CN108629254B - 一种运动目标的检测方法及装置 - Google Patents

Abstract

本发明实施例提供了运动目标的检测方法及装置，方法包括：对所获得的针对监控场景的当前帧图像中的每一当前像素点，将当前像素点与其对应的一组背景模型进行匹配；各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据监控场景图像的周期预设的第一背景模型；若与其对应的背景模型中任一第一背景模型匹配成功，更新匹配成功的第一背景模型的参数，将当前像素点确定为第一背景像素点；反之，重置其对应的背景模型中的任一第一背景模型的参数，将当前像素点确定为第一前景像素点；确定当前帧图像中是否包含第一前景像素点；进一步，确定当前帧图像中是否存在前景运动目标。以实现检测出更准确的前景运动目标。

Description

一种运动目标的检测方法及装置

技术领域

本发明涉及视频监控技术领域，特别是涉及一种运动目标的检测方法及装置。

背景技术

随着监控技术的快速发展，许多场所都有监控设备进行监控，当监控设备对应的监控场景中出现异常目标时，该监控设备对应的平台可以针对该异常目标产生并发出预警信号，以提示监控人员对异常目标进行关注并采取相应措施。上述异常目标可能为人员、车辆等活动目标。

监控设备对监控场景进行监控时，监控设备对应的平台可以通过现有的背景建模类算法从监控场景对应的视频图像中检测出前景运动目标，该前景运动目标即对应人员、车辆等活动目标，前景运动目标由前景像素点组成。当从监控场景对应的视频图像中检测出前景运动目标时，监控设备对应的平台会产生并发出预警信号。但是，现有的背景建模类算法的缺点是：针对监控场景内的一切活动目标，都会检测为前景运动目标。在某些场景中，有些活动目标是不属于异常目标范围的，当监控设备监控到不属于异常目标范围的活动目标，也会认为是异常目标。

举例而言：监控场景为油田，众所周知的油田在国家经济及其所在的地方经济中承担着重要角色。目前部分采油点存在偷窃石油，盗取天然气现象，这不仅给国家财产带来损失，同时也给现场工作人员的安全带来隐患。在油田场景中设置监控设备，以实现针对油田场景中异常目标的检测。可以理解的是，油田场景中的周期重复性运动的抽油机驴头是不属于异常目标范围的。现有技术中，监控设备在监控油田场景时，利用现有的背景建模类算法无法将抽油机驴头的周期重复性运动和人员、车辆等活动目标区分开来，即现有的背景建模类算法会将作周期重复性运动的抽油机驴头不停的检测为前景运动目标。所检测出的作为异常目标的前景运动目标不够准确。

发明内容

本发明实施例的目的在于提供一种运动目标的检测方法及装置，以实现检测出更准确的作为异常目标的前景运动目标。具体技术方案如下：

一方面，本发明实施例提供了一种运动目标的检测方法，所述方法包括：

获得针对监控场景的当前帧图像；

针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据所述监控场景图像的周期预设的第一背景模型；

若所述当前像素点的参数与所述当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数，并将所述当前像素点确定为第一背景像素点；

若所述当前像素点的参数与所述当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数，并将所述当前像素点确定为第一前景像素点；

确定所述当前帧图像中是否包含第一前景像素点；

根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标。

可选地，所述每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均包括第一均值、第一方差和权重值，所述当前像素点的参数包括所述当前像素点的像素值；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对当前帧图像中的每一当前像素点，分别对所述当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

根据每一第一背景模型的新的权重值，对所述当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

按照所述预定数量个第一背景模型的排序顺序，将所述当前像素点的像素值依次与每一第一背景模型进行匹配，其中，当所述当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征所述当前像素点的像素值与所述当前进行匹配的第一背景模型匹配，反之，则不匹配，所述第一预定条件为：所述当前像素点的像素值与所述当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的所述当前进行匹配的第一背景模型的第一方差，且所述当前进行匹配的第一背景模型的权重值大于第一预定阈值，所述第一预定阈值为：根据所述第一数值以及所述监控场景图像的周期确定的值。

可选地，每一第一背景模型的参数还包括前景时长；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对当前帧图像中的每一当前像素点，分别将所述当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

