CN104978734B - 前景图像的提取方法及装置 - Google Patents

Abstract

本发明公开了一种前景图像的提取方法及装置，在上述方法中，采用连续的视频流建立背景模型；根据背景模型从当前图像帧中提取前景物体；通过背景模型和前景物体确定前景图像。根据本发明提供的技术方案，进而大幅度减少了背景建模过程中需要存储的数据量，降低了背景建模以及前景提取过程中的计算量，提高了前景提取的稳定性。

Description

前景图像的提取方法及装置

技术领域

本发明涉及图像处理领域，具体而言，涉及一种前景图像的提取方法及装置。

背景技术

目前，相关技术中所采用的背景建模以及前景提取所针对的图像源主要为色彩图，即针对色彩图有一套色彩图的背景建模及前景提取的方法，其主要方法可以包括但不限于：高斯背景建模以及码书背景建模。但是，对于色彩图进行建模主要存在以下问题：

（1）单纯通过颜色的变化来区分背景与前景信息，则无法体现出图像中各个目标之间的方位关系。

（2）色彩图受光照以及外部环境的影响较大，而前景提取的结果受其影响同样较大。

（3）色彩图单个像素点的数据量较大，需要存储大量的信息，在建模过程中运算效率较低。

发明内容

本发明提供了一种前景图像的提取方法及装置，以至少解决相关技术中提取前景图像时稳定性较差以及运算量较大的问题。

根据本发明的一个方面，提供了一种前景图像的提取方法。

根据本发明实施例的前景图像的提取方法包括：采用连续的视频流建立背景模型；根据背景模型从当前图像帧中提取前景物体；通过背景模型和前景物体确定前景图像。

优选地，采用连续的视频流建立背景模型包括：获取连续的视频流中存在的多个图像帧；按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立背景模型，其中，每个像素点分别对应一个码书。

优选地，每个码书包括：多个码字；码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

优选地，码字信息包括：码字高阈值和码字低阈值，其中，码字高阈值和码字低阈值用于与该码字对应的像素点的深度值进行比较，判断对应的像素点是否属于该码字；码字的出现频率，其中，码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在码字高阈值与码字低阈值之间；码字的未出现频率，其中，码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；码字第一次出现的时间，其中，码字第一次出现的时间用于记录该码字第一次出现的时间；码字最后一次出现的时间，其中，码字最后一次出现的时间用于记录该码字最后一次出现的时间。

优选地，在采用连续的视频流建立背景模型之后，还包括：对背景模型中的码字数量和/或码字信息进行更新。

优选地，对码字数量和/或码字信息进行更新包括：判断从已经存在的多个码字中是否能够查找到深度值在码字高阈值与码字低阈值之间的码字；如果是，则直接采用查找到的码字对码字数量和/或码字信息进行更新；如果否，则重新建立码字，并对重新建立的码字进行初始化，其中，将重新建立的码字的码字高阈值设置为深度值，将重新建立的码字的码字低阈值设置为深度值与预设数值的差值，将重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将重新建立的码字的出现频率赋值为1，将重新建立的码字的未出现频率赋值为0。

优选地，根据背景模型提取前景物体包括：采用当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；如果否，则认为该像素点为当前图像帧中的前景像素点；通过提取全部前景像素点确定前景物体。

根据本发明的另一方面，提供了一种前景图像的提取装置。

根据本发明实施例的前景图像的提取装置包括：建立模块，用于采用连续的视频流建立背景模型；提取模块，用于根据背景模型从当前图像帧中提取前景物体；确定模块，用于通过背景模型和前景物体确定前景图像。

优选地，建立模块包括：获取单元，用于获取连续的视频流中存在的多个图像帧；建立单元，用于按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立背景模型，其中，每个像素点分别对应一个码书。

优选地，每个码书包括：多个码字；码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

优选地，码字信息包括：码字高阈值和码字低阈值，其中，码字高阈值和码字低阈值用于与该码字对应的像素点的深度值进行比较，判断对应的像素点是否属于该码字；码字的出现频率，其中，码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在码字高阈值与码字低阈值之间；码字的未出现频率，其中，码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；码字第一次出现的时间，其中，码字第一次出现的时间用于记录该码字第一次出现的时间；码字最后一次出现的时间，其中，码字最后一次出现的时间用于记录该码字最后一次出现的时间。

