CN102800091B - 一种运动目标分割方法、装置和系统 - Google Patents

Abstract

本发明实施例公开了一种运动目标分割方法、装置和系统。本发明实施例采用在获取视频图像，以及确定当前需要处理的帧后，对当前需要处理的帧进行前处理，比如进行滤波和RGB三通道分离，得到前处理后图像，然后获取像素点模型，根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，该方案可以增强噪声点的抑制能力、提高运行速度和分割效果的同时，减少计算开销。

Description

一种运动目标分割方法、装置和系统

技术领域

本发明涉及监控技术领域，具体涉及一种运动目标分割方法、装置和系统。

背景技术

智能交通监控技术是当前监控领域的其中一种技术，它利用视频图像处理、模式识别和人工智能等技术对摄像机拍摄的图像序列进行分析，实现对交通场景中的车辆和行人等目标的检测、分类和跟踪，并在此基础上对被监控目标的行为进行描述和判别，从而在完成日常管理的同时能对交通事件作出及时反应。

运动目标分割，也称为运动目标检测，是从视频或图像序列中，采取一定的方法从中检测并确定运动物体的像素位置，然后根据运动像素的集合确定运动物体的区域的一种技术。现有的运动目标分割分为两种情况，一种是静态场景的运动目标分割；另一种是动态场景的运动目标分割。目前静态场景的运动目标分割方法主要包括基于混合高斯模型（GMM，Gaussian Mixture Model）的运动目标分割方法、基于码本（CodeBook）模型的运动目标分割方法、基于贝叶斯公式（Bayes）决策的运动目标分割方法、以及基于内核密度估计（KDE，Kernel Density Estimation）的非参数背景模型的运动目标分割等。

在对现有技术的研究和实践过程中，本发明的发明人发现，上述几种静态场景的运动目标分割方法虽然各有优点，但也各有不足，例如，当场景比较复杂或前景颜色和背景颜色较为接近时，基于Bayes决策的分割方法并不能提取完整的运动目标，导致分割效果不佳；而对于基于混合高斯模型的方法来说，该方法虽然对背景的变化具有一定鲁棒性，但对噪声点的抑制能力较差，而且运行速度也较慢；而基于内核密度估计的非参数背景模型的分割方法，则因为需要保存大量的计算数据，所以计算开销很大。因此，现有技术还没有一种可以同时解决上述问题的运动目标分割方法。

发明内容

本发明实施例提供一种运动目标分割方法、装置和系统，可以增强噪声点的抑制能力、提高运行速度和分割效果的同时，减少计算开销。

一种运动目标分割方法，包括：

获取视频图像；

根据所述视频图像确定当前需要处理的帧；

对所述当前需要处理的帧进行前处理，得到前处理后图像，所述前处理包括滤波和红绿蓝（RGB，Red-Green-Blue）三通道分离；

获取像素点模型，所述像素点模型采用所述视频图像的第一帧所对应的前处理后图像进行初始化；

根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标。

可选的，其中，所述对所述当前需要处理的帧进行前处理，得到前处理后图像具体可以包括：

对所述当前需要处理的帧进行滤波，得到滤波后图像；

对所述滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，所述三个单色图像包括红色通道图像、绿色通道图像和蓝色通道图像。

可选的，所述根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标具体可以包括：

分别计算三个单色图像中的同一个位置的像素点A的像素值，与所述像素点A所对应的像素点模型中所有像素值的欧式距离，得到第一欧式距离集合、第二欧式距离集合和第三欧式距离集合，其中，第一欧式距离集合为红色通道图像对应的欧式距离集合，第二欧式距离集合为绿色通道图像对应的欧式距离集合，第三欧式距离集合为蓝色通道图像对应的欧式距离值集合；

确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定所述像素点A为前景；

确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

其中，所述根据像素点A的值更新像素点模型，具体可以为：

利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值，以及，

利用像素点A的值替换掉像素点A的邻域像素点所对应的像素点模型中的任意一个像素值。

此外，采用所述视频图像的第一帧所对应的前处理后图像对像素点模型进行初始化的方法具体可以包括：

在所述视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点；

确定所述当前需要处理的像素点的邻域像素点；

利用所述邻域像素点的值来为所述当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

可选的，在根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标之后，该方法还可以包括：

对所述分割后的运动目标进行后处理，所述后处理包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

本发明实施例还提供一种运动目标分割装置，包括视频获取单元、确定单元、前处理单元、模型获取单元和分割单元，如下：

视频获取单元，用于获取视频图像；

确定单元，用于根据视频获取单元获取到的视频图像确定当前需要处理的帧；

前处理单元，用于对确定单元得到的当前需要处理的帧进行前处理，得到前处理后图像，所述前处理包括滤波和RGB三通道分离；

模型获取单元，用于获取像素点模型，所述像素点模型采用所述视频图像的第一帧所对应的前处理后图像进行初始化；

分割单元，用于获取到的像素点模型对前处理单元得到的前处理后图像进行运动目标分割，得到分割后的运动目标。

可选的，其中，前处理单元可以包括滤波子单元和分离子单元；

滤波子单元，用于对所述当前需要处理的帧进行滤波，得到滤波后图像；

分离子单元，用于对所述滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，所述三个单色图像包括红色通道图像、绿色通道图像和蓝色通道图像。