在所述将所述当前像素点确定为第一背景像素点的步骤之前，所述方法还包括：

判断所述匹配成功的第一背景模型的前景时长加一后是否小于第四数值；

若为否，执行所述将所述当前像素点确定为第一背景像素点的步骤；

若为是，执行所述将所述当前像素点确定为第一前景像素点的步骤。

可选地，所述根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数的步骤，包括：

利用所述当前像素点的像素值更新所述匹配成功的第一背景模型的第一均值以及第一方差；

且将所述匹配成功的第一背景模型的新的权重值设置为第一数值。

可选地，所述从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数的步骤，包括：

从所述当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；

利用所述当前像素点的像素值，重置所选择的第一背景模型的第一均值；

且将所选择的第一背景模型的第一方差重置为第二数值；

且将所选择的第一背景模型的新的权重值设置为所述第一数值；

且将所选择的第一背景模型的前景时长设置为第三数值。

可选地，在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

按预设的第一降采样算法对所获得的当前帧图像进行降采样；

对降采样后的当前帧图像进行滤波处理，获得第一图像；

所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，为：

针对所述第一图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配。

可选地，所述当前像素点的参数包括所述当前像素点的像素值；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对所述当前帧图像中的每一当前像素点，获得所述当前像素点预设邻域内的每一第一像素点的像素值；

获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

根据所述当前像素点的像素值以及每一第一像素点的像素值，计算所述预设邻域对应的平均像素值；

从所述当前像素值光照处理映射表中，确定所述当前像素点对应的第一映射值；

从所述平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

计算所述第一映射值与所述第二映射值的差的绝对值；

根据所计算的差的绝对值调整所述当前像素点的像素值；

所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

将所述调整后的当前像素点的像素值与所述调整后的当前像素点对应的一组背景模型进行匹配。

可选地，所述根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标的步骤，包括：

若所述当前帧图像中包含第一前景像素点，确定所述当前帧图像中存在前景运动目标；

若所述当前帧图像中不包含第一前景像素点，确定所述当前帧图像中不存在前景运动目标。

可选地，在所述确定所述当前帧图像中存在前景运动目标的步骤之后，所述方法还包括：

确定所述当前帧图像对应的包含至少一个第一前景像素点的前景图像，将所述前景图像作为第一前景图像；

根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标。

可选地，在所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤之前，所述方法还包括：

针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

若所述当前像素点的参数与所述第二背景模型匹配成功，则将所述当前像素点确定为第二背景像素点，根据所述当前像素点的参数更新所述第二背景模型的参数；

若所述当前像素点的参数与所述第二背景模型匹配失败，则将所述当前像素点确定为第二前景像素点；

确定所述当前帧图像中是否包含第二前景像素点；

当确定所述当前帧图像中包含第二前景像素点时，确定所述当前帧图像对应的包含至少一个第二前景像素点的前景图像，将所述前景图像作为第二前景图像；

所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤，包括：

根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标。

可选地，所述预设的第二背景模型为高斯模型，所述第二背景模型的参数包括第二均值和第二方差，所述当前像素点的参数包括所述当前像素点的像素值；

所述根据当前像素点的参数更新所述第二背景模型的参数的步骤，包括：

根据所述当前像素点的像素值更新所述第二背景模型的第二均值和第二方差。

可选地，在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

按预设的第二降采样算法对所述当前帧图像进行降采样，获得第二图像；

所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

针对所述第二图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；

在所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤之前，所述方法还包括：

按预设的第三降采样算法对所述第二前景图像进行降采样，获得第三图像；

按预设的第一膨胀腐蚀公式对所述第一前景图像进行膨胀腐蚀，获得第四图像；

所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤，包括：

根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标。

可选地，所述根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标的步骤，包括：

根据所述第三图像以及所述第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对所述第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对所述第五图像进行标记，得到所述当前帧图像中的至少一个前景运动目标。