优选地，上述装置还包括：更新模块，用于对背景模型中的码字数量和/或码字信息进行更新。

优选地，更新模块包括：第一判断单元，用于判断从已经存在的多个码字中是否能够查找到深度值在码字高阈值与码字低阈值之间的码字；第一更新单元，用于在第一判断单元输出为是时，直接采用查找到的码字对码字数量和/或码字信息进行更新；第二更新单元，用于在第一判断单元输出为否时，重新建立码字，并对重新建立的码字进行初始化，其中，将重新建立的码字的码字高阈值设置为深度值，将重新建立的码字的码字低阈值设置为深度值与预设数值的差值，将重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将重新建立的码字的出现频率赋值为1，将重新建立的码字的未出现频率赋值为0。

优选地，提取模块包括：搜索单元，用于采用当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；第二判断单元，用于判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；第一确定单元，用于在第二判断单元输出为否时，确定该像素点为当前图像帧中的前景像素点；第二确定单元，用于通过提取全部前景像素点确定前景物体。

通过本发明实施例，采用连续的视频流建立背景模型；根据背景模型从当前图像帧中提取前景物体；通过背景模型和前景物体确定前景图像，解决了相关技术中提取前景目标时稳定性较差以及运算量较大的问题，进而大幅度减少了背景建模过程中需要存储的数据量，降低了背景建模以及前景提取过程中的计算量，提高了前景提取的稳定性。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1是根据本发明实施例的前景图像的提取方法的流程图；

图2是根据本发明实施例的前景图像的提取装置的结构框图；

图3是根据本发明优选实施例的前景图像的提取装置的结构框图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

图1是根据本发明实施例的前景图像的提取方法的流程图。如图1所示，该方法可以包括以下处理步骤：

步骤S102：采用连续的视频流建立背景模型；

步骤S104：根据背景模型从当前图像帧中提取前景物体；

步骤S106：通过背景模型和前景物体确定前景图像。

相关技术中，提取前景图像时稳定性较差以及运算量较大。通过如图1所示的方法，采用连续的视频流建立背景模型；根据背景模型从当前图像帧中提取前景物体；通过背景模型和前景物体确定前景图像，即通过使用深度图而不需要使用色彩图来建立背景模型以完成前景图像的提取，从而不再受环境光的影响，处理数据量较小，生成的前景图像较色彩图的稳定性大幅度提高，更加稳定并且快速的提取场景中的前景目标。由此解决了相关技术中提取前景目标时稳定性较差以及运算量较大的问题，进而大幅度减少了背景建模过程中需要存储的数据量，降低了背景建模以及前景提取过程中的计算量，提高了前景提取的稳定性。

需要说明的是，上述图像帧为不限定分辨率的数字图像，上述时间背景模型为根据时间推移，建立起摄像头所拍摄场景的背景模型。上述提取前景物体为根据已建立起来的背景模型对当前帧提取存在于场景中的前景物体。

在优选实施例中，在完成深度图像的输出之后，可以首先对该深度图像使用连续深度物体分割算法，以完成连续物体分割后，建立起每个连续物体的属性数组。其次，以前几帧建立起来的背景模型为基础提取前景目标，从而得到前景图。在完成深度连续物体分割的基础上，对深度连续物体的属性进行识别，其识别结果为新加入到场景中的人物目标。然后，利用生成的前景图与深度连续物体的属性以及上一帧的最终结果跟踪已经出现的人物目标在当前深度图像中的分布。人物识别以及人物跟踪分布图即为最终结果。最后，采用上述最终结果更新背景模型。而背景模型将用于下一帧前景提取的计算过程中。

优选地，在步骤S102中，采用连续的视频流建立背景模型可以包括以下操作：

步骤S1：获取连续的视频流中存在的多个图像帧；

步骤S2：按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立背景模型，其中，每个像素点分别对应一个码书。

