CN105869190A - 背景图像的重建方法、装置以及监控设备 - Google Patents
背景图像的重建方法、装置以及监控设备 Download PDFInfo
- Publication number
- CN105869190A CN105869190A CN201510031652.6A CN201510031652A CN105869190A CN 105869190 A CN105869190 A CN 105869190A CN 201510031652 A CN201510031652 A CN 201510031652A CN 105869190 A CN105869190 A CN 105869190A
- Authority
- CN
- China
- Prior art keywords
- background
- image
- background image
- frame
- video
- 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
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明实施例提供一种背景图像的重建方法、装置以及监控设备,其中,该方法包括:获取某一拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;基于所述多个帧获得所述视频在持续时间内的累积信息图像;确定所述累积信息图像中的一个或多个静止块;将所述静止块在所述帧中的像素值作为背景像素样本;根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。通过本发明实施例,可以快速准确地累积到背景图像重建的所需样本,满足多种场景下的实际应用需求。
Description
技术领域
本发明实施例涉及图像处理领域,尤其涉及一种背景图像的重建方法、装置以及监控设备。
背景技术
随着社会发展和科技的进步,监控早已成为社会不可或缺的一部分。监控在社会安全、交通管理、智能城市等各方各面扮演着越来越重要的角色。
对于视频监控而言,图像的建模具有非常重要的作用,好的图像建模方法对于视频监控的正确性起着近乎决定性的作用。现有主流的图像建模方法有高斯建模,VIPE建模等,这些算法主要针对前景物体的检出,能够非常有效地检测出前景运动物体,因此目前被广泛应用。
另一方面,对于监控领域某些应用,例如遗弃物检测、违章停车检测等,前景物体并不是关注重点。在这些场景下需要找出背景之间的差别,也就是说背景图像才是关注重点。这种情况下,当然可以仍然使用高斯建模等方法进行适当修改后得到背景图像,不过算法复杂度较高而且效果有可能不够好。
对于只关心背景图像重建的应用,可以采用时间序列像素中值法或者像素平均法等。具体地,对于背景图像中每一个像素而言,只需累积一系列连续视频图像中相对应的相同位置的一系列像素点,并进行中值运算或者像素累加平均运算就可以得到该背景图像的相应像素的值。
例如,对于分辨率720*576的视频流可以取连续1000帧,这样背景图像的分辨率也是720*576共414720个像素点,每个背景像素计算的样本值为1000个,对这1000个像素值进行中值运算或者平均运算得到每个像素的背景图像值。
应该注意,上面对技术背景的介绍只是为了方便对本发明的技术方案进行清楚、完整的说明,并方便本领域技术人员的理解而阐述的。不能仅仅因为这些方案在本发明的背景技术部分进行了阐述而认为上述技术方案为本领域技术人员所公知。
发明内容
但是,发明人发现,对于采用时间序列像素中值法或者像素平均法等进行背景图像重建而言,这种方法是基于在视频码流中任一个像素点绝大部分时间是背景像素的理论设立的;并且随着样本点数的增多,中值运算的运算量呈几何倍增长。
因此,目前背景图像重建的方法存在如下局限性:视频流中绝大部分时间必须为不包含任何运动的背景图像,并且每个像素的样本值不能太多。由此,导致了目前背景图像重建的方法在很多场景下难以满足实际应用。
本发明实施例提供了一种背景图像的重建方法、装置以及监控设备,通过基于块运动检测的方法,可以在多种实际场景下快速有效地建立正确的背景图像。
根据本发明实施例的第一个方面,提供一种背景图像的重建方法,包括:
获取拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
根据本发明实施例的第二个方面,提供一种背景图像的重建装置,包括:
视频获取单元,获取拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
累积图像获取单元,基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
静止块确定单元,基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
背景样本获得单元,将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
背景图像重建单元,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
根据本发明实施例的第三个方面,提供一种监控设备,所述监控设备包括如上所述的背景图像的重建装置。
