CN102930541B - 视频图像的背景提取及更新方法 - Google Patents

Abstract

本发明涉及视频图像的背景提取及更新方法，其首先设定二值化的阈值，然后对上一背景帧和当前帧进行相减运算，对运算所得的图像结果进行二值化，以区分出运动区域和背景区域，二值化后的图像结果记为图像BKT。对于图像BKT的运动区域，新的背景帧保留上一背景帧的灰度值；对于图像BKT的背景区域，新的背景帧由上一背景帧和当前帧的加权平均得到。即使在背景帧趋向稳定的过程中，本发明的方法仍可以对运动目标进行检测；而当运动目标由运动状态变成静止状态时，运动目标仍可由该方法检测；该方法可以有效的排除外部较弱光线的干扰，而且对强光的干扰也有很强的抵抗性。

Description

视频图像的背景提取及更新方法

技术领域

本发明涉及运动目标检测技术，具体涉及视频图像的背景提取及更新方法。

背景技术

视频图像的背景提取及更新是运动目标检测和分割的基础。由于视频存在运动物体视觉目标本身及周边环境复杂多变的因素，因此获得鲁棒而高效的背景提取及更新方法，目前仍旧是计算机视觉中一个极具挑战性的研究课题。

视频中运动目标的检测和分割是计算机视觉领域的基础课题。常用的运动目标检测方法有光流法、帧差法和背景差分法等。背景差分法由于其能够完整地分割出运动对象，并且在背景构建好之后能实现实时的运动检测，因而被广泛应用于视频监视、交通自动检测等场合。背景差分法主要由背景提取、运动检测、背景更新三部分构成，其中背景提取和更新是背景差分效果好坏的基础。其中，一种常用的背景提取和更新方法是多帧平均法。

多帧平均法的思想是获取视频连续的N帧，然后对这N帧取平均值得到背景帧。多帧平均法是最经典的背景提取及更新方法，由于其非自适应性而存在的缺陷有：在初始阶段需要一定时间来获取稳定的背景，因而在此期间不能很好检测运动目标；在获取稳定的背景之后，当运动目标处于静止状态时，该方法不能实现对这类目标的检测；对外部光线的干扰比较敏感，不具有很好的鲁棒性。

发明内容

本发明的目的在于提出一种视频图像的背景提取及更新方法，其能解决鲁棒性差，背景帧趋向稳定的过程中无法检测到运动目标以及运动目标处于静止状态时无法检测的问题。

为了达到上述目的，本发明所采用的技术方案如下：

视频图像的背景提取及更新方法，包括以下步骤：

a、用当前帧与上一背景帧相减后，对所得图像结果进行二值化，以得到背景区域和运动区域，二值化后的图像结果记为图像BKT；

b、保持图像BKT的运动区域的灰度值不变；将图像BKT的背景区域的灰度值使用当前帧的灰度值与上一背景帧的灰度值的加权平均值代替，即 $B_{n+1}(x,y)=\left\{\begin{array}{c}\mathrm{\α}{B}_n(x,y)+(1-\mathrm{\α})I_n(x,y)\\ B_n(x,y)\end{array}\right.,$ 以形成新的背景帧；其中，I_n(x,y)为当前帧的灰度值，B_n(x,y)为上一背景帧的灰度值，α为加权系数，且0≤α≤1，B_n+1(x,y)为新的背景帧的灰度值。

优选的，在步骤a中，若当前帧为第T帧图像或在第T帧图像前，则当前帧与上一背景帧相减后不取绝对值，此过程可以有效消除初始背景帧对背景更新的影响，为第一阶段；若当前帧在第T帧图像后，则当前帧与上一背景帧相减后取绝对值，此过程可以有效消除外界光线对背景更新的干扰，为第二阶段。初始背景帧可以选为第一帧图像，仍然可以立刻对运动目标进行检测。T的选取标准是，根据图像处理的速度而定，使得第一阶段能完全有效的消除初始背景帧对背景更新的影响，不至于使其残留从而干扰第二阶段的背景更新。

优选的，步骤a中，二值化的阈值的取值根据运动目标的灰度值与背景的灰度值的差值而设定。

优选的，α=0.1，如此可以维持背景更新的延续性，并且能预警当前帧出现剧烈变化的情况。

本发明具有如下有益效果：

即使在背景帧趋向稳定的过程中，本发明的方法仍可以对运动目标进行检测；而当运动目标由运动状态变成静止状态时，运动目标仍可由该方法检测；该方法可以有效的排除外部较弱光线的干扰，而且对强光的干扰也有很强的抵抗性。

附图说明

图1为本发明较佳实施例的视频图像的背景提取及更新方法的原理方框图；

图2为本发明较佳实施例的视频图像的背景提取及更新方法的一种具体程序的流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述：

本发明提出的视频图像的背景提取及更新方法主要采用自适应的方法提取和更新背景。自适应体现在，利用输入的上一背景帧和当前帧的运算对运动区域和背景区域进行区分，然后对当前背景帧按照运动区域和背景区域分别进行更新。