在优选实施过程中，每个码书可以包括：多个码字；码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

背景模型是根据图像的像素点数量建立起来的以码书为单元的数据集合，每个像素点均具有一个码书，其中，该码书是单个像素点统计背景信息的基本单元，每个码书可以包含多个码字，码字数量的最大值为预先设定的确定值，其由深度图像本身的成像稳定性所决定，成像稳定性越高，则码字数量的最大值越小；生成的码书空间可以存放于固定的存储区域中。

优选地，上述码字信息可以包括但不限于以下内容：

（1）码字高阈值和码字低阈值，其中，码字高阈值和码字低阈值用于与该码字对应的像素点的深度值进行比较，判断对应的像素点是否属于该码字；

（2）码字的出现频率，其中，码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在码字高阈值与码字低阈值之间；

（3）码字的未出现频率，其中，码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；

（4）码字第一次出现的时间，其中，码字第一次出现的时间用于记录该码字第一次出现的时间；

（5）码字最后一次出现的时间，其中，码字最后一次出现的时间用于记录该码字最后一次出现的时间。

在优选实施例中，码字信息可以包括但不限于：码字高阈值与码字低阈值，码字的出现频率F，码字的未出现频率L，码字第一次出现的时间FirstT，码字最后一次出现的时间LastT。

判断深度值是否属于码字可以采用判断深度值是否属于码字的高阈值与低阈值之间的范围内。

码字出现频率F用于记录所有属于该码字的深度值的出现次数，其中，每个属于该码字的深度值都在码字的高阈值与低阈值之间的范围内。

码字未出现频率L，用于记录所有不属于该码字的深度值的出现次数。当像素位置对应的码书中存在至少一个码字时以及当更新的深度值不属于该码字时，则该码字记录未出现的次数。

码字第一次出现的时间FirstT即为码字第一次建立时的时间，用于记录第一次建立码字的时间。

码字最后一次出现的时间LastT即为码字最后一次出现的时间，用于记录最后一次出现码字的时间。

优选地，在步骤S102，采用连续的视频流建立背景模型之后，还可以包括以下步骤：

步骤S3：对背景模型中的码字数量和/或码字信息进行更新。

优选地，在步骤S3中，对码字数量和/或码字信息进行更新可以包括以下操作：

步骤S31：判断从已经存在的多个码字中是否能够查找到深度值在码字高阈值与码字低阈值之间的码字；

步骤S32：如果是，则直接采用查找到的码字对码字数量和/或码字信息进行更新；

步骤S33：如果否，则重新建立码字，并对重新建立的码字进行初始化，其中，将重新建立的码字的码字高阈值设置为深度值，将重新建立的码字的码字低阈值设置为深度值与预设数值的差值，将重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将重新建立的码字的出现频率赋值为1，将重新建立的码字的未出现频率赋值为0。

在优选实施例中，更新背景模型需要使用一张已经去除人物位置像素点的掩模图，即需要标记当前帧人物位置以及背景的图像。人物像素点与非人物像素点更新的方式不同。

对于非人物像素点背景的码书信息可以采用如下更新方式：

寻找该人物像素点对应的深度值是否属于已经存在的码字的高阈值与低阈值之间的范围内。

当已经存在的码字中查找到深度值属于阈值范围内的码字，则可以按照以下方式对该码字进行更新：对码字原本的高、低阈值与当前的深度值求取平均值。

更新码字的出现频率F，其F值加1。

更新码字的未出现频率L，深度值处于高阈值与低阈值之间的范围内的码字，其对应码字的L赋值为0。深度值未处于高阈值与低阈值之间的范围内的全部码字，其对应码字的L值加1。

更新码字的LastT，当有深度值在码字的高阈值与低阈值之间的范围内，可以将码书的更新过次数Times赋值于LastT中。

当已经存在的码字中未找到深度值属于高阈值与低阈值之间的范围内的码字，并且码书中的码字数量未达到预设的最大值，则可以增加一个码字以及完成对该码字的初始化，其中，码字的高阈值为深度值，而其低阈值为深度值减D，其中，D为根据当前深度设定的范围阈值，码字的出现频率F赋值为1，码字的未出现频率L赋值为0。