可选地，在所述确定所述当前帧图像中存在前景运动目标的步骤之后，所述方法还包括：

获得与所述当前帧图像最近相邻的前N帧图像，所述N为预设的正整数；

根据所获得的前N帧图像以及所述当前帧图像，确定所述前景运动目标的运动轨迹；

依据所确定的运动轨迹，确定所述前景运动目标在所述监控场景中的停留时间是否超过预定时长；

当确定所述前景运动目标在所述监控场景中的停留时间超过预定时长时，发送预警信号。

另一方面，本发明实施例提供了一种运动目标的检测装置，所述装置包括：

第一获得模块，用于获得针对监控场景的当前帧图像；

第一匹配模块，用于针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据所述监控场景图像的周期预设的第一背景模型；

第一更新模块，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数；

第一确定模块，用于将所述当前像素点确定为第一背景像素点；

选择重置模块，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数；

第二确定模块，用于将所述当前像素点确定为第一前景像素点；

第三确定模块，用于确定所述当前帧图像中是否包含第一前景像素点；

第四确定模块，用于根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标。

可选地，所述每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均包括第一均值、第一方差以及权重值，所述当前像素点的参数包括所述当前像素点的像素值；

所述装置还包括：衰减模块和排序模块；

所述衰减模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别对所述当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

所述排序模块，用于根据每一第一背景模型的新的权重值，对所述当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

所述第一匹配模块，具体用于

按照所述预定数量个第一背景模型的排序顺序，将所述当前像素点的像素值依次与每一第一背景模型进行匹配，其中，当所述当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征所述当前像素点的像素值与所述当前进行匹配的第一背景模型匹配，反之，则不匹配，所述第一预定条件为：所述当前像素点的像素值与所述当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的所述当前进行匹配的第一背景模型的第一方差，且所述当前进行匹配的第一背景模型的权重值大于第一预定阈值，所述第一预定阈值为：根据所述第一数值以及所述监控场景图像的周期确定的值。

可选地，每一第一背景模型的参数还包括前景时长；

所述装置还包括加一模块、第一判断模块；

所述加一模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别将所述当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

所述第一判断模块，用于在所述将所述当前像素点确定为第一背景像素点的步骤之前，判断所述匹配成功的第一背景模型的前景时长加一后是否小于第四数值；若为否，触发所述第一确定模块；若为是，触发所述第二确定模块。

可选地，所述第一更新模块，具体用于

利用所述当前像素点的像素值更新所述匹配成功的第一背景模型的第一均值以及第一方差；

且将所述匹配成功的第一背景模型的新的权重值设置为第一数值。

可选地，所述选择重置模块，具体用于

从所述当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；

利用所述当前像素点的像素值，重置所选择的第一背景模型的第一均值；

且将所选择的第一背景模型的第一方差重置为第二数值；

且将所选择的第一背景模型的新的权重值设置为所述第一数值；

且将所选择的第一背景模型的前景时长设置为第三数值。

可选地，所述装置还包括：第一降采样模块和第一滤波模块；

所述第一降采样模块，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第一降采样算法对所获得的当前帧图像进行降采样；

所述第一滤波模块，用于对降采样后的当前帧图像进行滤波处理，获得第一图像；

所述第一匹配模块，具体用于

针对所述第一图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配。

可选地，所述当前像素点的参数包括所述当前像素点的像素值；

所述装置还包括：第二获得模块、第三获得模块、第一计算模块、第五确定模块、第六确定模块、第二计算模块和调整模块；

所述第二获得模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对所述当前帧图像中的每一当前像素点，获得所述当前像素点预设邻域内的每一第一像素点的像素值；

所述第三获得模块，用于获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

所述第一计算模块，用于根据所述当前像素点的像素值以及每一第一像素点的像素值，计算所述预设邻域对应的平均像素值；

所述第五确定模块，用于从所述当前像素值光照处理映射表中，确定所述当前像素点对应的第一映射值；

所述第六确定模块，用于从所述平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

所述第二计算模块，用于计算所述第一映射值与所述第二映射值的差的绝对值；

所述调整模块，用于根据所计算的差的绝对值调整所述当前像素点的像素值；

所述第一匹配模块，具体用于

将所述调整后的当前像素点的像素值与所述调整后的当前像素点对应的一组背景模型进行匹配。

可选地，所述第四确定模块包括第一确定子模块和第二确定子模块；

所述第一确定子模块，用于若所述当前帧图像中包含第一前景像素点，确定所述当前帧图像中存在前景运动目标；

所述第二确定子模块，用于若所述当前帧图像中不包含第一前景像素点，确定所述当前帧图像中不存在前景运动目标。

可选地，所述装置还包括：第七确定模块和第八确定模块；

所述第七确定模块，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，确定所述当前帧图像对应的包含至少一个第一前景像素点的前景图像，将所述前景图像作为第一前景图像；

