CN106157272B - 建立背景图像的方法和装置 - Google Patents
建立背景图像的方法和装置 Download PDFInfo
- Publication number
- CN106157272B CN106157272B CN201610436373.2A CN201610436373A CN106157272B CN 106157272 B CN106157272 B CN 106157272B CN 201610436373 A CN201610436373 A CN 201610436373A CN 106157272 B CN106157272 B CN 106157272B
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- video sequence
- vehicle flowrate
- difference
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000010586 diagram Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006798 recombination Effects 0.000 description 3
- 238000005215 recombination Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 239000000284 extract Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/40—Image enhancement or restoration using histogram techniques
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种建立背景图像的方法和装置,属于图像处理技术领域。方法包括:在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;计算第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;根据多个第一差分图像,确定第二视频序列图像对应的车流量类别;如果车流量类别为大车流量,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据第三视频序列图像和统计直方图算法,建立背景图像;如果车流量类别为小车流量,根据第二视频序列图像和统计直方图算法,建立背景图像。装置包括:选择模块,第一计算模块,确定模块,第一建立模块和第二建立模块。
Description
技术领域
本发明涉及图像处理技术领域,特别涉及一种建立背景图像的方法和装置。
背景技术
在车辆视觉导航中,车辆检测是整个车辆跟踪过程的基础,后期的车辆运动估计、车辆跟踪的实现都建立在正确、可靠的车辆检测基础上,然而背景图像在车辆检测中起到至关重要的作用,背景图像的精度直接影响到车辆检测的正确性以及车辆跟踪的精度。
目前,建立背景图像的过程可以为:采集多帧图像,根据多帧图像采用统计直方图方法建立背景图像。
现有技术至少存在以下问题:
当车流量较大时,路面被车辆覆盖,通过上述方法建立的背景图像的精度较低。
发明内容
为了解决现有技术的问题,本发明提供了一种建立背景图像的方法和装置。技术方案如下:
一种建立背景图像的方法,所述方法包括:
在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;
计算所述第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;
根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别;
如果所述车流量类别为大车流量,根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据所述第三视频序列图像和统计直方图算法,建立背景图像;
如果所述车流量类别为小车流量,根据所述第二视频序列图像和统计直方图算法,建立背景图像。
可选的,所述根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别,包括:
对所述多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像;
计算所述处理后的每个第一差分图像中运动车辆的像素点比例;
根据所述处理后的每个第一差分图像中运动车辆的像素点比例,计算所述第二视频序列图像对应的像素点比例;
根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
