)行更好的理解，有助于其他需要場景理 解的更高層次的應(yīng)用；
[0030] (4)通過識別搖動的背景，可以消除搖動背景對運(yùn)動前景提取的影響，提高視頻中 運(yùn)動前景算法的準(zhǔn)確度。
【附圖說明】
[0031 ]圖1是本發(fā)明的方法流程圖；
[0032] 圖2是本發(fā)明樹葉搖動測度結(jié)果比較圖。
[0033] 圖3是樹葉彩帶測度結(jié)果比較圖。
【具體實施方式】
[0034] 下面結(jié)合實施例及附圖，對本發(fā)明作進(jìn)一步地詳細(xì)說明，但本發(fā)明的實施方式不 限于此。
[0035] 實施例
[0036]本發(fā)明對視頻序列中物體的搖動程度進(jìn)行定量描述，提出一種有針對性地識別和 提取搖動背景的方法。首先提出局部更新計數(shù)和搖動測度的概念，之后根據(jù)像素點(diǎn)歷史幀 的局部更新計數(shù)進(jìn)行求和，利用該求得的總和在建模過程中計算搖動測度，然后通過聚類 把運(yùn)動前景、靜態(tài)背景以及搖動背景分開。本文提出的方法不僅可以提高前景檢測的準(zhǔn)確 率，也可用于有關(guān)視頻場景理解的研究與應(yīng)用。
[0037]如圖1所示，一種檢測視頻中搖動背景的方法，包括如下步驟：
[0038] S1獲得待檢測視頻序列；
[0039] S2計算視頻序列每幀圖像中每個像素的局部更新計數(shù)；
[0040]為了描述某個像素點(diǎn)在某一時刻的更新特征，本發(fā)明提出了局部更新計數(shù)(LUC-Local Update Count)概念。為研究某一個像素點(diǎn)的更新特征，根據(jù)周圍八個像素點(diǎn)與中心 像素點(diǎn)的最近更新時間進(jìn)行比較并累加，從而得到該點(diǎn)的局部更新計數(shù)值，方法如下。
[0041] 現(xiàn)有技術(shù)中提出的碼本模型中，包括碼本的訓(xùn)練步驟，在碼本訓(xùn)練階段，每個像素 都有多個碼字，在碼本模型中，令λ(")表示像素(x，y)的所有碼字中最小的最長未匹配間隔 (MNRL)A( x,y)越小，說明像素最近被匹配過，也意味著最近更新過。同理，λ[8- η(χ,γ)]表示像素 點(diǎn)(x，y)的八鄰域像素點(diǎn)的最長未匹配間隔。定義
[0042]
[0043]則LUC即局部更新計數(shù)的公式為。
[0044]
[0045] 也就是說，對像素點(diǎn)（x，y)來說，周圍的8個點(diǎn)的最小的最長未匹配間隔比中心點(diǎn) (x，y)的小，則U直為1，否則為零，而(x，y)點(diǎn)的局部更新計數(shù)LUC( x,y)即為8個領(lǐng)域點(diǎn)U直之 和。通過上述兩個公式可以定量描述某一像素點(diǎn)的更新特征，鄰域中比中心位置最近更新 的像素點(diǎn)數(shù)越多，LUC就會越大，反之LUC就會越小，趨近于0。
[0046] 表1中1、2、3、4、5、6、7、8為像素(x，y)八鄰域中各像素的編號，表2為八鄰域像素點(diǎn) 的各像素點(diǎn)的最長未匹配時間間隔A(MNRL)，表1中取中心點(diǎn)的八鄰域像素點(diǎn)進(jìn)行比較，根 據(jù)它們的λ值計算更新特征。如果鄰域點(diǎn)的λ比中心點(diǎn)小，代表鄰域比中心新，則設(shè)置該鄰域 像素值為1，反之則置為〇。全部比較之后得到右圖。最終將右圖中鄰域值累加求總和，就