本发明实施例的有益效果在于:基于多个帧获得视频在持续时间内的累积信息图像,并确定所述累积信息图像中的一个或多个静止块,以及将静止块的像素值作为背景像素样本,并根据获得的背景像素样本进行背景图像的重建。由此,可以快速准确地累积到背景图像重建的所需样本,满足多种场景下的实际应用需求。
参照后文的说明和附图,详细公开了本发明实施例的特定实施方式,指明了本发明实施例的原理可以被采用的方式。应该理解,本发明的实施方式在范围上并不因而受到限制。在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
针对一种实施方式描述和/或示出的特征可以以相同或类似的方式在一个或更多个其它实施方式中使用,与其它实施方式中的特征相组合,或替代其它实施方式中的特征。
应该强调,术语“包括/包含”在本文使用时指特征、整件、步骤或组件的存在,但并不排除一个或更多个其它特征、整件、步骤或组件的存在或附加。
附图说明
所包括的附图用来提供对本发明实施例的进一步的理解,其构成了说明书的一部分,用于例示本发明的实施方式,并与文字描述一起来阐释本发明的原理。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,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1是本发明实施例的背景图像的重建方法的一流程图;
图2是本发明实施例的单位视频的一示例图;
图3是本发明实施例的累积信息图像的一示例图;
图4是本发明实施例的背景图像的重建方法的另一流程图;
图5是本发明实施例的背景图像的重建装置的一构成示意图;
图6是本发明实施例的背景图像的重建装置的另一构成示意图;
图7是本发明实施例的监控设备一构成示意图。
具体实施方式
参照附图,通过下面的说明书,本发明实施例的前述以及其它特征将变得明显。在说明书和附图中,具体公开了本发明的特定实施方式,其表明了其中可以采用本发明实施例的原则的部分实施方式,应了解的是,本发明不限于所描述的实施方式,相反,本发明实施例包括落入所附权利要求的范围内的全部修改、变型以及等同物。
实施例1
本发明实施例提供一种背景图像的重建方法,图1是本发明实施例的背景图像的重建方法的一流程图。如图1所示,所述方法包括:
步骤101,获取拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
步骤102,基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
步骤103,基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
步骤104,将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
步骤105,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
在本实施例中,拍摄区域是指进行视频监控的区域,例如对地铁车站进行监控的某一区域。在地铁车站,往往地铁一到便人来人往,地铁一走便人去大厅空,但很快陆续又有人进入等待下一班地铁,并且越来越多。
在这种场景中,监控的视频码流中绝大部分时间都有或多或少人的运动,背景像素显露出来的时间相对较少,因此如果采用传统背景图像重建的方法,往往长时间不能获得用于背景图像重建的背景像素样本。值得注意的是,本发明实施例并不仅限于该场景,对于视频监控的场景均可以使用本发明实施例的方法和装置。
在本实施例中,可以获得拍摄区域的单位视频,例如1秒或2秒;每一单位视频可以包括多个帧,例如包括25帧。但本发明不限于此,可以根据实际情况确定具体的视频长度和帧数。
其中,每一帧可以根据预定的分块信息被划分为多个块。例如可以是等分,也可以是不等分。分块信息可以根据应用场合预先被确定,例如对于运动变化较多的区域,可以划分较小的块,对于运动变化较少的区域,可以划分较大的块。本发明实施例并不限于此,可以根据实际情况确定具体的划分。
图2是本发明实施例的单位视频的一示例图,示出了在地铁车站的一监控视频。其中,该视频时长为1秒,共25帧。如图2所示,第一排从左到右依次为第1帧、第2帧、……、第5帧,第二排从左到右依次为第6帧、第7帧、……、第10帧,……,第五排从左到右依次为第20帧、第21帧、……、第25帧。
其中,每一帧的分辨率为720*576像素,每一帧宽高各被4等分,即每一帧具有16个子块(块数Nsub=16),其中每个子块的大小均为180*144像素。
如图2所示,25帧显示了1秒内该监控区域的情况,其中,一乘客A(大致在帧中的第11块位置处)出现在第1帧至第25帧内,另一乘客B(大致在帧中的第8块位置处)出现在第14帧至第25帧内。
在本实施例中,可以基于多个帧获得视频在持续时间内的累积信息图像。具体地,可以对多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;以及将所述多个二值化图像进行或运算,获得包含运动物体活动范围的累积信息图像。
例如,可以对图2所示的25帧进行逐帧差分处理,例如将第2帧和第1帧进行差分并二值化处理,将第3帧和第2帧进行差分并二值化处理,……,将第25帧和第24帧进行差分并二值化处理。由此,例如获得24个处理后的二值化图像。然后将该24个二值化图像进行或(OR)运算,获得该累积信息图像。