如图1为本实施例的视频图像的背景提取及更新方法的原理方框图，具体包括以下三部分。

一、背景输入：

背景的提取及更新需要上一个背景帧，也就是前一次更新的背景帧，这个背景帧用于区分背景更新的运动区域和背景区域。

二、区域区分：

有了上一背景帧，下一步需要区分当前帧的运动区域和背景区域，以便对背景帧进行自适应性更新。主要步骤是：首先设定二值化的阈值（英文名称为Threshold），然后对上一背景帧和当前帧进行相减运算，对运算所得的图像结果进行二值化，以区分出运动区域和背景区域，二值化后的图像结果记为图像BKT。

其中的相减运算分为两个阶段，系统的开启阶段（即第一阶段）和系统稳定运行阶段（即第二阶段）。开启阶段即第T帧图像之前，相减运算仅仅是用上一背景帧减去当前帧，对结果不取绝对值。稳定运行阶段即第T帧图像起，相减运算是用上一背景帧减去当前帧，并对结果取绝对值。

三、背景更新：

根据上一步对运动区域和背景区域的区分结果，即图像BKT，对两个区域分别进行背景更新。对于图像BKT的运动区域，新的背景帧保留上一背景帧的灰度值；对于图像BKT的背景区域，新的背景帧由上一背景帧和当前帧的加权平均得到，即根据公式（1）运算得到新的背景帧。

$B_{n+1}(x,y)=\left\{\begin{array}{cc}\mathrm{\α}{B}_n(x,y)+(1-\mathrm{\α})I_n(x,y)& \mathrm{if}(x,y)\∉\mathrm{motion\; region}\\ B_n(x,y)& \mathrm{if}(x,y)\∈\mathrm{motion\; region}\end{array}\right.---\left(1\right)$

其中，I_n(x,y)为当前帧的灰度值，B_n(x,y)为上一背景帧的灰度值，α为加权系数，且0≤α≤1，B_n+1(x,y)为新的背景帧的灰度值。motionregion表示运动区域。

图2为本实施例的视频图像的背景提取及更新方法的一种具体程序的流程图。

S201、初始化，包括定义变量T、Threshold，分别表示两种相减运算的分界帧次和二值化的阈值，两者优选值分别为T=50、Threshold=30；定义帧数变量i=1；

S202、选取视频序列的第一帧图像为初始背景帧；

S203、判断帧数i是否满足i≤T，若满足则转至S204，系统处于开启阶段；若不满足则转至S205，系统处于稳定运行阶段；其中，当i=1时，上一背景帧就是初始背景帧；

S204、在系统处于开启阶段时，使用当前帧减去上一背景帧，且不取绝对值；

S205、在系统处于稳定运行阶段时，使用当前帧减去上一背景帧，并且取其绝对值；

S206、根据Threshold，对S204或者S205的图像结果进行二值化，二值化后的图像结果记为图像BKT，以区分出运动区域和背景区域；

S207、根据图像BKT，对背景帧进行分区更新，即对于图像BKT的运动区域，保留上一背景帧的灰度值；对于图像BKT的背景区域，使用当前帧和上一背景帧的加权平均值代替，得到更新后的背景帧；

S208、i=i+1，返回步骤S203，对后续帧进行更新。

本发明所提出的自适应视频图像的背景提取及更新方法计算简单，背景提取效果好，很好的解决了非自适应性背景提取及更新方法存在的问题。

对于本领域的技术人员来说，可根据以上描述的技术方案以及构思，做出其它各种相应的改变以及变形，而所有的这些改变以及变形都应该属于本发明权利要求的保护范围之内。

Claims (3)

1.视频图像的背景提取及更新方法，其特征在于，包括以下步骤：

a、用当前帧与上一背景帧相减后，对所得图像结果进行二值化，以得到背景区域和运动区域，二值化后的图像结果记为图像BKT；

b、保持图像BKT的运动区域的灰度值不变；将图像BKT的背景区域的灰度值使用当前帧的灰度值与上一背景帧的灰度值的加权平均值代替，即 $B_{n+1}(x,y)=\left\{\begin{array}{c}\mathrm{\α}{B}_n(x,y)+(1-\mathrm{\α})I_n(x,y)\\ B_n(x,y)\end{array}\right.,$ 以形成新的背景帧；其中，I_n(x,y)为当前帧的灰度值，B_n(x,y)为上一背景帧的灰度值，α为加权系数，且0≤α≤1，B_n+1(x,y)为新的背景帧的灰度值；

在步骤a中，若当前帧为第T帧图像或在第T帧图像前，则当前帧与上一背景帧相减后不取绝对值；若当前帧在第T帧图像后，则当前帧与上一背景帧相减后取绝对值。

2.如权利要求1所述的视频图像的背景提取及更新方法，其特征在于，步骤a中，二值化的阈值的取值根据运动目标的灰度值与背景的灰度值的差值而设定。

3.如权利要求1所述的视频图像的背景提取及更新方法，其特征在于，α＝0.1。