所述第八确定模块，用于根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标。

可选地，所述装置还包括第二匹配模块、第九确定模块、第二更新模块、第十确定模块、第十一确定模块和第十二确定模块；

所述第二匹配模块，用于在所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤之前，针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

所述第九确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配成功，则将所述当前像素点确定为第二背景像素点；

所述第二更新模块，用于根据所述当前像素点的参数更新所述第二背景模型的参数；

所述第十确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配失败，则将所述当前像素点确定为第二前景像素点；

所述第十一确定模块，用于确定所述当前帧图像中是否包含第二前景像素点；

所述第十二确定模块，用于当确定所述当前帧图像中包含第二前景像素点时，确定所述当前帧图像对应的包含至少一个第二前景像素点的前景图像，将所述前景图像作为第二前景图像；

所述第八确定模块，具体用于

根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标。

可选地，所述预设的第二背景模型为高斯模型，所述第二背景模型的参数包括第二均值和第二方差，所述当前像素点的参数包括所述当前像素点的像素值；

所述第二更新模块，具体用于

根据所述当前像素点的像素值更新所述第二背景模型的第二均值和第二方差。

可选地，所述装置还包括：第二降采样模块、第三降采样模块和第四获得模块；

所述第二降采样模块，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第二降采样算法对所述当前帧图像进行降采样，获得第二图像；

所述第一匹配模块，具体用于

针对所述第二图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；

所述第三降采样模块，用于在所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤之前，按预设的第三降采样算法对所述第二前景图像进行降采样，获得第三图像；

所述第四获得模块，用于预设的第一膨胀腐蚀公式对所述第一前景图像进行膨胀腐蚀，获得第四图像；

所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标。

可选地，所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对所述第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对所述第五图像进行标记，得到所述当前帧图像中的至少一个前景运动目标。

可选地，所述装置还包括第五获得模块、第九确定模块、第十确定模块和发送模块；

所述第五获得模块，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，获得与所述当前帧图像最近相邻的前N帧图像，所述N为预设的正整数；

所述第九确定模块，用于根据所获得的前N帧图像以及所述当前帧图像，确定所述前景运动目标的运动轨迹；

所述第十确定模块，用于依据所确定的运动轨迹，确定所述前景运动目标在所述监控场景中的停留时间是否超过预定时长；

所述发送模块，用于当确定所述前景运动目标在所述监控场景中的停留时间超过预定时长时，发送预警信号。

本发明实施例中，每组背景模型中包含预定数量个根据监控场景图像的周期预设的第一背景模型，该监控场景图像的周期为监控场景中做周期性运动的目标对象的运动周期，每组背景模型中的每一第一背景模型分别对应上述运动周期中的一段子时间，每组背景模型可以覆盖所对应像素点在上述运动周期内的参数的变化情况，可以通过每组背景模型将监控场景做周期性运动的目标对象确定成背景。在从监控场景中检测运动目标时，可以仅将监控场景中除做周期性运动的目标对象外的其他运动对象，检测确定为前景运动目标。以实现检测出更准确的作为异常目标的前景运动目标。当然，实施本发明的任一产品或方法并不一定需要同时达到以上所述的所有优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，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的前提下，还可以根据这些附图获得其他的附图。