可选的,所述根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别,包括:
获取所述第二视频序列图像对应的车流量;
根据所述车流量,预设车流量,所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
可选的,所述根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像,包括:
根据所述多个第一差分图像中的每个第一差分图像,获取所述每个第一差分图像中像素值大于预设像素值的第一像素点集合;
分别获取所述第一像素点集合中的每个像素点在所述每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合;
分别计算所述第二像素点集合包括的像素点的第一平均像素值和所述第三像素点集合包括的像素点的第二平均像素值;
将所述第二像素点集合中的像素点的像素值设置为所述第一平均像素值,将所述第三像素点集合中的像素点的像素值设置为所述第二平均像素值,得到第三视频序列图像。
可选的,所述建立背景图像之后,还包括:
获取标准背景图像;
计算所述背景图像和所述标准背景图像之间的第二差分图像;
计算所述第二差分图像包括的像素点的像素值之和;
根据所述像素值之和以及所述背景图像的图像大小,计算所述背景图像的质量系数。
一种建立背景图像的装置,所述装置包括:
选择模块,用于在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;
第一计算模块,用于计算所述第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;
确定模块,用于根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别;
第一建立模块,用于如果所述车流量类别为大车流量,根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据所述第三视频序列图像和统计直方图算法,建立背景图像;
第二建立模块,用于如果所述车流量类别为小车流量,根据所述第二视频序列图像和统计直方图算法,建立背景图像。
可选的,所述确定模块,包括:
处理单元,用于对所述多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像;
第一计算单元,用于计算所述处理后的每个第一差分图像中运动车辆的像素点比例;
第二计算单元,用于根据所述处理后的每个第一差分图像中运动车辆的像素点比例,计算所述第二视频序列图像对应的像素点比例;
确定单元,用于根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
可选的,所述确定单元,还用于获取所述第二视频序列图像对应的车流量;根据所述车流量,预设车流量,所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
可选的,所述第一建立模块,包括:
第一获取单元,用于根据所述多个第一差分图像中的每个第一差分图像,获取所述每个第一差分图像中像素值大于预设像素值的第一像素点集合;
第二获取单元,用于分别获取所述第一像素点集合中的每个像素点在所述每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合;
第三计算单元,用于分别计算所述第二像素点集合包括的像素点的第一平均像素值和所述第三像素点集合包括的像素点的第二平均像素值;
设置单元,用于将所述第二像素点集合中的像素点的像素值设置为所述第一平均像素值,将所述第三像素点集合中的像素点的像素值设置为所述第二平均像素值,得到第三视频序列图像。
可选的,所述装置还包括:
获取模块,用于获取标准背景图像;
第二计算模块,用于计算所述背景图像和所述标准背景图像之间的第二差分图像;
第三计算模块,用于计算所述第二差分图像包括的像素点的像素值之和;
第四计算模块,用于根据所述像素值之和以及所述背景图像的图像大小,计算所述背景图像的质量系数。
在本发明实施例中,在车流量类别为小车流量时,利用统计直方图法建立背景图像;在车流量类别为大车流量时,利用帧差法对图像进行重组,然后利用统计直方图法建立背景图像,从而在车流量较少时,提高了建立背景图像的实时性;在车流量较大时,提高了建立背景图像的精度。
附图说明
图1是本发明实施例1提供的一种建立背景图像的方法流程图;
图2是本发明实施例2提供的一种建立背景图像的方法流程图;
图3是本发明实施例3提供的一种建立背景图像的装置结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提供了一种建立背景图像的方法,该方法的执行主体可以为车载终端,参见图1,该方法包括:
步骤101:在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像。