可选的，其中，分割单元可以包括计算子单元、第一处理子单元和第二处理子单元；

计算子单元，用于分别计算三个单色图像中的同一个位置的像素点A的像素值，与所述像素点A所对应的像素点模型中所有像素值的欧式距离，得到第一欧式距离集合、第二欧式距离集合和第三欧式距离集合，其中，第一欧式距离集合为红色通道图像对应的欧式距离集合，第二欧式距离集合为绿色通道图像对应的欧式距离集合，第三欧式距离集合为蓝色通道图像对应的欧式距离值集合；

第一处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定所述像素点A为前景；

第二处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

可选的，该运动目标分割装置还可以包括初始化单元；

初始化单元，用于在所述视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点；确定所述当前需要处理的像素点的邻域像素点；利用所述邻域像素点的值来为所述当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

可选的，该运动目标分割装置还可以包括模型建立单元；

模型建立单元，用于分别为所述视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。

可选的，该运动目标分割装置还可以包括后处理单元；

后处理单元，用于对分割单元分割后的运动目标进行后处理，所述后处理包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

本发明实施例还提供一种运动目标分割系统，包括本发明实施例提供的任一种运动目标分割装置。

本发明实施例采用在获取视频图像，以及确定当前需要处理的帧后，对当前需要处理的帧进行前处理，比如进行滤波和RGB三通道分离，得到前处理后图像，然后获取像素点模型，根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，由于本方案在分割前，对图像进行了滤波，所以可以对噪声点具有较好的抑制作用，而且，由于在分割前已经进行了RGB三通道分离，所以可以采用对各个通道进行单独处理再联合分割的方式，使得色彩信息得到了充分的利用，可以提高分割效果；进一步的，由于该方案无需大量的数据来储存先前数据，所以计算开销较少，运行速度也较快。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的运动目标分割方法的流程图；

图2是邻域像素点的示意图；

图3是本发明实施例提供的运动目标分割方法的流程图；

图4是本发明实施例提供的运动目标分割装置的结构示意图；

图5是本发明实施例提供的运动目标分割装置的另一结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供一种运动目标分割方法、装置和系统。以下分别进行详细说明。

实施例一、

本实施例将从运动目标分割装置的角度进行描述，该运动目标分割装置具体可以集成监控系统中。

一种运动目标分割方法，包括：获取视频图像；根据获取到的视频图像确定当前需要处理的帧；对当前需要处理的帧进行前处理，得到前处理后图像，其中，前处理包括滤波和红绿蓝RGB三通道分离；获取像素点模型，该像素点模型采用视频图像的第一帧所对应的前处理后图像进行初始化；根据获取到的像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标。

如图1所示，具体流程可以如下：

101、获取视频图像，即获取视频图像序列。

例如，具体可以接收监控摄像头等设备发送的视频图像，或者从存储卡中获取视频图像，等等。

102、根据步骤101中获取到的视频图像确定当前需要处理的帧。

其中，一个视频图像至少包括一帧图像。

103、对步骤102中得到的当前需要处理的帧进行前处理，得到前处理后图像，其中，前处理可以包括滤波和RGB三通道分离，例如，具体可以如下：

对步骤102中得到的当前需要处理的帧进行滤波，得到滤波后图像；对该滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，其中，三个单色图像可以包括红色通道图像、绿色通道图像和蓝色通道图像。

其中，对图像进行RGB三通道分离的具体方法可参见现有技术，在此不再赘述。

需说明的是，除了对图像进行滤波和RGB三通道分离等前处理之外，该前处理还可以包括其他的可以提高图像质量的处理，比如锐化等等，在此不再赘述。

104、获取像素点模型，其中，该像素点模型采用视频图像的第一帧（即步骤101中获取到的视频图像的第一帧）所对应的前处理后图像进行初始化，其中，初始化的方法具体可以如下：

在视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点，确定当前需要处理的像素点的邻域像素点，利用这些邻域像素点的值来为该当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