图1A为本发明实施例所提供的一种运动目标的检测方法的流程示意图；

图1B为各帧图像中处于相同位置的像素点的一种示例图；

图2A为本发明实施例所提供的一种运动目标的检测方法的另一流程示意图；

图2B为根据图2A所示实施例，对图像中的像素点的检测的流程示例图；

图3A为本发明实施例所提供的一种运动目标的检测方法的另一流程示意图；

图3B为本发明实施例中，对当前像素点进行光照处理的一种流程示意图；

图3C为本发明实施例的一种具体的实现原理示例图；

图3D为一种在图像中标记连通区域的流程示例图；

图4为本发明实施例所提供的一种运动目标的检测装置的结构示意图；

图5为本发明实施例所提供的一种运动目标的检测装置的另一结构示意图；

图6为本发明实施例所提供的一种运动目标的检测装置的另一结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例提供了一种运动目标的检测方法及装置，以实现检测出更准确的作为异常目标前景运动目标。

下面首先对本发明实施例所提供的一种运动目标的检测方法进行介绍。

如图1A所示，本发明实施例提供了一种运动目标的检测方法，可以包括如下步骤：

S101：获得针对监控场景的当前帧图像；

可以理解的是，本发明实施例所提供的运动目标的检测方法，可以应用于任一可以获得针对监控场景的图像的电子设备中，该电子设备可以为智能手机、电脑或摄像机等等，本发明实施例并不对电子设备类型进行限定。

所获得的针对监控场景的当前帧图像中包含做周期性运动的目标对象。其中，可以采用现有技术，获得监控设备所采集的针对监控场景的当前帧图像。

S102：针对当前帧图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的一组背景模型进行匹配；

其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据监控场景图像的周期预设的第一背景模型；

针对当前帧图像中的每一当前像素点，每一当前像素点的检测过程可以并行进行，也可以串行进行，这都是可以的。

在从当前帧图像中检测前景运动目标时，需要检测当前帧图像中的每一当前像素点，确定每一当前像素点是否为前景像素点。其中，将当前像素点的参数与当前像素点对应的一组背景模型中的每一第一背景模型进行匹配，可以随机选择第一背景模型与当前像素点的参数进行匹配，直至确定出与当前像素点的参数匹配成功的第一背景模型，本轮匹配结束；或者，直到所有的第一背景模型均与当前像素点的参数匹配失败，本轮匹配结束。可以理解的是，当前帧图像中的每一当前像素点均各自对应一组背景模型。

需要说明的是，每组背景模型包含预定数量个根据监控场景图像的周期预设的第一背景模型，其中，该监控场景图像的周期可以为监控场景中做周期性运动的目标对象的运动周期。每组背景模型中所包含的预定数量个第一背景模型，分别对应上述运动周期中的一段子时间。对于目标对象所在区域的像素点，每一像素点对应的一组背景模型中所包含的每一第一背景模型，均可以表征出像素点在上述运动周期内，像素点的参数的变化状态，即每组背景模型可以覆盖所对应像素点在上述运动周期内的参数的变化状态，可以通过上述背景模型将监控场景做周期性运动的目标对象确定成背景。

可以通过现有技术，确定出各帧图像中处于相同位置的像素点，在此不做赘述。其中，对于各帧处于相同位置的像素点，举例而言，如图1B所示的三张图像，分别为针对该监控场景所得的图像序列中的图像，其中，“1”、“5”和“9”为相同位置，“1”、“5”和“9”处的像素点为：图像序列中的不同图像中相同位置的像素点，即“1”、“5”和“9”处的像素点对应一组背景模型。同理，“2”、“6”和“10”处的像素点为：图像序列中的不同图像中相同位置的像素点；3”、“7”和“11”处的像素点为：图像序列中的不同图像中相同位置的像素点；“4”、“8”和“12”处的像素点为：图像序列中的不同图像中相同位置的像素点。

S103：若当前像素点的参数与当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据当前像素点的参数更新匹配成功的第一背景模型的参数；

S104：将当前像素点确定为第一背景像素点；

可以理解的是，当前像素点与第一背景模型匹配成功时，为了更好的完善该匹配成功的第一背景模型，需要用当前像素点的参数更新匹配成功的第一背景模型的参数，以使该匹配成功的第一背景模型更好的体现出当前像素点的参数的变化情况。

当当前像素点的参数与当前像素点对应的一组背景模型中任一第一背景模型匹配成功时，可以表明当前像素点的参数相对于匹配成功的第一背景模型来说变化不大，该当前像素点即为背景像素点，则将当前像素点确定为第一背景像素点。