步骤102:计算第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像。
步骤103:根据多个第一差分图像,确定第二视频序列图像对应的车流量类别。
步骤104:如果车流量类别为大车流量,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据第三视频序列图像和统计直方图算法,建立背景图像。
步骤105:如果车流量类别为小车流量,根据第二视频序列图像和统计直方图算法,建立背景图像。
在本发明实施例中,在车流量类别为小车流量时,利用统计直方图法建立背景图像;在车流量类别为大车流量时,利用帧差法对图像进行重组,然后利用统计直方图法建立背景图像,从而在车流量较少时,提高了建立背景图像的实时性;在车流量较大时,提高了建立背景图像的精度。
实施例2
本发明实施例提供了一种建立背景图像的方法,该方法的执行主体可以为车载终端,参见图2,该方法包括:
步骤201:在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像。
预设帧数可以根据需要进行设置并更改,在本发明实施例中不对预设帧数作具体限定。为了避免对于远景,一些运动车辆相连,同一物体出现几率较高的情形出现,预设帧数可以为大于或者等于5的整数。
例如,当预设帧数为5时,本步骤可以为:
在输入的第一视频序列图像f中每隔5帧图像选择一帧图像,得到第二视频序列图像m。
步骤202:计算第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像。
对于第二视频序列图像中任意相邻两帧图像,按以下公式(1)计算该两帧图像之间的第一差分图像:
Dk(i,j)=|fk(i,j)-fk-1(i,j)| 公式(1)
Dk(i,j)为第一差分图像,fk(i,j)和fk-1(i,j)分别为第二视频序列图像中两幅相邻的图像。
步骤203:根据多个第一差分图像,确定第二视频序列图像对应的车流量类别。
车流量类别可以为大车流量和小车流量;本步骤可以通过以下步骤(1)至(4)实现,包括:
(1):对多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像。
对于每个第一差分图像,将该第一差分图像中像素值小于预设像素值(为了便于与后续的预设像素值进行区分,将该处的预设像素值称为第一预设像素值)的像素点的像素值设置为1,将第一差分图像中像素值不小于第一预设像素值的像素点的像素值设置为0。
例如,对于每个第一差分图像,按以下公式(2)对该第一差分图像进行二值化处理,得到处理后的该第一差分图像:
Dk(i,j)为任一差分图像,Bk(i,j)为二值化处理后的第一差分图像,T为第一预设像素值。
需要说明的是,处理后的第一差分图像中像素值为1的像素点为运动车辆对应的像素点,像素值为0的像素点为背景对应的像素点。
第一预设像素值可以根据需要进行设置并更改,在本发明实施例中,对第一预设像素值不作具体限定。
(2):计算处理后的每个第一差分图像中运动车辆的像素点比例。
对于处理后的每个第一差分图像,计算该处理后的第一差分图像中包括的运动车辆的像素点数量,计算该像素点数量与该处理后的第一差分图像包括的像素点总和的比值,将该比值作为该处理后的第一差分图像的像素点比例。
其中,计算该处理后的第一差分图像中包括的运动车辆的像素点数量的步骤可以为:
获取该处理后的第一差分图像中包括的每个运动区域的最上像素点、最下像素点、最左像素点和最右像素点;根据每个运动区域的最上像素点、最下像素点、最左像素点和最右像素点,计算该处理后的第一差分图像中包括的运动车辆的像素点数量。
例如,该处理后的第一差分图像中包括m个运动车辆,且最上像素点的坐标为:(Xi×1,Yi×1),i=1,2,3...m;最下像素点的坐标为:(Xi×2,Yi×2);最左像素点的坐标为:(Xi×3,Yi×3);最右像素点的坐标为:(Xi×4,Yi×4),则根据最上像素点、最下像素点、最左像素点和最右像素点,按以下公式(3)计算该处理后的第一差分图像中包括的运动车辆的像素点数量。
S为该处理后的第一差分图像中包括的运动车辆的像素点数量。
需要说明的是,按照以上方法获取每个第一差分图像中运动车辆的像素点比例。
(3):根据处理后的每个第一差分图像中运动车辆的像素点比例,计算第二视频序列图像对应的像素点比例。
根据处理后的每个第一差分图像中运动车辆的像素点比例,计算每个第一差分图像中运动车辆的像素点比值的平均像素点比例,将该平均像素点比例作为第二视频序列图像对应的像素点比例。
(4):根据第二视频序列图像对应的像素点比例和预设比例,确定第二视频序列图像对应的车流量类别。
本步骤可以通过以下第一种方式或者第二种方式实现,对于第一种实现方式,仅根据像素点比例确定车流量类别,相应的,本步骤可以为:
如果第二视频序列图像对应的像素点比例大于预设比例,确定第二视频序列图像对应的车流量类别为大车流量;如果第二视频序列图像对应的像素点比例不大于预设比例,确定第二视频序列图像对应的车流量类别为小车流量。
