CN104463875A - 一种视频背景图片的提取算法 - Google Patents

一种视频背景图片的提取算法 Download PDF

Info

Publication number
CN104463875A
CN104463875A CN201410757811.6A CN201410757811A CN104463875A CN 104463875 A CN104463875 A CN 104463875A CN 201410757811 A CN201410757811 A CN 201410757811A CN 104463875 A CN104463875 A CN 104463875A
Authority
CN
China
Prior art keywords
pixel
video
dimension
gray
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410757811.6A
Other languages
English (en)
Inventor
陈科
王宇凡
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Polytechnic University
Original Assignee
Tianjin Polytechnic University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Tianjin Polytechnic University filed Critical Tianjin Polytechnic University
Priority to CN201410757811.6A priority Critical patent/CN104463875A/zh
Publication of CN104463875A publication Critical patent/CN104463875A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种对于视频中的背景图片的提取的算法，先利用选择排序法对视频中同一个像素点的灰度值在不同帧中的大小进行排序，再使用二分搜素法找出每一个像素点的灰度值在一定的范围内出现频率最高的那个值所在的帧并在找出所有满足上述条件的像素点后，输出由他们所组成的图片即为他们所在视频的背景图片。利用该方法处理视频时，所需数据量小，并且提取的背景图片质量好，极大地改善了拖影现象。

Description

一种视频背景图片的提取算法
技术领域
本发明涉及一种数字图像、数字视频的像素分析处理技术。
背景技术
当今时代，随着信息技术的飞速发展，多媒体信息已经成为人们获得信息的最主要载体，而多媒体技术也得到快速发展。视频图像的背景提取算法在图像处理和计算机视觉领域有着广泛的应用，也是计算机视觉和多媒体应用中的一个关键的技术。至今国内外已经提出不少背景检测方法，常用的背景提取方法一共有三类：手动获得、统计方法、利用背景更新算法获得背景图像。手动获得的方法需要在观察到没有前景物体时用相机拍摄，对人力和物力的需求多，而且在很多情况下很难实现。统计方法是用灰度的均值作为背景图像的灰度，这种方法获得的背景图像不具有自适应的调节作用。利用背景更新算法提取背景图像的过程中背景是不断更新的，因此具有自适应的调节作用。现在的主流的背景更新算法在进行比较更新的过程中更新的对象都是整幅图像，算法中先求出每个像素灰度变化值，然后与阈值进行比较，灰度变化值小于阈值的像素进行更新，反之不更新。用这些方法提取出的背景图像中常有拖影现象从而影响了得到的背景图片的精确度。
发明内容
本发明是为解决现有技术中的问题，而提供了一种解决视频背景图片的拖影现象、改善背景图片的精确度的一种具有自适应调节作用的视频背景图片的提取算法。
本发明为解决公知技术中存在的技术问题所采取的技术方案是：按一定的时间间隔抽出一定时间长度视频中的部分帧的每一个像素点的灰度值进行排序，再利用搜索算法找出每一个像素点出现频率最高的值，输出所有满足条件的像素点即为该段视频中的背景图片；具体的算法执行过程包括如下步骤：
(1)建立四维数组读取视频中每一帧的每个像素点的RGB值，其中数组的第一维是视频的帧数，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(2)使用选择排序法按一定的间隔对视频中部分帧的每一个像素点的灰度值的大小由小到大进行排序；
(3)再利用二分搜索法找出每一个像素点的灰度值在一定区间内浮动情况下的密度最大的那个值；
(4)用一个新的四维数组对找出的每一个密度最大的灰度值所在的像素点进行存储，其中数组的第一维是背景图片的序号，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(5)输出当前已存储完的一段视频的满足条件的像素点即为当前视频的背景图片。
附图说明
图1是时间长度为2分钟的背景单一的视频中含有移动物体的随机选取的一帧的图片；
图2是利用本项发明提供的视频背景提取算法后的对图1视频的处理后得到的背景图片；
图3是图1所在视频的原始背景图片；
图4是时间长度为10分钟的背景复杂的视频中含有移动物体的随机选取的一帧的图片；
图5是利用本项发明提供的视频背景提取算法后的对图3视频的处理后得到的背景图片；
图6是图4所在视频的原始背景图片。
具体实施方式
以下参照附图及实施例对本发明进行详细的说明。本发明的范围不受这些实施例的限制，本发明的范围在权利要求书中提出。
本发明对一定时间长度的视频中的部分帧的每一个像素点的灰度值进行排序后再利用搜索算法找出每一个像素点出现频率最高的值，输出所有满足条件的像素点即为该段视频中的背景图片。该方法处理视频时，所需数据量小，且提取的背景图片的图像质量好，打打减少拖影现象、改善了图片的精确度。
算法执行过程包括如下步骤：
(1)建立四维数组读取视频中每一帧的每个像素点的RGB值，其中数组的第一维是视频的帧数，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(2)使用选择排序法按一定的间隔对视频中部分帧的每一个像素点的灰度值的大小由小到大进行排序；
(3)再利用二分搜索法找出每一个像素点的灰度值在一定区间内浮动情况下的密度最大的那个值；
(4)用一个新的四维数组对找出的每一个密度最大的灰度值所在的像素点进行存储，其中数组的第一维是背景图片的序号，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(5)输出当前已存储完的一段视频的满足条件的像素点即为当前视频的背景图片。
利用本发明提出的对一定视频长度的背景图片提取算法分别对视频长度为2分钟，背景单一的视频以及视频长度为10分钟，背景复杂的视频进行了背景图片的提取，实验结果如图1、图2、图3、图4、图5、图6所示。从这些图可以看出两种不同等级的时间长度和背景复杂程度的视频利用本发明提出的视频背景图片提取算法得到的结果与他们各自的原始背景图片的对比结果。
从图2和图3以及图5和图6两组图片的对比可以发现利用本发明的视频背景图片的提取算法与原视频的背景图片几乎没有拖影现象，且与视频中的原背景图片差异很小。由此，得出结论：本发明提出的具有自适应调节作用的视频背景图片的提取算法可以很好地解决图片的拖影现象和精确度不够高的问题。