其中，邻域像素点指的是当前需要处理的像素点的周围一定范围内的像素点，其中，该范围可以根据实际应用的需求进行设定，比如，可以设定为3*3或5*5等等，即，该邻域像素点具体可以为该当前需要处理的像素点的周围3*3范围内的像素点，或者，该邻域像素点具体可以为该当前需要处理的像素点的周围5*5范围内的像素点，等等。

此后，可以根据后续每一帧运动目标的分割情况对像素点模型进行更新，其更新方法具体可参见步骤105。

需说明的是，像素点模型可以根据视频图像的第一帧图像预先进行建立，即在获取像素点模型之前，该方法还可以包括：

分别为视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。其中，每个像素点的像素点模型的大小可以是相同的，比如，如果像素点模型的长度为N（N>=3*3），则三个通道的像素点模型可以分别设为Sr（i,j,N）、Sg（i,j,N）和Sb（i,j,N），其中，Sr（i,j,N）对应的是红色通道图像中像素点的像素点模型，Sg（i,j,N）对应的是绿色通道图像中像素点的像素点模型，Sb（i,j,N）对应的是蓝色通道图像中像素点的像素点模型。

105、根据步骤104中获取到的像素点模型对步骤103中得到的前处理后图像进行运动目标分割，得到分割后的运动目标；其中，运动目标具体可以为车辆、人或其他动物等运动物体。

例如，具体可以如下：

（1）分别计算三个单色图像（即前处理后图像，前处理后图像包括三个单色图像）中的同一个位置的像素点A的像素值，与该像素点A所对应的像素点模型中所有像素值的欧式距离，得到分别对应于三个单色图像的欧式距离集合，即红色通道图像对应的欧式距离集合、绿色通道图像对应的欧式距离集合和蓝色通道图像对应的欧式距离值集合。

为了描述方便，在本发明实施例中，将红色通道图像对应的欧式距离集合称为第一欧式距离集合，将绿色通道图像对应的欧式距离集合称为第二欧式距离集合，蓝色通道图像对应的欧式距离集合称为第三欧式距离集合。

（2）确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定该像素点A为前景；例如，具体可以如下：

分别将第一欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c1；

分别将第二欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c2；

分别将第三欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c3；

若预置的个数上限用C来表示，则当至少满足“c1<C、c2<C和c3<C”三个条件中的至少一个条件时，确定该像素点A为前景，并在前景图像中置像素点A的像素值为255。

其中，设定阈值和个数上限C可以根据实际应用的需求进行设定。

（3）确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型；例如，具体可以如下：

分别将第一欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c1；

分别将第二欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c2；

分别将第三欧式距离集合中各个元素与设定阈值进行比较，统计其中小于该设定阈值的元素的个数c3；

若预置的个数上限用C来表示，则当c1>=C&&c2>=C&&c3>=C时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

其中，根据像素点A的值更新像素点模型的方法具体可以如下：

利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值，以及，利用像素点A的值替换掉像素点A的邻域像素点所对应的像素点模型中的任意一个像素值。

其中，邻域像素点指的是当前需要处理的像素点的周围一定范围内的像素点，其中，该范围可以根据实际应用的需求进行设定，比如，可以设定为3*3或5*5等等，以该邻域像素点具体可以为该当前需要处理的像素点的周围3*3范围内的像素点为例，则如图2所示，如果以P5作为像素点A的话，则像素点A的邻域像素点可以包括P1、P2、P3、P4、P6、P7、P8和P9，那么此时，在更新像素点模型时，除了利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值之外，还需要利用像素点A的值分别替换掉P1对应的像素点模型中的任意一个像素值、P2对应的像素点模型中的任意一个像素值、P3对应的像素点模型中的任意一个像素值、P4对应的像素点模型中的任意一个像素值、P6对应的像素点模型中的任意一个像素值、P7对应的像素点模型中的任意一个像素值、P8对应的像素点模型中的任意一个像素值和P9对应的像素点模型中的任意一个像素值。

需说明的是，此处的像素点A指的是“三个单色图像中的同一个位置的像素点”，应当理解的是，此处用“A”来表示该像素点，仅仅只是为了描述方便，并不构成限定。

此外，可选的，为了使得分割效果更为优化，可以对分割后的运动目标进行后处理，比如去噪声点处理、填充孔洞处理、形态学操作处理和/或二值图像轮廓处理等等。即在根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标（即步骤105）之后，该方法还可以包括：

对步骤105分割后的运动目标进行后处理，其中，该后处理包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