图3是本发明实施例的累积信息图像的一示例图,示出了图2所示的25帧进行处理后的累积信息图像。如图3所示,该累积信息图像中可以包含运动物体活动范围,即乘客A的活动范围以及乘客B的活动范围(图3中的两块白色区域)。并且,与图2中25帧对应地,该累积信息图像也被划分为16块。
值得注意的是,以上仅对如何获得累积信息图像进行了示意性说明,但本发明不限于此。例如可以仅从多帧中选择其中几帧进行差分,由此可以减少运算量;或者采用其他的方式计算持续时间内的运动物体的活动范围。可以根据实际情况选择具体的实施方式。
在本实施例中,可以运动物体活动范围确定累积信息图像中不包含运动信息的一个或多个静止块。具体可以包括:对于所述累积信息图像的每个块,判断所述块与所述运动物体活动范围是否存在重叠区域;当所述块与所述运动物体活动范围存在重叠区域时,确定所述块为包含运动信息的非静止块;当所述块与所述运动物体活动范围不存在重叠区域时,确定所述块为不包含运动信息的静止块。
例如,对于图3所示的累积信息图像,对于第1块可以判断该块与运动物体活动范围不存在重叠区域,由此可以确定第1块为静止块。类似地,可以确定第2、3、4、5、6、9、10、12、13、14、16为静止块。对于第7块可以判断该块与乘客A的活动范围存在重叠区域,对于第8块可以判断该块与乘客B的活动范围存在重叠区域,因此可以确定第6、7块为非静止块。类似地,可以确定第11、15块为非静止块。
在本实施例中,可以将不包含运动信息的静止块在所述多个帧中的像素值作为用于背景图像重建的背景像素样本。
例如,对于第1、2、3、4、5、6、9、10、12、13、14、16块,可以将25帧中的像素值作为背景像素样本。由此,对于第1、2、3、4、5、6、9、10、12、13、14、16块,可以成功积累25个样本值。
虽然7、8、11、14四个子块相应的背景重建图像样本集在当前视频中没有累积到样本值,但在下一个或者更后面的视频中,随着乘客的走远,也会出现没有运动的情况而成功的累积到样本值。以此类推,随着时间的推移,每个子块都至少累积到预设个数的样本值后,就可以进行样本集的后处理来生成背景图像。
在本实施例中,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,具体可以包括:根据每个块的所述背景像素样本,对于每个背景像素的所有样本进行平均来获得各个背景像素值。如果采用像素平均法作为后处理方法,所占用内存相当小,在绝大部分情况下也能保证很好的背景图像重建效果。
或者,也可以对于每个背景像素的所有样本进行直方图处理并计算最大概率值来获得各个背景像素值。由于各个背景像素点样本值中都只包含暂态静止的样本值,当每个背景像素样本值达到一定的数量后,背景像素值应该是所有样本值中出现概率最高的值,所以可以采用类似直方图的方法。
即,将每个背景像素的所有样本值做直方图,然后求出最大概率值即为最终的背景像素值(或者除了最大概率,还选取周边几个次最大概率值做加权平均)。这种方法计算量不会随着样本个数的增多而增加,但是对于每个背景像素值,都需要一个直方图数组,需要较大的内存量。
或者,还可以对于每个背景像素的所有样本进行中值计算来获得各个背景像素值。中值运算在这种情况下效果应该是最好的,但是中值排序随着处理点数的增加,运算量呈几何级增长,因此中值法只适合样本数较少的情况。
值得注意的是,以上仅对如何根据样本值进行背景图像重建进行了示意性说明,但本发明不限于此,可以根据具体情况采用具体的背景重建方法。
由此,通过分块并对每一块分别进行样本的累积,可以较快地累积背景图像重建所需的样本;并且,通过多个帧获得累积信息图像,可以简单且高效地判定静止区域。由此,背景图像重建的处理速度可以很快。
以上对于采用某一单位视频进行了说明,在实际应用中可以连续采用多个单位视频进行背景图像的重建。以下对整个背景图像重建的过程进行进一步说明。
图4是本发明实施例的背景图像的重建方法的另一流程图。如图4所示,所述方法包括:
步骤401,根据应用场合预先决定分块信息。
其中,可以根据所述分块信息对所述单位视频的每一帧、或所述累积信息图像进行分块。例如可以如图2所示采用等分的方式,将每个视频划分为例如16块。但本发明不限于此。
步骤402,获取拍摄区域的视频。
其中,所述视频可以包含多个帧,并且每一帧可以根据预定的分块信息被划分为多个块。
步骤403,基于所述多个帧获得所述视频在持续时间内的累积信息图像。
其中,所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块。可以对多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;以及将所述多个二值化图像进行或运算,获得包含运动物体活动范围的累积信息图像。
步骤404,基于运动物体活动范围确定累积信息图像中不包含运动信息的一个或多个静止块。
其中,对于所述累积信息图像的每个块,判断所述块与所述运动物体活动范围是否存在重叠区域;当所述块与所述运动物体活动范围存在重叠区域时,确定所述块为包含运动信息的非静止块;当所述块与所述运动物体活动范围不存在重叠区域时,确定所述块为不包含运动信息的静止块。
步骤405,将不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本。
其中,可以将静止块对应的多个帧中的像素值全部累计到样本集中。
