一種基于塊截斷編碼壓縮域的視頻運動目標(biāo)檢測方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機視覺領(lǐng)域技術(shù)領(lǐng)域，特別是涉及一種基于塊截斷編碼（BTC)壓 縮域的視頻運動目標(biāo)檢測方法。
【背景技術(shù)】
[0002] 運動目標(biāo)檢測是計算機視覺領(lǐng)域研究的主要問題之一，是智能監(jiān)控視頻處理中的 核心基礎(chǔ)，融合了圖像處理、模式識別、自動控制以及人工智能等許多領(lǐng)域的先進處理技 術(shù)。近年來，隨著計算機網(wǎng)絡(luò)的普及和多媒體技術(shù)的發(fā)展，運動目標(biāo)檢測在智能交通、視頻 監(jiān)控、軍事視覺制導(dǎo)等方面都有廣泛的應(yīng)用。
[0003] 運動目標(biāo)的檢測與提取作為運動目標(biāo)視覺分析中的核心技術(shù)以及底層問題，是視 頻監(jiān)控技術(shù)實現(xiàn)自動化和實時應(yīng)用的關(guān)鍵所在。對于各種視頻運動目標(biāo)檢測算法而言，運 動目標(biāo)檢測的準確程度很重要。在單一或復(fù)雜背景中需要能夠?qū)σ粋€或多個目標(biāo)精確地提 取出目標(biāo)輪廓。當(dāng)受到外界某種程度上的干擾時，要能很好地適應(yīng)，以便可以繼續(xù)執(zhí)行原先 設(shè)定的功能。現(xiàn)有視頻運動目標(biāo)檢測的方法中，大多數(shù)是基于原始未壓縮的視頻幀圖像進 行處理。而當(dāng)今互聯(lián)網(wǎng)飛速發(fā)展，大量的壓縮域圖像存在于互聯(lián)網(wǎng)上。同時，常用空域視頻 運動目標(biāo)檢測方法都是基于單個獨立像素處理，其獲取視頻運動目標(biāo)存在精度不高，耗時 長，容易形成空洞等問題。

【發(fā)明內(nèi)容】

[0004] 為了克服上述現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種基于塊截斷編碼壓縮域的視頻 運動目標(biāo)檢測方法。
[0005] 本發(fā)明所采用的技術(shù)方案是：
[0006] 1)進行塊截斷編碼（BTC)并解碼；
[0007] 2)對解碼結(jié)果的相鄰幀間進行差分，產(chǎn)生差分圖像；
[0008] 3)對于差分圖像再次進行塊截斷編碼并解碼，然后經(jīng)過閾值二值化實現(xiàn)運動目標(biāo) 的檢測。
[0009] 所述的塊截斷編碼并解碼具體為：將原圖像分割為相同大小NXM的子塊，對每個 子塊進行編碼并解碼，子圖塊分割的數(shù)目根據(jù)具體情況而定，分割的大小直接決定了圖像 編碼的效果。
[0010] 所述的每個子塊編碼解碼采用以下方式：為每個子塊建立量化的門限和重建電 平，門限為子塊內(nèi)所有像素值的平均值n，將像素值高于門限的像素點賦予高重建電平a， 將像素值不高于門限的像素點賦予低重建電平b。
[0011] 在所述的圖像各像素點賦予高重建電平a或者低重建電平b前，將像素值高于門 限的像素點賦予1表示，將像素值不高于門限的像素點賦予〇表示，以二值化圖像實現(xiàn)編碼 壓縮進行數(shù)據(jù)傳輸，接收后將賦予1表示的像素點和賦予0表示的像素點分別用高重建電 平a和低重建電平b代替表示進行解碼。
[0012] 將子塊中低于n的像素用〇表示，高于n的用1表示。這樣原圖像塊就形成了 一個二值圖像塊，又叫比特映像。比特映像相比原圖像得到了很大幅度的壓縮。在對圖像 進行解碼的時候，位平面中的1用a代替，位平面中的〇用b代替，數(shù)據(jù)得到了壓縮。在解 碼圖像中，每個像素點都被各自所在子塊的高平均值或者低平均值所表示。