其中，去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理的具体方法可参见现有技术，在此不再赘述。

由上可知，本实施例采用在获取视频图像，以及确定当前需要处理的帧后，对当前需要处理的帧进行前处理，比如进行滤波和RGB三通道分离，得到前处理后图像，然后获取像素点模型，根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，由于本方案在分割前，对图像进行了滤波，所以可以对噪声点具有较好的抑制作用，而且，由于在分割前已经进行了RGB三通道分离，所以可以采用对各个通道进行单独处理再联合分割的方式，使得色彩信息得到了充分的利用，可以提高分割效果；进一步的，由于该方案无需大量的数据来储存先前数据，所以计算开销较少，运行速度也较快。

实施例二、

根据实施例一所描述的方法，以下将举例作进一步详细说明。

如图3所示，具体流程可以如下：

201、运动目标分割装置获取视频图像，即获取视频图像序列。

例如，运动目标分割装置具体可以接收监控摄像头等设备发送的视频图像，或者从存储卡中获取视频图像，等等。

202、运动目标分割装置根据获取到的视频图像确定当前需要处理的帧。

例如，以该视频图像包括10帧图像为例，则运动目标分割装置可以从第一帧图像开始，依次对这10帧图像按照本发明实施例所提供的运动目标分割方法（即执行步骤202～）进行运动目标的分割，比如，如果此时确定当前需要处理的帧为第二帧的话，则按照本发明实施例所提供的运动目标分割方法对第二帧图像进行运动目标的分割之后，确定当前需要处理的帧为第三帧，然后按照本发明实施例所提供的运动目标分割方法对第三帧图像进行运动目标的分割，以此类推。

203、运动目标分割装置对步骤202中确定的当前需要处理的帧进行前处理，得到前处理后图像。

其中，该前处理的目的是为了减少噪声点干扰，获得高质量的运动前景，因此，前处理可以包括滤波和RGB三通道分离等多种处理。

例如，首先，具体可以采用高斯3*3的滤波模板对当前需要处理的帧进行滤波，得到滤波后图像，这样不仅可以减少噪声点干扰，而且还能平滑路面上边缘比较明显的地方，为前景分割做准备。

其次，在滤波之后，可以对该滤波后图像进行RGB三通道分离，分别得到三个单色图像，这三个单色图像即为本发明实施例所说的前处理后图像，其中，三个单色图像分别包括红色通道图像、绿色通道图像和蓝色通道图像。由于将滤波后图像分离成单色图像，所以有利于后续可以分别针对这些单色图像进行单独处理，这样就可以充分利用图像的彩色信息，避免单通道形成的误判，使得分割更为准确。

204、运动目标分割装置获取像素点模型。

其中，该像素点模型在建立之后，可以采用视频图像的第一帧所对应的前处理后图像来进行初始化，并在后续由运动目标分割装置根据每一帧运动目标的分割情况进行更新。以下将对该像素点模型的建立和初始化进行举例说明，如下：

（1）像素点模型的建立；

运动目标分割装置为视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。其中，每个像素点的像素点模型的大小可以是相同的，比如，如果像素点模型的长度为N（N>=3*3），则三个通道的像素点模型可以分别设为Sr（i,j,N）、Sg（i,j,N）和Sb（i,j,N），其中，Sr（i,j,N）对应的是红色通道图像中像素点的像素点模型，Sg（i,j,N）对应的是绿色通道图像中像素点的像素点模型，Sb（i,j,N）对应的是蓝色通道图像中像素点的像素点模型。

（2）像素点模型的初始化；

运动目标分割装置对第一帧图像所对应的前处理后图像中的每个像素点的模型进行初始化，由于前处理后图像包括了三个单色图像：红色通道图像、绿色通道图像和蓝色通道图像，所以，可以分别对这三个单色图像中的每个像素点的模型进行初始化。为了描述方便，以下将以对红色通道图像中的每个像素点的模型进行初始化为例进行说明，如下：

确定当前需要处理的像素点，以及确定当前需要处理的像素点的邻域像素点，利用这些邻域像素点的值来为该当前需要处理的像素点的像素点模型赋值，重复执行这些步骤，直至该红色通道图像中的所有像素点的像素点模型均赋值完毕。

比如，以邻域像素点具体为该当前需要处理的像素点的周围3*3范围内的像素点为例，参见图2，如果当前需要处理的像素点为P5，其模型为Sr(i,j,N)，则其邻域像素点为可以包括像素点P1、P2、P3、P4、P6、P7、P8和P9，其中，像素点P1的像素点模型为Sr(i-1,j-1,N)，像素点P2的像素点模型为Sr(i-1,j,N)，像素点P3的像素点模型为Sr(i-1,j+1,N)，像素点P4的像素点模型为Sr(i,j-1,N)，像素点P6的像素点模型为Sr(i,j+1,N)，像素点P7的像素点模型为Sr(i+1,j-1,N)，像素点P8的像素点模型为Sr(i+1,j,N)，像素点P9的像素点模型为Sr(i+1,j+1,N)，则像素点P5的像素点模型Sr(i,j,N)是由像素点P1、P2、P3、P4、P6、P7、P8和P9等九个像素点对应的值来随机填充（即赋值）直到Sr(i,j,N)模型中N个位置上都有值。以此类推，按照该方法，直到该红色通道图像中的所有像素点的像素点模型都被初始化。