预设比例可以根据需要进行设置并更改,在本发明实施例中对预设比例不作具体限定;例如,预设比例可以为35%。
对于第二种实现方式,结合车流量数量和像素点比例确定车流量类别,相应的,本步骤可以为:
获取第二视频序列图像对应的车流量;根据该车流量,预设车流量,第二视频序列图像对应的像素点比例和预设比例,确定第二视频序列图像对应的车流量类别。
如果该车流量大于预设车流量,或者第二视频序列图像对应的像素点比例大于预设比例,确定第二视频序列图像对应的车流量类别为大车流量;如果该车流量不大于预设车流量且第二视频序列图像对应的像素点比例不大于预设比例,确定第二视频序列图像对应的车流量类别为小车流量。
预设车流量可以根据需要进行设置并更改,在本发明实施例中,对预设车流量不作具体限定;例如,预设车流量为8/分钟。
需要说明的是,获取第二视频序列图像对应的车流量的步骤可以根据现有的任一获取车流量的方法获取,在此不再详细说明。
如果车流量类别为大车流量,执行步骤204;如果车流量类别为小车流量,执行步骤205。
步骤204:如果车流量类别为大车流量,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据第三视频序列图像和统计直方图算法,建立背景图像,执行步骤206。
其中,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像的步骤可以通过以下步骤(1)至(4)实现,包括:
(1):根据多个第一差分图像中的每个第一差分图像,获取每个第一差分图像中像素值大于预设像素值的第一像素点集合。
为了便于与上述预设像素点进行区分,将该处的预设像素值称为第二预设像素值。第二预设像素值可以根据需要进行设置并更改,在本发明实施例中对第二预设像素值不作具体限定。
第一像素点集合中包括至少一个像素点。
例如,相邻两帧图像图像分别为第一帧图像和第二帧图像,第一帧图像和第二帧图像之间的差分图像为第一差分图像;获取第一差分图像中像素值大于预设像素值的像素点组成第一像素点集合。
(2):分别获取第一像素点集合中的每个像素点在每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合。
对于每个第一差分图像的第一像素点集合中的每个像素点(为了便于区分,将第一像素点集合中的像素点称为第一像素点),根据每个第一像素点在该第一差分图像中的位置,在该第一差分图像对应的相邻两帧图像中的一帧图像中获取每个第二像素点组成第二像素点集合,以及,在该第一差分图像对应的相邻两帧图像中的另一帧图像中获取每个第三像素点组成第三像素点集合。
第一像素点在第一差分图像中的位置分别和第二像素点在该一帧图像中的位置以及第三像素点在该另一帧图像中的位置相同。
(3):分别计算第二像素点集合包括的像素点的第一平均像素值和第三像素点集合包括的像素点的第二平均像素值。
根据第二像素点集合包括的每个像素点的像素值,计算第二像素点集合包括的像素点的第一平均像素值;以及,根据第三像素点集合包括的每个像素点的像素值,计算第三像素点集合包括的像素点的第二平均像素值。
(4):将第二像素点集合中的像素点的像素值设置为第一平均像素值,将第三像素点集合中的像素点的像素值设置为第二平均像素值,得到第三视频序列图像。
例如,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像的步骤可以通过以下公式(4)和(5)实现:
m2t(i,j)为相邻两帧图像中的一帧图像,m2t(i,j)’为重组后的该一帧图像;m2t-1(i,j)为相邻两帧图像中的另一帧图像;m2t-1(i,j)’为重组后的该另一帧图像。
其中,根据第三视频序列图像和统计直方图算法,建立背景图像的步骤可以为:
从第三视频序列图像中选择N帧图像,根据N帧图像中的每帧图像的像素值和统计直方图算法,计算背景图像中包括的每个像素点的像素值,根据每个像素点的像素值构建背景图像。
其中,根据N帧图像中的每帧图像的像素值和统计直方图算法,可以通过以下公式(6)计算背景图像中包括的每个像素点的像素值:
B(i,j)=max(N(r)(i,j))r=0,1,2,...255 公式(6)
需要说明的是,在本步骤中,可以从第三视频序列图像中选择前N帧图像,也可以选择后N帧图像,或者从第三视频序列图像中随机选择N帧图像;在本发明实施例中,对如何从第三视频序列图像中选择N帧图像的具体方式不作具体限定。
N为正整数;并且,N可以根据需要进行设置并更改,在本发明实施例中对N的取值不作具体限定;为了提高建立背景图像的准确性但不增加数据处理量,N可以为[50,100]之间的整数,例如,N为50,80或者100等。
步骤205:如果车流量类别为小车流量,根据第二视频序列图像和统计直方图算法,建立背景图像。