步骤406,判断是否满足预设条件;
在不满足预设条件的情况下,执行步骤402继续获取所述拍摄区域的视频来获取背景像素样本;在满足预设条件的情况下,执行步骤407。
其中,所述预设条件可以包括如下的其中之一或任意组合:所述累积信息图像的每个块所累积的样本值个数是否都达到或超过预设的最低样本数;处理时间是否超时;所使用视频的帧数是否超过预定阈值。
例如,对于图3所示的累积信息图像,预设的最低样本数为500个样本,如果16个块所累积的样本值个数均达到500个,则确定为满足预设条件;如果16个块中例如第8个块还只累积了320个样本,则确定为不满足预设条件,需要继续获取视频进行样本的累积。
步骤407,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
其中,对于没有累积到背景像素样本的块,可以直接沿用已有的背景图像中相应块的像素值作为所述块在当前背景图像的像素值。
例如,在所使用视频的帧数超过预定阈值的情况下(例如超过了预设的2000帧的阈值),某一块仍然没有累积到样本,则可以直接使用该块在已有背景图像中的像素值。
以上说明了一个背景图像被重建的过程,在本实施例中一旦背景图像生成,可以将样本集清空,然后重新开始新的背景图像生成的过程。以此类推,可以连续不断地产生新的背景图像。
由上述实施例可知,基于多个帧获得视频在持续时间内的累积信息图像,并确定所述累积信息图像中的一个或多个静止块,以及将静止块的像素值作为背景像素样本,并根据获得的背景像素样本进行背景图像的重建。由此,可以快速准确地累积到背景图像重建的所需样本,满足多种场景下的实际应用需求。
实施例2
本发明实施例提供了一种背景图像的重建装置,本发明实施例对应于实施例1中的背景图像的重建方法,相同的内容不再赘述。
图5是本发明实施例的背景图像的重建装置的一构成示意图,如图5所示,该重建装置500包括:
视频获取单元501,获取某一拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
累积图像获取单元502,基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
静止块确定单元503,基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
背景样本获得单元504,将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
背景图像重建单元505,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
在本实施例中,所述累积图像获取单元502具体可以用于:对所述多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;以及将所述多个二值化图像进行或运算,获得包含所述运动物体活动范围的所述累积信息图像。
在本实施例中,所述静止块确定单元503具体可以用于:对于所述累积信息图像的每个块,判断所述块与所述运动物体活动范围是否存在重叠区域;以及当所述块与所述运动物体活动范围存在重叠区域时,确定所述块为包含运动信息的非静止块;当所述块与所述运动物体活动范围不存在重叠区域时,确定所述块为不包含运动信息的静止块。
在本实施例中,所述背景图像重建单元505具体可以用于:根据每个块的所述背景像素样本,对于每个背景像素的所有样本进行平均来获得各个背景像素值,或者对于每个背景像素的所有样本进行直方图处理并计算最大概率值来获得各个背景像素值,或者对于每个背景像素的所有样本进行中值计算来获得各个背景像素值。
图6是本发明实施例的背景图像的重建装置的另一构成示意图,如图6所示,该重建装置600包括:视频获取单元501、累积图像获取单元502、静止块确定单元503、背景样本获得单元504以及背景图像重建单元505,如上所述。
如图6所示,该重建装置600还可以包括:
条件判断单元601,判断是否满足预设条件;
并且,在不满足预设条件的情况下,所述视频获取单元501继续获取所述拍摄区域的视频来获取背景像素样本;在满足预设条件的情况下,所述背景图像重建单元505根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值。
其中,所述预设条件可以包括如下的其中一种或任意组合:所述累积信息图像的每个块所累积的样本值个数是否都达到或超过预设的最低样本数;处理时间是否超时;所使用视频的帧数是否超过预定阈值。
在本实施例中,所述背景图像重建单元505还可以用于:对于没有累积到背景像素样本的块,直接沿用已有的背景图像中相应块的像素值作为所述块在当前背景图像的像素值。
如图6所示,该重建装置600还可以包括:
块信息确定单元602,根据应用场合预先决定所述分块信息;以及
分块单元603,根据所述分块信息对所述单位视频的每一帧、或所述累积信息图像进行分块。
由上述实施例可知,基于多个帧获得视频在持续时间内的累积信息图像,并确定所述累积信息图像中的一个或多个静止块,以及将静止块的像素值作为背景像素样本,并根据获得的背景像素样本进行背景图像的重建。由此,可以快速准确地累积到背景图像重建的所需样本,满足多种场景下的实际应用需求。
实施例3
本发明实施例还提供一种监控设备,该监控设备包括如实施例2所述的背景图像的重建装置。