当已经存在的码字中未找到深度值属于高阈值与低阈值之间的范围内的码字，并且码书中的码字数量已经达到预设的最大值，则可以采用当前的深度值生成一个新的码字来取代原来一个陈旧的码字；其中，查找陈旧码字并替换为新码字的方法如下：

首先，查找中心阈值与当前深度值最接近的码字，该最接近的码字即所包含的高、低阈值与深度值差的绝对值最小，当该绝对值小于预先设定的绝对值常数时，可以将高、低阈值与深度值进行平均运算后的结果作为新码字中心阈值。新码字的F值赋值为1，新码字的L值赋值为0；更新LastT为最新的码书Times值。当该绝对值大于预先设定的绝对值常数，则查找所有已经存在码字中L值最大的码字，即未出现次数最大的码字作为陈旧码字，使用当前深度值作为高阈值，而将当前深度值减去D作为低阈值，其中，D为根据当前深度设定的范围阈值；F赋值为1，L赋值为0的新码字替换旧码字。

同时，对于人物像素点的码书信息更新方式如下：

分析人物像素点码书中的全部码字信息，人物像素点对应的深度值是否在码字对应的高、低阈值范围内；如果在阈值范围内，则删除该码字；而对于不满足深度值在高、低阈值范围内的码字，则不进行任何处理。

优选地，在步骤S104中，根据背景模型提取前景物体可以包括以下步骤：

步骤S4：采用当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；

步骤S5：判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；

步骤S6：如果否，则认为该像素点为当前图像帧中的前景像素点；

步骤S7：通过提取全部前景像素点确定前景物体。

在优选实施过程中，前景图像与当前需要提取的深度图像具有相同的分辨率，其中，图像中的每个像素点表征该像素点为前景或者背景的两个数值。

在优选实施例中，背景模型是通过前几帧累积起来的码书信息的集合，通过这个模型可以对当前深度图像进行背景与前景的区分，即前景提取。使用深度图像中任意一点的像素点的深度值在其对应的码书信息中进行搜索，与码书中所有码字的高低阈值进行比较；如果深度值在至少一个码字的高低阈值范围之内，则认为该像素点为当前深度图的背景点；反之，如果深度值没有处在码书中任何码字的高低阈值范围之内，则认为该像素点为当前深度图的前景点；使用同样的方法对当前深度图像中的所有点进行搜索操作，最终可以区分出图像中的全部前景点与背景点，从而完成图像的前景提取操作。

图2是根据本发明实施例的前景图像的提取装置的结构框图。如图2所示，该前景图像的提取装置可以包括：建立模块10，用于采用连续的视频流建立背景模型；提取模块20，用于根据背景模型从当前图像帧中提取前景物体；确定模块30，用于通过背景模型和前景物体确定前景图像。

采用如图2所示的装置，解决了相关技术中提取前景目标时稳定性较差以及运算量较大的问题，进而大幅度减少了背景建模过程中需要存储的数据量，降低了背景建模以及前景提取过程中的计算量，提高了前景提取的稳定性。

优选地，如图3所示，建立模块10可以包括：获取单元100，用于获取连续的视频流中存在的多个图像帧；建立单元102，用于按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立背景模型，其中，每个像素点分别对应一个码书。

在优选实施过程中，每个码书可以包括：多个码字；码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

优选地，上述码字信息可以包括但不限于以下内容：

（1）码字高阈值和码字低阈值，其中，码字高阈值和码字低阈值用于与该码字对应的像素点的深度值进行比较，判断对应的像素点是否属于该码字；

（2）码字的出现频率，其中，码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在码字高阈值与码字低阈值之间；