从第二视频序列图像中选择N帧图像,根据N帧图像中的每帧图像的像素值和统计直方图算法,计算背景图像中包括的每个像素点的像素值,根据每个像素点的像素值构建背景图像。
需要说明的是,在本步骤中,可以从第二视频序列图像中选择前N帧图像,也可以选择后N帧图像,或者从第二视频序列图像中随机选择N帧图像;在本发明实施例中,对如何从第二视频序列图像中选择N帧图像的具体方式不作具体限定。
步骤206:获取标准背景图像,并根据该背景图像和标准背景图像,计算该背景图像的质量系数。
获取标准背景图像的步骤可以通过以下第一种方式或者第二种方式实现;对于第一种实现方式,获取标准背景图像的步骤可以为:
采集一段纯背景的第四视频序列图像,从该第四视频序列图像中随机选择一帧图像作为标准背景图像;
对于第二种实现方式,获取标准背景图像的步骤可以为:
采集一段运动车辆的数量小于预设数量的第五视频序列图像,计算该第五视频序列图像中每帧图像中的每个像素点的平均像素值,根据每个像素点的平均像素值构建标准背景图像。
预设数量可以根据需要进行设置并更改,在本发明实施例中,对预设数量不作具体限定。
其中,根据该背景图像和标准背景图像,计算该背景图像的质量系数的步骤可以通过以下步骤(1)至(3)实现,包括:
(1):计算背景图像和标准背景图像之间的第二差分图像。
(2):计算第二差分图像包括的像素点的像素值之和。
(3):根据像素值之和以及背景图像的图像大小,计算背景图像的质量系数。
计算像素点之和与背景图像的图像大小的比值,将该比值作为背景图像的质量系数。
根据该背景图像和标准背景图像,按照以下公式(7)计算该背景图像的质量系数:
P为质量系数,B(i,j)为该背景图像,Bbiaozhun(i,j)为该标准背景图像;m和n分别为背景图像(或者标准背景图像)的行数和列数。
需要说明的是,背景图像和标准背景图像大小相等。在本步骤(3)也可以替换为:
根据像素值之和以及标准背景图像的图像大小,计算背景图像的质量系数。
进一步地,如果质量系数越小,则确定建立的背景图像越接近于标准背景图像,背景图像提取的效果就越好;如果质量系数越大,则确定建立的背景图像与标准背景图像偏差越大,背景图像提取的效果越不理想。
因此,计算该背景图像的质量系数之后,还包括:
确定该质量系数是否小于预设质量系数,如果该质量系数小于预设质量系数,确定该背景图像满足条件;结束。
如果该质量系数不小于预设质量系数,重新采集第一视频序列图像,并按以上步骤重新建立背景图像,直到背景图像的质量系数小于预设质量系数。
预设质量系数可以根据需要进行设置并更改,在本发明实施例中,对预设质量系数不作具体限定。
在本发明实施例中,在车流量类别为小车流量时,利用统计直方图法建立背景图像;在车流量类别为大车流量时,利用帧差法对图像进行重组,然后利用统计直方图法建立背景图像,从而在车流量较少时,提高了建立背景图像的实时性;在车流量较大时,提高了建立背景图像的精度。
实施例3
本发明实施例提供了一种建立背景图像的装置,该装置用于执行实施例1和实施例2的建立背景图像的方法,参见图3,该装置包括:
选择模块301,用于在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;
第一计算模块302,用于计算第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;
确定模块303,用于根据多个第一差分图像,确定第二视频序列图像对应的车流量类别;
第一建立模块304,用于如果车流量类别为大车流量,根据多个第一差分图像,对第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据第三视频序列图像和统计直方图算法,建立背景图像;
第二建立模块305,用于如果车流量类别为小车流量,根据第二视频序列图像和统计直方图算法,建立背景图像。
可选的,确定模块303,包括:
处理单元,用于对多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像;
第一计算单元,用于计算处理后的每个第一差分图像中运动车辆的像素点比例;
第二计算单元,用于根据处理后的每个第一差分图像中运动车辆的像素点比例,计算第二视频序列图像对应的像素点比例;
确定单元,用于根据第二视频序列图像对应的像素点比例和预设比例,确定第二视频序列图像对应的车流量类别。
可选的,确定单元,还用于获取第二视频序列图像对应的车流量;根据车流量,预设车流量,第二视频序列图像对应的像素点比例和预设比例,确定第二视频序列图像对应的车流量类别。
可选的,第一建立模块304,包括:
第一获取单元,用于根据多个第一差分图像中的每个第一差分图像,获取每个第一差分图像中像素值大于预设像素值的第一像素点集合;
第二获取单元,用于分别获取第一像素点集合中的每个像素点在每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合;
第三计算单元,用于分别计算第二像素点集合包括的像素点的第一平均像素值和第三像素点集合包括的像素点的第二平均像素值;