图7是本发明实施例的监控设备一构成示意图。如图7所示,该监控设备700可以包括:中央处理器(CPU)700和存储器710;存储器710耦合到中央处理器700。其中该存储器710可存储各种数据,;并且在中央处理器700的控制下执行该程序。
在一个实施方式中,上述背景图像的重建装置的功能可以被集成到中央处理器700中。其中,中央处理器700可以被配置为实现如实施例1所述的背景图像的重建方法。
在另一个实施方式中,上述背景图像的重建装置可以与中央处理器分开配置,例如可以将上述背景图像的重建装置配置为与中央处理器700连接的芯片,通过中央处理器的控制来实现上述背景图像的重建装置的功能。
此外,如图7所示,监控设备700还可以包括:输入输出装置720和显示装置730等;其中,上述部件的功能与现有技术类似,此处不再赘述。值得注意的是,监控设备700也并不是必须要包括图7中所示的所有部件;此外,监控设备700还可以包括图7中没有示出的部件,可以参考现有技术。
本发明实施例还提供一种计算机可读程序,其中当在监控设备中执行所述程序时,所述程序使得计算机在所述监控设备中执行实施例1所述的背景图像的重建方法。
本发明实施例还提供一种存储有计算机可读程序的存储介质,其中所述计算机可读程序使得计算机在监控设备中执行实施例1所述的背景图像的重建方法。
本发明以上的装置和方法可以由硬件实现,也可以由硬件结合软件实现。本发明涉及这样的计算机可读程序,当该程序被逻辑部件所执行时,能够使该逻辑部件实现上文所述的装置或构成部件,或使该逻辑部件实现上文所述的各种方法或步骤。本发明还涉及用于存储以上程序的存储介质,如硬盘、磁盘、光盘、DVD、flash存储器等。
以上结合具体的实施方式对本发明进行了描述,但本领域技术人员应该清楚,这些描述都是示例性的,并不是对本发明保护范围的限制。本领域技术人员可以根据本发明的精神和原理对本发明做出各种变型和修改,这些变型和修改也在本发明的范围内。
关于包括以上实施例的实施方式,还公开下述的附记:
(附记1)一种背景图像的重建方法,其中,所述方法包括:
获取某一拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
(附记2)根据附记1所述的背景图像的重建方法,其中,基于所述多个帧获得所述视频在持续时间内的累积信息图像,包括:
对所述多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;
将所述多个二值化图像进行或运算,获得包含所述运动物体活动范围的所述累积信息图像。
(附记3)根据附记1所述的背景图像的重建方法,其中,确定所述累积信息图像中不包含运动信息的一个或多个静止块,包括:
对于所述累积信息图像的每个块,判断所述块与所述运动物体活动范围是否存在重叠区域;
当所述块与所述运动物体活动范围存在重叠区域时,确定所述块为包含运动信息的非静止块;当所述块与所述运动物体活动范围不存在重叠区域时,确定所述块为不包含运动信息的静止块。
(附记4)根据附记1所述的背景图像的重建方法,其中,在根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值之前,所述方法还包括:
判断是否满足预设条件;
在不满足预设条件的情况下,继续获取所述拍摄区域的视频来获取背景像素样本;在满足预设条件的情况下,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值。
(附记5)根据附记4所述的背景图像的重建方法,其中,所述预设条件包括如下的其中一种或任意组合:所述累积信息图像的每个块所累积的样本值个数是否都达到或超过预设的最低样本数;处理时间是否超时;所使用视频的帧数是否超过预定阈值。
(附记6)根据附记4所述的背景图像的重建方法,其中,所述方法还包括:
对于没有累积到背景像素样本的块,直接沿用已有的背景图像中相应块的像素值作为所述块在当前背景图像的像素值。
(附记7)根据附记1所述的背景图像的重建方法,其中,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,包括:
根据每个块的所述背景像素样本,对于每个背景像素的所有样本进行平均来获得各个背景像素值,或者对于每个背景像素的所有样本进行直方图处理并计算最大概率值来获得各个背景像素值,或者对于每个背景像素的所有样本进行中值计算来获得各个背景像素值。
(附记8)根据附记1所述的背景图像的重建方法,其中,所述方法还包括:
根据应用场合预先决定所述分块信息;以及
根据所述分块信息对所述单位视频的每一帧、或所述累积信息图像进行分块。
(附记9)一种背景图像的重建装置,其中,所述装置包括:
视频获取单元,获取某一拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
累积图像获取单元,基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
静止块确定单元,基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
背景样本获得单元,将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
背景图像重建单元,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