S105：若当前像素点的参数与当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数；

S106：将当前像素点确定为第一前景像素点；

当当前像素点的参数与当前像素点对应的一组背景模型中所有第一背景模型匹配失败时，从当前像素点对应的一组背景模型中随机或根据预定选择规则选择一个第一背景模型，依据该当前像素点的参数重置所选择的第一背景模型的参数，在重置所选择的第一背景模型的参数的过程中，可以将该当前像素点看作背景像素点。该预定选择规则可以为：依据所选择的第一背景模型的参数的进行选择的规则。

并且，当当前像素点的参数与当前像素点对应的一组背景模型中所有第一背景模型匹配失败时，可以表明当前像素点的参数相对于所对应的一组背景模型中所有第一背景模型的变化较大，该当前像素点即为前景像素点，则将当前像素点确定为第一前景像素点。

S107：确定当前帧图像中是否包含第一前景像素点；

通过对当前帧图像中的每一当前像素点的检测，可以确定出当前帧图像中是否包含第一前景像素点。当有任一当前像素点的参数，被确定为与该当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则确定该当前像素点为第一背景像素点，进一步的，则确定当前帧图像中不包含第一前景像素点；反之，当每一当前像素点的参数，均被确定为与每一当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则确定每一当前像素点为第一前景像素点，进一步的，则确定当前帧图像中包含第一前景像素点。

S108：根据当前帧图像是否包含第一前景像素点，确定当前帧图像中是否存在前景运动目标。

可以理解的是，当当前帧图像中包含第一前景像素点，则当前帧图像中存在前景运动目标，当当前帧图像中不包含第一前景像素点，则当前帧图像中不存在前景运动目标。

应用本发明实施例，每组背景模型中包含预定数量个根据监控场景图像的周期预设的第一背景模型，该监控场景图像的周期为监控场景中做周期性运动的目标对象的运动周期，每组背景模型中的每一第一背景模型，分别对应上述运动周期中的一段子时间，每组背景模型可以覆盖所对应像素点在上述运动周期内的参数的变化情况，可以通过每组背景模型将监控场景做周期性运动的目标对象确定成背景。在从监控场景中检测运动目标时，可以仅将监控场景中除做周期性运动的目标对象外的其他运动对象，检测确定为前景运动目标。以实现检测出更准确的作为异常目标的前景运动目标。

另外，电子设备还可以根据所检测出的前景运动目标，进行预警，应用本发明实施例，所确定出的作为异常目标的前景运动目标更准确，不再将做周期性运动的目标对象检测为前景运动目标，进一步的，可以减少预警的误报概率，降低电子设备的运行压力以及监控人员的工作量。

在一种实现方式中，每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均可以包括第一均值、第一方差以及权重值，当前像素点的参数可以包括当前像素点的像素值。

在一种实现方式中，第一背景模型的参数还可以包括前景时长，如图2A所示，可以包括如下步骤：

S201：获得针对监控场景的当前帧图像；

其中，S201与图1A中所示的S101相同。

S202：针对当前帧图像中的每一当前像素点，分别对当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

S203：针对当前帧图像中的每一当前像素点，分别将当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

S204：根据每一第一背景模型的新的权重值，对当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

S205：按照预定数量个第一背景模型的排序顺序，将当前像素点的像素值依次与每一第一背景模型进行匹配；

其中，S205为图1A中所示的S102的一种实现方式；当当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征当前像素点的像素值与当前进行匹配的第一背景模型匹配，反之，则不匹配，第一预定条件可以为：当前像素点的像素值与当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的当前进行匹配的第一背景模型的第一方差，且当前进行匹配的第一背景模型的权重值大于第一预定阈值，第一预定阈值为：根据第一数值以及监控场景图像的周期确定的值。

需要说明的是，依据视频帧图像的连续性，提高当前像素点的检测的效率，减少检测过程中的运算量，可以依据当前像素点对应的一组背景模型中的每一第一背景模型的权重值，确定当前像素点的像素值与每一第一背景模型的匹配顺序，即每一第一背景模型的权重值可以表征每一第一背景模型与当前像素点的像素值匹配的优先级，其中，第一背景模型的权重值越大，匹配的优先级越高。