设置单元,用于将第二像素点集合中的像素点的像素值设置为第一平均像素值,将第三像素点集合中的像素点的像素值设置为第二平均像素值,得到第三视频序列图像。
可选的,装置还包括:
获取模块,用于获取标准背景图像;
第二计算模块,用于计算背景图像和标准背景图像之间的第二差分图像;
第三计算模块,用于计算第二差分图像包括的像素点的像素值之和;
第四计算模块,用于根据像素值之和以及背景图像的图像大小,计算背景图像的质量系数。
在本发明实施例中,在车流量类别为小车流量时,利用统计直方图法建立背景图像;在车流量类别为大车流量时,利用帧差法对图像进行重组,然后利用统计直方图法建立背景图像,从而在车流量较少时,提高了建立背景图像的实时性;在车流量较大时,提高了建立背景图像的精度。
需要说明的是:上述实施例提供的建立背景图像的装置在建立背景图像时,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的建立背景图像的装置与建立背景图像的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,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 (8)
1.一种建立背景图像的方法,其特征在于,所述方法包括:
在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;
计算所述第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;
根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别;
如果所述车流量类别为大车流量,根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据所述第三视频序列图像和统计直方图算法,建立背景图像;
如果所述车流量类别为小车流量,根据所述第二视频序列图像和统计直方图算法,建立背景图像;
其中,所述根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像,包括:根据所述多个第一差分图像中的每个第一差分图像,获取所述每个第一差分图像中像素值大于预设像素值的第一像素点集合;分别获取所述第一像素点集合中的每个像素点在所述每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合;分别计算所述第二像素点集合包括的像素点的第一平均像素值和所述第三像素点集合包括的像素点的第二平均像素值;将所述第二像素点集合中的像素点的像素值设置为所述第一平均像素值,将所述第三像素点集合中的像素点的像素值设置为所述第二平均像素值,得到第三视频序列图像。
2.根据权利要求1所述的方法,其特征在于,所述根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别,包括:
对所述多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像;
计算所述处理后的每个第一差分图像中运动车辆的像素点比例;
根据所述处理后的每个第一差分图像中运动车辆的像素点比例,计算所述第二视频序列图像对应的像素点比例;
根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别,包括:
获取所述第二视频序列图像对应的车流量;
根据所述车流量,预设车流量,所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
4.根据权利要求1所述的方法,其特征在于,所述建立背景图像之后,还包括:
获取标准背景图像;
计算所述背景图像和所述标准背景图像之间的第二差分图像;
计算所述第二差分图像包括的像素点的像素值之和;
根据所述像素值之和以及所述背景图像的图像大小,计算所述背景图像的质量系数。
5.一种建立背景图像的装置,其特征在于,所述装置包括:
选择模块,用于在输入的第一视频序列图像中每隔预设帧数图像选择一帧图像,得到第二视频序列图像;
第一计算模块,用于计算所述第二视频序列图像中相邻两帧图像之间的第一差分图像,得到多个第一差分图像;
确定模块,用于根据所述多个第一差分图像,确定所述第二视频序列图像对应的车流量类别;
第一建立模块,用于如果所述车流量类别为大车流量,根据所述多个第一差分图像,对所述第二视频序列图像中的图像进行重组,得到第三视频序列图像;根据所述第三视频序列图像和统计直方图算法,建立背景图像;
第二建立模块,用于如果所述车流量类别为小车流量,根据所述第二视频序列图像和统计直方图算法,建立背景图像;