(附记10)根据附记9所述的背景图像的重建装置,其中,所述累积图像获取单元用于:对所述多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;以及将所述多个二值化图像进行或运算,获得包含所述运动物体活动范围的所述累积信息图像。
(附记11)根据附记9所述的背景图像的重建装置,其中,所述静止块确定单元用于:对于所述累积信息图像的每个块,判断该块与所述运动物体活动范围是否存在重叠区域;以及当该块与所述运动物体活动范围存在重叠区域时,确定该块为包含运动信息的非静止块;当该块与所述运动物体活动范围不存在重叠区域时,确定该块为不包含运动信息的静止块。
(附记12)根据附记9所述的背景图像的重建装置,其中,所述装置还包括:
条件判断单元,判断是否满足预设条件;
并且,在不满足预设条件的情况下,所述视频获取单元继续获取所述拍摄区域的视频来获取背景像素样本;在满足预设条件的情况下,所述背景图像重建单元根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值。
(附记13)根据附记12所述的背景图像的重建装置,其中,所述预设条件包括如下的其中一种或任意组合:所述累积信息图像的每个块所累积的样本值个数是否都达到或超过预设的最低样本数;处理时间是否超时;所使用视频的帧数是否超过预定阈值。
(附记14)根据附记12所述的背景图像的重建装置,其中,所述背景图像重建单元还用于:对于没有累积到背景像素样本的块,直接沿用已有的背景图像中相应块的像素值作为所述块在当前背景图像的像素值。
(附记15)根据附记9所述的背景图像的重建装置,其中,所述背景图像重建单元还用于:
根据每个块的所述背景像素样本,对于每个背景像素的所有样本进行平均来获得各个背景像素值,或者对于每个背景像素的所有样本进行直方图处理并计算最大概率值来获得各个背景像素值,或者对于每个背景像素的所有样本进行中值计算来获得各个背景像素值。
(附记16)根据附记9所述的背景图像的重建装置,其中,所述装置还包括:
块信息确定单元,根据应用场合预先决定所述分块信息;以及
分块单元,根据所述分块信息对所述单位视频的每一帧、或所述累积信息图像进行分块。
(附记17)一种监控设备,所述监控设备包括如附记9至16任一项所述的背景图像的重建装置。
Claims (10)
1.一种背景图像的重建装置,其中,所述装置包括:
视频获取单元,获取拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
累积图像获取单元,基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
静止块确定单元,基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
背景样本获得单元,将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
背景图像重建单元,根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
2.根据权利要求1所述的背景图像的重建装置,其中,所述累积图像获取单元用于:对所述多个帧进行逐帧差分处理以及二值化处理,得到多个处理后的二值化图像;以及将所述多个二值化图像进行或运算,获得包含所述运动物体活动范围的所述累积信息图像。
3.根据权利要求1所述的背景图像的重建装置,其中,所述静止块确定单元用于:对于所述累积信息图像的每个块,判断所述块与所述运动物体活动范围是否存在重叠区域;以及
当所述块与所述运动物体活动范围存在重叠区域时,确定所述块为包含运动信息的非静止块;当所述块与所述运动物体活动范围不存在重叠区域时,确定所述块为不包含运动信息的静止块。
4.根据权利要求1所述的背景图像的重建装置,其中,所述装置还包括:
条件判断单元,判断是否满足预设条件;
并且,在不满足预设条件的情况下,所述视频获取单元继续获取所述拍摄区域的视频来获取背景像素样本;在满足预设条件的情况下,所述背景图像重建单元根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值。
5.根据权利要求4所述的背景图像的重建装置,其中,所述预设条件包括如下的其中一种或任意组合:所述累积信息图像的每个块所累积的样本值个数是否都达到或超过预设的最低样本数;处理时间是否超时;所使用视频的帧数是否超过预定阈值。
6.根据权利要求4所述的背景图像的重建装置,其中,所述背景图像重建单元还用于:对于没有累积到背景像素样本的块,直接沿用已有的背景图像中相应块的像素值作为所述块在当前背景图像的像素值。
7.根据权利要求1所述的背景图像的重建装置,其中,所述背景图像重建单元用于:根据每个块的所述背景像素样本,对于每个背景像素的所有样本进行平均来获得各个背景像素值,或者
对于每个背景像素的所有样本进行直方图处理并计算最大概率值来获得各个背景像素值,或者
对于每个背景像素的所有样本进行中值计算来获得各个背景像素值。
8.根据权利要求1所述的背景图像的重建装置,其中,所述装置还包括:
块信息确定单元,根据应用场合预先决定所述分块信息;以及
分块单元,根据所述分块信息对所述单位视频的每一帧、或所述累积信息图像进行分块。