需说明的是，对绿色通道图像和蓝色通道图像中的每个像素点的模型进行初始化的方法与上述相同，在此不再赘述。

205、运动目标分割装置根据获取到的像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，即，运动目标分割装置根据获取到的像素点模型将前处理后图像分割为前景和背景，从而将运动目标分割出来，其中，运动目标即为前景，除运动目标之外的其他像素点即为背景。

例如，还是以当前需要处理的像素点为P5为例进行说明，如下：

由于P5是红色通道图像中的像素点，其坐标为(i,j)，其中，Pr(i,j)对应的像素点模型为Sr(i,j,N)，Pg(i,j)对应的像素点模型为Sg(i,j,N)，Pb(i,j)对应的像素点模型为Sb(i,j,N)。

则此时，首先，可以计算像素点Pr(i，j)与像素点模型Sr(i,j,N)中N个像素值的欧式距离，得到第一欧式距离集合；计算像素点Pg(i,j)与像素点模型Sg(i,j,N)中N个像素值的欧式距离，得到第二欧式距离集合；以及计算像素点Pb(i,j)与像素点模型Sb(i,j,N)中N个像素值的欧式距离，得到第三欧式距离集合。

其次，将第一欧式距离集合中的各个元素（即计算出来的各个欧式距离）与设定阈值进行比较，得到第一欧式距离集合中小于该设定阈值的元素的个数c1；同理，将第二欧式距离集合中的各个元素（即计算出来的各个欧式距离）与设定阈值进行比较，得到第二欧式距离集合中小于该设定阈值的元素的个数c2；第三欧式距离集合中的各个元素（即计算出来的各个欧式距离）与设定阈值进行比较，得到第三欧式距离集合中小于该设定阈值的元素的个数c3。

再者，将c1、c2和c3分别和个数上限C进行比较，若c1>=C&&c2>=C&&c3>=C，则该像素点为背景，即三个通道上的三个像素点Pr(i,j)、Pg(i,j)和Pb(i,j)均为背景，于是在前景图像（即分割出来的运动目标）中置该点像素值为0；否则，若c1、c2和c3中至少有一个小于C的话，则认为该像素点为前景，即像素点Pr(i,j)、Pg(i,j)和Pb(i,j)为前景，保留该像素点；进一步的，在确定像素点为前景之后，还可以在前景图像中置该点像素值为255，从而得到前景的二值化图像。

其中，在确定像素点为背景时，还需要更新像素点模型，具体可以如下：

（1）利用该确定为背景的像素点的值替换掉该像素点所对应的像素点模型中的任意一个像素值；

比如，以确定像素点(i,j)位置为背景为例，则此时需要将Pr(i,j)替换掉像素点模型Sr(i,j,k)（其中k是大于等于1且小于等于N的任意一个正整数）中的任意一个像素值，同理，将Pg(i,j)替换掉像素点模型Sg(i,j,k)（其中k是大于等于1且小于等于N的任意一个正整数）中的任意一个像素值，将Pb(i,j)替换掉像素点模型Sb(i,j,k)（其中k是大于等于1且小于等于N的任意一个正整数）中的任意一个像素值。

（2）利用该确定为背景的像素点的值分别替换掉该像素点的邻域像素点中的像素点模型中的任意一个像素值；

例如，同样以确定像素点(i,j)位置为背景为例，则如图2所示（还是以周围3*3范围内的点为邻域像素点为例），其邻域像素点为P1、P2、P3、P4、P6、P7、P8和P9，则此时，可以将P5替换掉P1对应的像素点模型中的任意一个像素值、P2对应的像素点模型中的任意一个像素值、P3对应的像素点模型中的任意一个像素值、P4对应的像素点模型中的任意一个像素值、P6对应的像素点模型中的任意一个像素值、P7对应的像素点模型中的任意一个像素值、P8对应的像素点模型中的任意一个像素值和P9对应的像素点模型中的任意一个像素值，以此类推，等等。

206、运动目标分割装置对分割后的运动目标（即前景图像）进行后处理；例如，具体可以如下：

对分割出来的运动目标进行去噪声点，处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

以运动目标具体为车辆为例，在将车辆团块分割出来之后，可以对该车辆团块进行去噪声点处理，其中，该噪声点可以包括单点噪声或面积小于一定值的块状噪声，比如行人，飞鸟等。