Claims (1)

1.一种具有自适应调节作用的视频背景图片的提取算法，该算法先按一定的时间间隔抽出一定时间长度视频中的部分帧，对每个像素点的灰度值进行排序后再利用搜索算法找出每一个像素点出现频率最高的值，最终得到所有满足条件的像素点组成的图片即为该段视频中的背景。其特征在于，
算法执行过程包括如下步骤：
(1)建立四维数组读取视频中每一帧的每个像素点的RGB值，其中数组的第一维是视频的帧数，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(2)使用选择排序法按一定的间隔对视频中部分帧的每一个像素点的灰度值的大小由小到大进行排序；
(3)再利用二分搜索法找出每一个像素点的灰度值在一定区间内浮动情况下的密度最大的那个值；
(4)用一个新的四维数组对找出的每一个密度最大的灰度值所在的像素点进行存储，其中数组的第一维是背景图片的序号，第二维是像素点的纵坐标，第三维是像素点的横坐标，第四维是像素点的RGB值和灰度值；
(5)输出当前已存储完的一段视频的满足条件的像素点即为当前视频的背景图片。
CN201410757811.6A 2014-12-11 2014-12-11 一种视频背景图片的提取算法 Pending CN104463875A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410757811.6A CN104463875A (zh) 2014-12-11 2014-12-11 一种视频背景图片的提取算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410757811.6A CN104463875A (zh) 2014-12-11 2014-12-11 一种视频背景图片的提取算法

Publications (1)

Publication Number Publication Date
CN104463875A true CN104463875A (zh) 2015-03-25

Family

ID=52909857

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410757811.6A Pending CN104463875A (zh) 2014-12-11 2014-12-11 一种视频背景图片的提取算法

Country Status (1)

Country Link
CN (1) CN104463875A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111586348A (zh) * 2020-04-15 2020-08-25 福建星网视易信息系统有限公司 一种视频背景图像获取方法、存储介质、视频抠像方法和存储设备
CN113820661A (zh) * 2021-09-03 2021-12-21 暨南大学 一种基于二分及双指针条纹搜索的可见光定位方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111586348A (zh) * 2020-04-15 2020-08-25 福建星网视易信息系统有限公司 一种视频背景图像获取方法、存储介质、视频抠像方法和存储设备
CN111586348B (zh) * 2020-04-15 2022-04-12 福建星网视易信息系统有限公司 一种视频背景图像获取方法、存储介质、视频抠像方法和存储设备
CN113820661A (zh) * 2021-09-03 2021-12-21 暨南大学 一种基于二分及双指针条纹搜索的可见光定位方法及系统
CN113820661B (zh) * 2021-09-03 2023-07-28 暨南大学 一种基于二分及双指针条纹搜索的可见光定位方法及系统

Similar Documents

Publication Publication Date Title
WO2019225692A1 (ja) 映像処理装置、映像処理方法、および映像処理プログラム
CN103020924B (zh) 基于相似场景的低照度监控图像增强方法
CN104794727B (zh) 一种基于对称性的单透镜计算成像psf快速标定方法
CN113052764B (zh) 一种基于残差连接的视频序列超分重建方法
CN113642576B (zh) 一种目标检测及语义分割任务中训练图像集合的生成方法及装置
CN102695028A (zh) 视频图像动态降帧方法和系统
CN1606345A (zh) 进行反向电视电影处理的装置与方法
CN102509095A (zh) 一种车牌图像的预处理方法
CN114022823A (zh) 一种遮挡驱动的行人再识别方法、系统及可存储介质
CN111062331A (zh) 图像的马赛克检测方法、装置、电子设备及存储介质
CN110111342B (zh) 一种抠图算法的优化选取方法及装置
CN104463875A (zh) 一种视频背景图片的提取算法
CN105095898A (zh) 一种面向实时视觉系统的目标压缩感知方法
CN109977738B (zh) 一种视频场景分割判断方法、智能终端及存储介质
CN107545547B (zh) 逆色调映射方法
CN101276476A (zh) 对2d卡通动画的前景背景分离方法
CN109493361B (zh) 一种火灾烟雾图像分割方法
CN105704363B (zh) 图像数据处理方法和装置
CN103079029A (zh) 一种基于宏块边缘信息的数字电视马赛克识别方法
CN107766838B (zh) 一种视频场景切换检测方法
CN114445447A (zh) 一种图像分割方法、装置、设备及介质
CN109886276B (zh) 一种表盘滚动数字字符的半字判断方法
CN111145193A (zh) 一种自适应全局阈值二值化方法
CN106157318A (zh) 监控视频背景图像建模方法
Zhang et al. Shot boundary detection based on HSV color model

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150325