9.一种背景图像的重建方法,其中,所述方法包括:
获取拍摄区域的视频,其中所述视频包含多个帧并且每一帧根据预定的分块信息被划分为多个块;
基于所述多个帧获得所述视频在持续时间内的累积信息图像;其中所述累积信息图像中包含运动物体活动范围,并且所述累积信息图像被所述分块信息划分为多个块;
基于所述运动物体活动范围确定所述累积信息图像中不包含运动信息的一个或多个静止块;
将所述不包含运动信息的一个或多个静止块在所述帧中的像素值作为用于背景图像重建的背景像素样本;
根据获得的背景像素样本计算所述拍摄区域的图像的各个背景像素值,以获得所述拍摄区域的背景图像。
10.一种监控设备,所述监控设备包括如权利要求1所述的背景图像的重建装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510031652.6A CN105869190A (zh) | 2015-01-22 | 2015-01-22 | 背景图像的重建方法、装置以及监控设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510031652.6A CN105869190A (zh) | 2015-01-22 | 2015-01-22 | 背景图像的重建方法、装置以及监控设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105869190A true CN105869190A (zh) | 2016-08-17 |
Family
ID=56623216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510031652.6A Pending CN105869190A (zh) | 2015-01-22 | 2015-01-22 | 背景图像的重建方法、装置以及监控设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105869190A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108133490A (zh) * | 2017-12-22 | 2018-06-08 | 大连理工大学 | 一种晶体反应过程监测中的高效目标识别方法 |
CN108735158A (zh) * | 2017-04-25 | 2018-11-02 | 昆山国显光电有限公司 | 一种图像展示方法、装置及电子设备 |
CN109361879A (zh) * | 2018-11-29 | 2019-02-19 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN113053313A (zh) * | 2021-03-26 | 2021-06-29 | 苏州科达科技股份有限公司 | Oled屏幕残影减少方法、系统、设备及存储介质 |
CN113938752A (zh) * | 2021-11-30 | 2022-01-14 | 联想(北京)有限公司 | 一种处理方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6483952B2 (en) * | 1998-05-20 | 2002-11-19 | Itt Manufacturing Enterprises, Inc. | Super resolution methods for electro-optical systems |
CN102821228A (zh) * | 2012-07-16 | 2012-12-12 | 西安电子科技大学 | 低秩的视频背景重构方法 |
CN102833464A (zh) * | 2012-07-24 | 2012-12-19 | 常州泰宇信息科技有限公司 | 智能视频监控用结构化背景重建方法 |
-
2015
- 2015-01-22 CN CN201510031652.6A patent/CN105869190A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6483952B2 (en) * | 1998-05-20 | 2002-11-19 | Itt Manufacturing Enterprises, Inc. | Super resolution methods for electro-optical systems |
CN102821228A (zh) * | 2012-07-16 | 2012-12-12 | 西安电子科技大学 | 低秩的视频背景重构方法 |
CN102833464A (zh) * | 2012-07-24 | 2012-12-19 | 常州泰宇信息科技有限公司 | 智能视频监控用结构化背景重建方法 |
Non-Patent Citations (3)
Title |
---|
YUNCHU ZHANG 等: "An adaptive mixture Gaussian background model with online background reconstruction and adjustable foreground mergence time for motion segmentation", 《2005 IEEE INTERNATIONAL CONFERENCE ON INDUSTRIAL TECHNOLOGY》 * |