此外，该分割出来的车辆团块（即前景图像）中可能会存在部分被误判为背景的像素点，从而出现孔洞，因此，还可以对这些孔洞进行填充。

可选的，为了达到更好的视觉效果，还可以对该分割出来的车辆团块（即前景图像）进行形态学处理。

最后，还可以根据二值图像的轮廓来获得该车辆团块区域，从而得到一个完整的车辆图像。

需说明的是，此后，可以返回执行步骤202，即对视频图像中的其他帧也按照步骤202~206的方法将运动目标分割处理，从而完成对整个视频图像的运动目标分割，由于其他帧的运动图像分割方法与上述相同，故在此不再赘述。

由上可知，本实施例采用在获取视频图像，以及确定当前需要处理的帧后，对当前需要处理的帧进行滤波和RGB三通道分离等前处理，得到前处理后图像，然后获取像素点模型，根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，由于本方案在分割前，对图像进行了滤波，所以可以对噪声点具有较好的抑制作用，而且，由于在分割前已经进行了RGB三通道分离，所以可以采用对各个通道进行单独处理再联合分割的方式，使得色彩信息得到了充分的利用，克服了运动目标与背景中灰度相近部分误分割现象，大大提高了分割效果。此外，由于在分割的过程中，像素点模型可以自动根据分割情况进行更新，所以相对于现有技术而言，该方案对环境的适应性也较强，而且，由于在更新像素点模型时，考虑了邻域像素点的因素，所以可以减少对边缘特征比较明显的地方（如车道上的导向箭头等）所造成误分割。进一步的，由于该方案无需大量的数据来储存先前数据，所以计算开销较少，运行速度也较快。

该方案可以应用在各种需要进行运动目标分割的场景，比如车辆监控场景等。

实施例三、

为了更好地实施以上方法，本发明实施例还相应地提供了一种运动目标分割装置，如图4所示，该运动目标分割装置包括视频获取单元301、确定单元302、前处理单元303、模型获取单元304和分割单元305；

视频获取单元301，用于获取视频图像；其中，一个视频图像至少包括一帧图像。

例如，具体可以接收监控摄像头等设备发送的视频图像，或者从存储卡中获取视频图像，等等。

确定单元302，用于根据视频获取单元301获取到的视频图像确定当前需要处理的帧；

前处理单元303，用于对确定单元302得到的当前需要处理的帧进行前处理，得到前处理后图像，其中，前处理包括滤波和红绿蓝RGB三通道分离；

模型获取单元304，用于获取像素点模型，其中，像素点模型采用视频图像的第一帧所对应的前处理后图像进行初始化；

分割单元305，用于获取到的像素点模型对前处理单元303得到的前处理后图像进行运动目标分割，得到分割后的运动目标。

其中，前处理单元303可以包括滤波子单元和分离子单元；

滤波子单元，用于对确定单元302确定的当前需要处理的帧进行滤波，得到滤波后图像；

分离子单元，用于对滤波子单元得到的滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，其中，三个单色图像包括红色通道图像、绿色通道图像和蓝色通道图像。

其中，分割单元305可以包括计算子单元、第一处理子单元和第二处理子单元；

计算子单元，用于分别计算三个单色图像中的同一个位置的像素点A的像素值，与所述像素点A所对应的像素点模型中所有像素值的欧式距离，得到第一欧式距离集合、第二欧式距离集合和第三欧式距离集合，其中，第一欧式距离集合为红色通道图像对应的欧式距离集合，第二欧式距离集合为绿色通道图像对应的欧式距离集合，第三欧式距离集合为蓝色通道图像对应的欧式距离值集合；

第一处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定所述像素点A为前景，并在前景图像中置像素点A的像素值为255；

第二处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

其中，设定阈值和预置的元素个数上限均可以根据实际应用的需求进行设置，而根据像素点A的值更新像素点模型具体可以为：利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值，以及，利用像素点A的值替换掉像素点A的邻域像素点所对应的像素点模型中的任意一个像素值。

进一步的，如图5所示，该运动目标分割装置还可以包括初始化单元306；

初始化单元306，用于在视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点；确定该当前需要处理的像素点的邻域像素点；利用这些邻域像素点的值来为该当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

如图5所示，该运动目标分割装置还可以包括模型建立单元307；

模型建立单元307，用于分别为该视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。

此外，可选的，为了使得分割效果更为优化，可以对分割后的运动目标进行后处理，比如去噪声点处理、填充孔洞处理、形态学操作处理和/或二值图像轮廓处理等等。即如图5所示，该运动目标分割装置还可以包括后处理单元308；

后处理单元308，用于对分割单元分割后的运动目标进行后处理，其中，后处理可以包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