（3）码字的未出现频率，其中，码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；

（4）码字第一次出现的时间，其中，码字第一次出现的时间用于记录该码字第一次出现的时间；

（5）码字最后一次出现的时间，其中，码字最后一次出现的时间用于记录该码字最后一次出现的时间。

优选地，如图3所示，上述装置还可以包括：更新模块40，用于对背景模型中的码字数量和/或码字信息进行更新。

优选地，如图3所示，更新模块40可以包括：第一判断单元400，用于判断从已经存在的多个码字中是否能够查找到深度值在码字高阈值与码字低阈值之间的码字；第一更新单元402，用于在第一判断单元输出为是时，直接采用查找到的码字对码字数量和/或码字信息进行更新；第二更新单元404，用于在第一判断单元输出为否时，重新建立码字，并对重新建立的码字进行初始化，其中，将重新建立的码字的码字高阈值设置为深度值，将重新建立的码字的码字低阈值设置为深度值与预设数值的差值，将重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将重新建立的码字的出现频率赋值为1，将重新建立的码字的未出现频率赋值为0。

优选地，如图3所示，提取模块20可以包括：搜索单元200，用于采用当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；第二判断单元202，用于判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；第一确定单元204，用于在第二判断单元输出为否时，确定该像素点为当前图像帧中的前景像素点；第二确定单元206，用于通过提取全部前景像素点确定前景物体。

从以上的描述中，可以看出，上述实施例实现了如下技术效果（需要说明的是这些效果是某些优选实施例可以达到的效果）：采用本发明实施例所提供的技术方案，在已经存在深度图像的情况下，能够完成在场景中提取前景目标的任务，从而为后续的人物目标识别与跟踪提供了重要的参考依据。由此不但可以降低在色彩图中所受到的环境因素影响，而且在提取场景的前景目标时，其处理的数据量较少，能够显著提高提取前景目标的检测效率。

显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种前景图像的提取方法，其特征在于，包括：

采用连续的视频流建立背景模型；

根据所述背景模型从当前图像帧中提取前景物体；

通过所述背景模型和所述前景物体确定前景图像；

其中，所述背景模型为根据时间推移，建立起摄像头所拍摄场景的背景模型；

其中，所述背景模型是根据图像的像素点数量建立起来的以码书为单元的数据集合，每个像素点均具有一个码书，其中，所述码书是单个像素点统计背景信息的基本单元；

其中,在采用所述连续的视频流建立所述背景模型之后，还包括：对所述背景模型中的码字数量和/或码字信息进行更新，其中，更新所述背景模型需要使用一张已经去除人物位置像素点的掩模图，需要标记当前帧人物位置以及背景的图像，且人物像素点与非人物像素点更新的方式不同；

其中，所述背景模型是使用深度图建立的。

2.根据权利要求1所述的方法，其特征在于，采用所述连续的视频流建立所述背景模型包括：

获取所述连续的视频流中存在的多个图像帧；

按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立所述背景模型，其中，每个像素点分别对应一个码书。

3.根据权利要求2所述的方法，其特征在于，每个码书包括：多个码字；所述码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

4.根据权利要求3所述的方法，其特征在于，所述码字信息包括：

码字高阈值和码字低阈值，其中，所述码字高阈值和所述码字低阈值用于与该码字对应的像素点的深度值进行比较，判断所述对应的像素点是否属于该码字；

所述码字的出现频率，其中，所述码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在所述码字高阈值与所述码字低阈值之间；

所述码字的未出现频率，其中，所述码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；

所述码字第一次出现的时间，其中，所述码字第一次出现的时间用于记录该码字第一次出现的时间；

所述码字最后一次出现的时间，其中，所述码字最后一次出现的时间用于记录该码字最后一次出现的时间。

5.根据权利要求1所述的方法，其特征在于，对所述码字数量和/或所述码字信息进行更新包括：

判断从已经存在的多个码字中是否能够查找到深度值在所述码字高阈值与所述码字低阈值之间的码字；

如果是，则直接采用查找到的码字对所述码字数量和/或所述码字信息进行更新；

如果否，则重新建立码字，并对所述重新建立的码字进行初始化，其中，将所述重新建立的码字的码字高阈值设置为所述深度值，将所述重新建立的码字的码字低阈值设置为所述深度值与预设数值的差值，将所述重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将所述重新建立的码字的出现频率赋值为1，将所述重新建立的码字的未出现频率赋值为0。