[0013] 所述的高重建電平a和低重建電平b采用以下公式計算：
[0014]
[0015] 其中，〇是樣本標(biāo)準差，p和q分別表示單個子塊中高于門限和低于門限的像素點 數(shù)量。
[0016] 所述步驟2)具體為：為了充分利用分塊后所帶來的局部同一性，將塊截斷編碼并 解碼后相鄰兩幀同一圖像的像素值對應(yīng)作差，解碼后幀間差分圖像％(1，」）表示為：
[0017]Dk(i,j) = |fk(i,j)-fk !(i,j)
[0018] 其中，Ik(k= 1, 2,…）為所用的視頻圖像序列，Ik(i,j)表示第k幀圖像在（i,j) 點的像素值，fk(k= 1，2,…）表示視頻圖像序列每一幀用步驟1)塊截斷編碼并解碼后的 圖像，fk(i，j)表示第k幀解碼圖像在（i，j)點的像素值。
[0019] 7.根據(jù)權(quán)利要求1所述的一種基于塊截斷編碼壓縮域的視頻運動目標(biāo)檢測方法， 其特征在于：
[0020] 所述步驟3)具體為：將解碼后幀間差分圖像Dk(i，j)再重復(fù)所述步驟1)的塊截 斷編碼并解碼過程得到幀差后的BTC編碼圖像Dk' (i，j)，再經(jīng)閾值二值化得到最終結(jié)果 圖像Dk" (i，j)，由最終結(jié)果圖像隊"（i，j)得到運動目標(biāo)。
[0021] 所述的閾值二值化具體采用以下公式得到最終結(jié)果圖像Dk" (i，j)，將小于等于 先驗閾值T的第k幀解碼圖像在（i，j)點的像素值賦予0表示，將大于先驗閾值T的第k 幀解碼圖像在（i，j)點的像素值賦予1表示：
[0022]
[0023] 其中，T為先驗閾值。
[0024] 本發(fā)明首先對視頻序列的每一幀圖像利用BTC編碼壓縮，然后相應(yīng)的解碼，將每 一幀圖像用各個子塊的高平均值和低平均值表示。借鑒幀間差分的思想，再將視頻序列的 相鄰兩幀作差，得到相對應(yīng)的高、低平均值的差值圖像，對差值圖像閾值分割處理就能很好 地對視頻運動目標(biāo)進行檢測。更進一步，在傳統(tǒng)的幀間差分基礎(chǔ)之上對差分圖像利用BTC 壓縮解碼處理后作差分割，能達到更加理想的檢測效果。
[0025] 與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：
[0026] 本發(fā)明能有效地克服局部背景擾動的影響，彌補幀差法提取目標(biāo)內(nèi)部空洞現(xiàn)象， 邊界不清晰的缺點，使檢測出來的運動目標(biāo)更加完整、飽滿。同時，壓縮處理也極大地降低 了存儲和處理的數(shù)據(jù)量，提高了目標(biāo)檢測的處理速度，能夠滿足實時檢測的需求。
【附圖說明】
[0027]圖1為本發(fā)明方法的流程圖。
[0028] 圖2為本發(fā)明實施例的最終結(jié)果圖像。
【具體實施方式】
[0029] 下面結(jié)合附圖及具體實施例對本發(fā)明作進一步詳細說明。
[0030] 本發(fā)明的幀間差分前采用了塊截斷編碼（BTC)進行編解碼，差分圖像利用BTC壓 縮解碼處理后作差分割?；趬K截斷編碼（BTC)壓縮域的相關(guān)性質(zhì)進行特征檢測（1)結(jié)合 幀間差分產(chǎn)生差分圖像，從而能有效地檢測運動目標(biāo)；利用BTC處理產(chǎn)生的高、低平均值， 使其產(chǎn)生局部同一性，根據(jù)分割出來的子塊，進行區(qū)域性圖像檢測。
[0031] 本發(fā)明塊截斷編碼同時對單幀圖像進行壓縮和分塊，因此利用BTC檢測，既是針 對壓縮域處理，也是基于像素塊分析，能更好地利用區(qū)域塊的優(yōu)勢，像素特性局部同一。
[0032] 本發(fā)明中對于先驗閾值T，當(dāng)圖像的信噪比較高或背景波動較大時，高、低平均值 作差后差值較大，T的值也較大；反之T的值也就較小。