其中，去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理的具体方法可参见现有技术，在此不再赘述。

该运动目标分割装置具体可以集成监控系统中。具体实施时，以上各个单元可以作为独立的实体实现，也可以进行任意组合，作为同一或任意个实体来实现，以上各个单元的具体实施可参见前面的方法实施例，在此不再赘述。

由上可知，本实施例的运动目标分割装置采用在获取视频图像，以及确定当前需要处理的帧后，由前处理单元303对当前需要处理的帧进行滤波和RGB三通道分离等前处理，得到前处理后图像，然后由模型获取单元304获取像素点模型，再由分割单元305根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，由于本方案在分割前，对图像进行了滤波，所以可以对噪声点具有较好的抑制作用，而且，由于在分割前已经进行了RGB三通道分离，所以可以采用对各个通道进行单独处理再联合分割的方式，使得色彩信息得到了充分的利用，克服了运动目标与背景中灰度相近部分误分割现象，大大提高了分割效果。此外，由于在分割的过程中，像素点模型可以自动根据分割情况进行更新，所以相对于现有技术而言，该方案对环境的适应性也较强，而且，由于在更新像素点模型时，考虑了邻域像素点的因素，所以可以减少对边缘特征比较明显的地方所造成误分割。进一步的，由于该方案无需大量的数据来储存先前数据，所以计算开销较少，运行速度也较快。

实施例四、

相应的，本发明实施例还提供一种运动目标分割系统，包括本发明实施例提供的任一种运动目标分割装置，其中，该运动目标分割装置的具体说明可参见实施例三，在此不再赘述。

此外，该运动目标分割系统还可以包括视频图像提供设备，比如摄像设备或存储设备等。如下：

视频图像提供设备，用于提供视频图像给运动目标分割装置；

则运动目标分割装置，用于从视频图像提供设备中获取视频图像；根据该视频图像确定当前需要处理的帧；对当前需要处理的帧进行前处理，得到前处理后图像，其中，前处理包括滤波和RGB三通道分离；获取像素点模型，根据所述像素点模型对该前处理后图像进行运动目标分割，得到分割后的运动目标，具体可参见前面的实施例，在此不再赘述。

该运动目标分割系统具体可以集成在监控系统中，以上各个设备的具体实施可参见前面的实施例，在此不再赘述。

由上可知，本实施例的运动目标分割系统的运动目标分割装置采用在获取视频图像，以及确定当前需要处理的帧后，对当前需要处理的帧进行滤波和RGB三通道分离等前处理，得到前处理后图像，然后获取像素点模型，根据该像素点模型对前处理后图像进行运动目标分割，得到分割后的运动目标，由于本方案在分割前，对图像进行了滤波，所以可以对噪声点具有较好的抑制作用，而且，由于在分割前已经进行了RGB三通道分离，所以可以采用对各个通道进行单独处理再联合分割的方式，使得色彩信息得到了充分的利用，克服了运动目标与背景中灰度相近部分误分割现象，大大提高了分割效果。此外，由于在分割的过程中，像素点模型可以自动根据分割情况进行更新，所以相对于现有技术而言，该方案对环境的适应性也较强，而且，由于在更新像素点模型时，考虑了邻域像素点的因素，所以可以减少对边缘特征比较明显的地方（如车道上的导向箭头等）所造成误分割。进一步的，由于该方案无需大量的数据来储存先前数据，所以计算开销较少，运行速度也较快。

本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器（ROM，Read Only Memory）、随机存取记忆体（RAM，Random Access Memory）、磁盘或光盘等。

以上对本发明实施例所提供的一种运动目标分割方法、装置和系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (11)

1.一种运动目标分割方法，其特征在于，包括：

获取视频图像；

根据所述视频图像确定当前需要处理的帧；

对所述当前需要处理的帧进行前处理，得到前处理后图像，所述前处理包括滤波和红绿蓝RGB三通道分离；

获取像素点模型，所述像素点模型采用所述视频图像的第一帧所对应的前处理后图像进行初始化；

根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标；

其中，所述对所述当前需要处理的帧进行前处理，得到前处理后图像，包括：对所述当前需要处理的帧进行滤波，得到滤波后图像；对所述滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，所述三个单色图像包括红色通道图像、绿色通道图像和蓝色通道图像；

其中，所述根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标，包括：

分别计算三个单色图像中的同一个位置的像素点A的像素值，与所述像素点A所对应的像素点模型中所有像素值的欧式距离，得到第一欧式距离集合、第二欧式距离集合和第三欧式距离集合，其中，第一欧式距离集合为红色通道图像对应的欧式距离集合，第二欧式距离集合为绿色通道图像对应的欧式距离集合，第三欧式距离集合为蓝色通道图像对应的欧式距离值集合；