所述第一建立模块,包括:第一获取单元,用于根据所述多个第一差分图像中的每个第一差分图像,获取所述每个第一差分图像中像素值大于预设像素值的第一像素点集合;第二获取单元,用于分别获取所述第一像素点集合中的每个像素点在所述每个第一差分图像对应的相邻两帧图像中的第二像素点集合和第三像素点集合;第三计算单元,用于分别计算所述第二像素点集合包括的像素点的第一平均像素值和所述第三像素点集合包括的像素点的第二平均像素值;设置单元,用于将所述第二像素点集合中的像素点的像素值设置为所述第一平均像素值,将所述第三像素点集合中的像素点的像素值设置为所述第二平均像素值,得到第三视频序列图像。
6.根据权利要求5所述的装置,其特征在于,所述确定模块,包括:
处理单元,用于对所述多个第一差分图像中的每个第一差分图像进行二值化处理,得到处理后的每个第一差分图像;
第一计算单元,用于计算所述处理后的每个第一差分图像中运动车辆的像素点比例;
第二计算单元,用于根据所述处理后的每个第一差分图像中运动车辆的像素点比例,计算所述第二视频序列图像对应的像素点比例;
确定单元,用于根据所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
7.根据权利要求6所述的装置,其特征在于,
所述确定单元,还用于获取所述第二视频序列图像对应的车流量;根据所述车流量,预设车流量,所述第二视频序列图像对应的像素点比例和预设比例,确定所述第二视频序列图像对应的车流量类别。
8.根据权利要求5所述的装置,其特征在于,所述装置还包括:
获取模块,用于获取标准背景图像;
第二计算模块,用于计算所述背景图像和所述标准背景图像之间的第二差分图像;
第三计算模块,用于计算所述第二差分图像包括的像素点的像素值之和;
第四计算模块,用于根据所述像素值之和以及所述背景图像的图像大小,计算所述背景图像的质量系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610436373.2A CN106157272B (zh) | 2016-06-17 | 2016-06-17 | 建立背景图像的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610436373.2A CN106157272B (zh) | 2016-06-17 | 2016-06-17 | 建立背景图像的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106157272A CN106157272A (zh) | 2016-11-23 |
CN106157272B true CN106157272B (zh) | 2019-01-01 |
Family
ID=57352871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610436373.2A Active CN106157272B (zh) | 2016-06-17 | 2016-06-17 | 建立背景图像的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106157272B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722982A (zh) * | 2012-03-30 | 2012-10-10 | 上海市金山区青少年活动中心 | 基于背景与帧间差分算法的车流及其运动状态检测方法 |
CN103617632A (zh) * | 2013-11-19 | 2014-03-05 | 浙江工业大学 | 一种结合相邻帧差法和混合高斯模型的运动目标检测方法 |
CN103714703A (zh) * | 2013-12-17 | 2014-04-09 | 重庆凯泽科技有限公司 | 一种基于视频图像处理的车流检测算法 |
CN104599511A (zh) * | 2015-02-06 | 2015-05-06 | 中国石油大学(华东) | 一种基于背景建模的车流量检测方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104183127B (zh) * | 2013-05-21 | 2017-02-22 | 北大方正集团有限公司 | 交通监控视频检测方法和装置 |
-
2016
- 2016-06-17 CN CN201610436373.2A patent/CN106157272B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722982A (zh) * | 2012-03-30 | 2012-10-10 | 上海市金山区青少年活动中心 | 基于背景与帧间差分算法的车流及其运动状态检测方法 |
CN103617632A (zh) * | 2013-11-19 | 2014-03-05 | 浙江工业大学 | 一种结合相邻帧差法和混合高斯模型的运动目标检测方法 |