张赟 等: "一种高效的背景重建与更新算法研究", 《机电工程》 * |
徐蔚鸿 等: "基于改进的背景差分的运动目标实时检测算法", 《计算机工程与科学》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108735158A (zh) * | 2017-04-25 | 2018-11-02 | 昆山国显光电有限公司 | 一种图像展示方法、装置及电子设备 |
CN108735158B (zh) * | 2017-04-25 | 2022-02-11 | 昆山国显光电有限公司 | 一种图像展示方法、装置及电子设备 |
CN108133490A (zh) * | 2017-12-22 | 2018-06-08 | 大连理工大学 | 一种晶体反应过程监测中的高效目标识别方法 |
CN109361879A (zh) * | 2018-11-29 | 2019-02-19 | 北京小米移动软件有限公司 | 图像处理方法及装置 |
CN113053313A (zh) * | 2021-03-26 | 2021-06-29 | 苏州科达科技股份有限公司 | Oled屏幕残影减少方法、系统、设备及存储介质 |
CN113053313B (zh) * | 2021-03-26 | 2022-08-02 | 苏州科达科技股份有限公司 | Oled屏幕残影减少方法、系统、设备及存储介质 |
CN113938752A (zh) * | 2021-11-30 | 2022-01-14 | 联想(北京)有限公司 | 一种处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zhang et al. | Wide-area crowd counting via ground-plane density maps and multi-view fusion cnns | |
CN105869190A (zh) | 背景图像的重建方法、装置以及监控设备 | |
CN105260713B (zh) | 一种车道线检测方法和装置 | |
CN108985162A (zh) | 目标实时跟踪方法、装置、计算机设备及存储介质 | |
JP5919365B2 (ja) | 映像要約方法および装置 | |
DE102018124550A1 (de) | Fusion von bewegungs- und erscheinungsmerkmalen für objekterkennung und bewegungsbahnvorhersage | |
CN110533955B (zh) | 一种确定停车位的方法、终端设备及计算机可读存储介质 | |
JP2020522067A (ja) | 動的視覚センサ用ブロックマッチングオプティカルフローとステレオ視 | |
CN103826102A (zh) | 一种运动目标的识别方法、装置 | |
US8995718B2 (en) | System and method for low complexity change detection in a sequence of images through background estimation | |
CN106663325B (zh) | 图像处理装置及其图像处理方法 | |
KR20170038040A (ko) | 비디오에서의 컴퓨터화된 현저한 인물 인식 | |
CN103810717A (zh) | 一种人体行为检测方法及装置 | |
CN104346802A (zh) | 一种人员离岗监控方法及设备 | |
CN106548142A (zh) | 一种基于信息熵的视频中人群突发事件检测与评估方法 | |
CN106530328A (zh) | 一种基于视频图像对运动目标检测和平滑跟随的方法 | |
CN103870824A (zh) | 一种在人脸检测跟踪过程中的人脸捕捉方法及装置 | |
Xu et al. | Dynamic obstacle detection based on panoramic vision in the moving state of agricultural machineries | |
CN112149471B (zh) | 一种基于语义点云的回环检测方法及装置 | |
Cheng et al. | Image quality enhancement using HybridGAN for automated railway track defect recognition | |
CN105354610A (zh) | 一种基于随机Hough变换的人数统计方法 | |
CN111915713A (zh) | 一种三维动态场景的创建方法、计算机设备、存储介质 | |
CN106572314A (zh) | 背景图像的重建装置、方法以及监控设备 | |
CN104754248A (zh) | 一种获取目标快照的方法及装置 | |
CN116614631B (zh) | 视频处理方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160817 |