确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定所述像素点A为前景，并在前景图像中置像素点A的像素值为255；

确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

2.根据权利要求1所述的方法，其特征在于，所述根据像素点A的值更新像素点模型，具体为：

利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值，以及，

利用像素点A的值替换掉像素点A的邻域像素点所对应的像素点模型中的任意一个像素值。

3.根据权利要求1或2所述的方法，其特征在于，采用所述视频图像的第一帧所对应的前处理后图像对像素点模型进行初始化，包括：

在所述视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点；

确定所述当前需要处理的像素点的邻域像素点；

利用所述邻域像素点的值来为所述当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

4.根据权利要求1或2所述的方法，其特征在于，所述获取像素点模型之前，还包括：

分别为所述视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。

5.根据权利要求1或2所述的方法，其特征在于，所述根据所述像素点模型对所述前处理后图像进行运动目标分割，得到分割后的运动目标之后，还包括：

对所述分割后的运动目标进行后处理，所述后处理包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

6.一种运动目标分割装置，其特征在于，包括：

视频获取单元，用于获取视频图像；

确定单元，用于根据视频获取单元获取到的视频图像确定当前需要处理的帧；

前处理单元，用于对确定单元得到的当前需要处理的帧进行前处理，得到前处理后图像，所述前处理包括滤波和红绿蓝RGB三通道分离；

模型获取单元，用于获取像素点模型，所述像素点模型采用所述视频图像的第一帧所对应的前处理后图像进行初始化；

分割单元，用于获取到的像素点模型对前处理单元得到的前处理后图像进行运动目标分割，得到分割后的运动目标；

其中，所述前处理单元包括滤波子单元和分离子单元；

滤波子单元，用于对所述当前需要处理的帧进行滤波，得到滤波后图像；

分离子单元，用于对所述滤波后图像进行RGB三通道分离，分别得到三个单色图像，将得到的三个单色图像作为前处理后图像，所述三个单色图像包括红色通道图像、绿色通道图像和蓝色通道图像；

其中，所述分割单元包括计算子单元、第一处理子单元和第二处理子单元；

计算子单元，用于分别计算三个单色图像中的同一个位置的像素点A的像素值，与所述像素点A所对应的像素点模型中所有像素值的欧式距离，得到第一欧式距离集合、第二欧式距离集合和第三欧式距离集合，其中，第一欧式距离集合为红色通道图像对应的欧式距离集合，第二欧式距离集合为绿色通道图像对应的欧式距离集合，第三欧式距离集合为蓝色通道图像对应的欧式距离值集合；

第一处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素的个数、第二欧式距离集合中欧式距离小于设定阈值的元素的个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素的个数中至少有一个小于预置的个数上限时，确定所述像素点A为前景，并在前景图像中置像素点A的像素值为255；

第二处理子单元，用于确定第一欧式距离集合中欧式距离小于设定阈值的元素个数、第二欧式距离集合中欧式距离小于设定阈值的元素个数、以及第三欧式距离集合中的欧式距离小于设定阈值的元素个数，均大于等于预置的元素个数上限时，确定所述像素点A为背景，在前景图像中置像素点A的像素值为0，并根据像素点A的像素值更新像素点模型。

7.根据权利要求6所述的运动目标分割装置，其特征在于，

所述第二处理子单元，具体用于利用像素点A的值替换掉像素点A所对应的像素点模型中的任意一个像素值，以及，利用像素点A的值替换掉像素点A的邻域像素点所对应的像素点模型中的任意一个像素值。

8.根据权利要求6或7所述的运动目标分割装置，其特征在于，还包括初始化单元；

初始化单元，用于在所述视频图像的第一帧所对应的前处理后图像中确定当前需要处理的像素点；确定所述当前需要处理的像素点的邻域像素点；利用所述邻域像素点的值来为所述当前需要处理的像素点的像素点模型赋值，并返回执行在第一帧所对应的前处理后图像中确定当前需要处理的像素点的步骤，直至第一帧所对应的前处理后图像中的像素点的像素点模型均赋值完毕。

9.根据权利要求6或7所述的运动目标分割装置，其特征在于，还包括模型建立单元；

模型建立单元，用于分别为所述视频图像的第一帧所对应的前处理后图像中的每一个像素点建立像素点模型。

10.根据权利要求6或7所述的运动目标分割装置，其特征在于，还包括后处理单元；

后处理单元，用于对分割单元分割后的运动目标进行后处理，所述后处理包括去噪声点处理、填充孔洞处理、形态学操作处理和二值图像轮廓处理中的任意一种或多种。

11.一种运动目标分割系统，其特征在于，包括权利要求6至10所述的任一种运动目标分割装置。