6.根据权利要求4所述的方法，其特征在于，根据所述背景模型提取所述前景物体包括：

采用所述当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；

判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；

如果否，则认为该像素点为所述当前图像帧中的前景像素点；

通过提取全部前景像素点确定所述前景物体。

7.一种前景图像的提取装置，其特征在于，包括：

建立模块，用于采用连续的视频流建立背景模型；

提取模块，用于根据所述背景模型从当前图像帧中提取前景物体；

确定模块，用于通过所述背景模型和所述前景物体确定前景图像；

其中，所述背景模型为根据时间推移，建立起摄像头所拍摄场景的背景模型；

其中，所述背景模型是根据图像的像素点数量建立起来的以码书为单元的数据集合，每个像素点均具有一个码书，其中，所述码书是单个像素点统计背景信息的基本单元；

其中,所述装置还包括：更新模块，用于对所述背景模型中的码字数量和/或码字信息进行更新，其中，更新所述背景模型需要使用一张已经去除人物位置像素点的掩模图，需要标记当前帧人物位置以及背景的图像，且人物像素点与非人物像素点更新的方式不同；

其中，所述背景模型是使用深度图建立的。

8.根据权利要求7所述的装置，其特征在于，所述建立模块包括：

获取单元，用于获取所述连续的视频流中存在的多个图像帧；

建立单元，用于按照每个图像帧的输出顺序依次采用后一个图像帧的像素点的码书信息对前一个图像帧的像素点的码书信息进行更新，建立所述背景模型，其中，每个像素点分别对应一个码书。

9.根据权利要求8所述的装置，其特征在于，每个码书包括：多个码字；所述码书信息包括：该码书已经被更新的总次数以及在该码书中包含的码字信息。

10.根据权利要求9所述的装置，其特征在于，所述码字信息包括：

码字高阈值和码字低阈值，其中，所述码字高阈值和所述码字低阈值用于与该码字对应的像素点的深度值进行比较，判断所述对应的像素点是否属于该码字；

所述码字的出现频率，其中，所述码字的出现频率用于记录全部属于该码字的深度值的出现次数，每个属于该码字的深度值均在所述码字高阈值与所述码字低阈值之间；

所述码字的未出现频率，其中，所述码字的未出现频率用于记录全部不属于该码字的深度值的出现次数，当与像素点所在位置对应的码书中存在至少一个码字时，同时更新后的深度值不属于该码字，则记录该码字未出现的次数；

所述码字第一次出现的时间，其中，所述码字第一次出现的时间用于记录该码字第一次出现的时间；

所述码字最后一次出现的时间，其中，所述码字最后一次出现的时间用于记录该码字最后一次出现的时间。

11.根据权利要求7所述的装置，其特征在于，所述更新模块包括：

第一判断单元，用于判断从已经存在的多个码字中是否能够查找到深度值在所述码字高阈值与所述码字低阈值之间的码字；

第一更新单元，用于在所述第一判断单元输出为是时，直接采用查找到的码字对所述码字数量和/或所述码字信息进行更新；

第二更新单元，用于在所述第一判断单元输出为否时，重新建立码字，并对所述重新建立的码字进行初始化，其中，将所述重新建立的码字的码字高阈值设置为所述深度值，将所述重新建立的码字的码字低阈值设置为所述深度值与预设数值的差值，将所述重新建立的码字的第一次出现时间与最后一次出现时间均设置为与该码字对应的码书已经被更新的总次数，将所述重新建立的码字的出现频率赋值为1，将所述重新建立的码字的未出现频率赋值为0。

12.根据权利要求10所述的装置，其特征在于，所述提取模块包括：

搜索单元，用于采用所述当前图像帧中的任意一个像素点的深度值在与该像素点对应的码书信息中进行搜索；

第二判断单元，用于判断该像素点的深度值是否存在于至少一个码字的码字高阈值与码字低阈值之间；

第一确定单元，用于在所述第二判断单元输出为否时，确定该像素点为所述当前图像帧中的前景像素点；

第二确定单元，用于通过提取全部前景像素点确定所述前景物体。