CN103714703A (zh) * | 2013-12-17 | 2014-04-09 | 重庆凯泽科技有限公司 | 一种基于视频图像处理的车流检测算法 |
CN104599511A (zh) * | 2015-02-06 | 2015-05-06 | 中国石油大学(华东) | 一种基于背景建模的车流量检测方法 |
Non-Patent Citations (2)
Title |
---|
Dynamic Vehicle Detection Algorithm Based on Background Updating and Suppressing;Li Peng 等;《2010 International Conference of Information Science and Management Engineering》;20100916;第2卷;全文 * |
基于视频图像的运动车辆检测和跟踪算法;卢江;《中国优秀硕士学位论文全文数据库 信息科技辑》;20120315(第3期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN106157272A (zh) | 2016-11-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103369209B (zh) | 视频降噪装置及方法 | |
CN102855649B (zh) | 基于orb特征点的高压杆塔高清图像全景拼接方法 | |
CN109741356B (zh) | 一种亚像素边缘检测方法及系统 | |
CN108537782B (zh) | 一种基于轮廓提取的建筑物图像匹配与融合的方法 | |
CN103460249B (zh) | 图像处理装置以及图像处理方法 | |
CN102542568B (zh) | 图像处理装置及图像处理方法 | |
CN108109147A (zh) | 一种模糊图像的无参考质量评价方法 | |
US20130170736A1 (en) | Disparity estimation depth generation method | |
CN105096269A (zh) | 基于畸变直线结构检测的图像径向畸变矫正的方法及系统 | |
CN102982537B (zh) | 一种检测场景变换的方法和系统 | |
CN102271262B (zh) | 用于3d显示的基于多线索的视频处理方法 | |
CN103295182B (zh) | 实现对红外图像进行对比度拉伸处理的电路系统及其方法 | |
CN107886507B (zh) | 一种基于图像背景和空间位置的显著区域检测方法 | |
CN103473537B (zh) | 一种目标图像轮廓特征表示方法及装置 | |
CN101655910A (zh) | 训练系统、训练方法及检测方法 | |
CN107481271A (zh) | 一种立体匹配方法、系统及移动终端 | |
US11461875B2 (en) | Displacement measurement device and displacement measurement method | |
CN109064418A (zh) | 一种基于非局部均值的非均匀噪声图像去噪方法 | |
CN111062331B (zh) | 图像的马赛克检测方法、装置、电子设备及存储介质 | |
CN112560701B (zh) | 一种人脸图像提取方法、装置及计算机存储介质 | |
CN103226824B (zh) | 维持视觉显著性的视频重定向系统 | |
CN109448036A (zh) | 一种基于双目图像确定视差图的方法及装置 | |
CN106886763A (zh) | 实时检测人脸的系统及其方法 | |
CN106447695A (zh) | 一种多物体追踪中判断同一物体的方法和装置 | |
CN104574381A (zh) | 一种基于局部二值模式的全参考图像质量评价方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220218 Address after: 241006 Anshan South Road, Wuhu Economic and Technological Development Zone, Anhui Province Patentee after: Wuhu Sambalion auto technology Co.,Ltd. Address before: 241006 Changchun Road, Wuhu economic and Technological Development Zone, Wuhu, Anhui, 8 Patentee before: CHERY AUTOMOBILE Co.,Ltd. |
|
TR01 | Transfer of patent right |