其中，每组背景模型中所包含的预定数量个第一背景模型为：至少两个第一背景模型，本发明实施例并不对第一背景模型的预定数量进行限定。举例而言，每组背景模型中的第一背景模型的数量可以取为3～5个，其中，较优的可以取为5个。

在当前像素点的像素值与当前像素点对应的一组背景模型匹配的过程中，可以依据每一第一背景模型对应的新的权重值(衰减后的权重值)，与每一第一背景模型进行匹配，当出现与当前像素点的像素值匹配成功的第一背景模型时，即结束本轮与当前像素点的像素值的匹配流程，或者，当出现所有第一背景模型均与当前像素点的像素值匹配失败时，即结束本轮与当前像素点的像素值的匹配流程。其中，确定匹配的第一预定条件可以利用公式表示，具体可以为：

其中，I(x,y,t)表示当前帧图像中的当前像素点(x,y)的像素值，其中，当前帧图像可以为针对监控场景的任一帧图像，用t表示，

表示当前像素点对应的一组背景模型中的第i个第一背景模型的第一均值，

表示上述第i个第一背景模型的第一方差，

表示上述第i个第一背景模型的权重值，λ表示预定倍数，其中，1≤i≤n，n表示预定数量，上述

为根据第t-1帧图像(当前帧图像的前一帧图像)中的对应像素点的参数，更新的第i个第一背景模型的参数，即当前像素点对应的一组背景模型中的第一均值以及第一方差均为：根据当前帧图像的前一帧图像中的、且与当前像素点处于相同位置的像素点的参数更新的。

若当前像素点的参数与当前像素点对应的一组背景模型中任一第一背景模型匹配成功，即若当前像素点的像素值与当前像素点对应的一组背景模型中任一第一背景模型匹配成功，执行S206；

若当前像素点的参数与当前像素点对应的一组背景模型中所有第一背景模型匹配失败，即若当前像素点的像素值与当前像素点对应的一组背景模型中所有第一背景模型匹配失败，执行S209；

S206：利用当前像素点的像素值更新匹配成功的第一背景模型的第一均值以及第一方差；且将匹配成功的第一背景模型的新的权重值设置为第一数值；

其中，S206为图1A中所示的S103的一种实现方式；其中，利用当前像素点的像素值更新匹配成功的第一背景模型的第一均值以及第一方差的步骤所利用公式可以为：

更新第一均值的公式：

其中，α可以取任一数值，较优的α＝0.003；

更新第一方差的公式：

其中，I(x,y,t)表示当前帧图像的当前像素点(x,y)的像素值，

表示当前像素点(x,y)对应的一组背景模型中的第i个第一背景模型的第一均值，

表示上述第i个第一背景模型的第一方差，

表示上述第i个第一背景模型的新的权重值(衰减后的权重值)，λ表示预定倍数，其中，1≤i≤n，n表示预定数量。

S207：判断匹配成功的第一背景模型的前景时长加一后是否小于第四数值；若为否，执行S208，若为是，执行S210；

可以理解的是，当某一运动物体进入监控场景，并在监控场景中处于静止状态超过预定时长后，可以将该运动物体确定为背景。

此时，当确定出当前像素点的像素值与其对应的一组背景模型中任一第一背景模型匹配成功时，还需要确定所匹配成功的第一背景模型的前景时长加一后是否小于第四数值，即确定当前像素点的维持当前变化状态的时间是否未超过上述的预定时长，其中，预定时长可以通过第四数值体现。当确定当前像素点的维持当前变化状态的时间超过预定时长，即判断匹配成功的第一背景模型的前景时长加一后不小于第四数值，则可以确定当前像素点为第一背景像素点，反之，确定当前像素点为第一前景像素点。

S208：将当前像素点确定为第一背景像素点；

其中，S208与图1A中所示的S104相同。

S209：从当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；利用当前像素点的像素值，重置所选择的第一背景模型的第一均值；且将所选择的第一背景模型的第一方差重置为第二数值；且将所选择的第一背景模型的新的权重值设置为第一数值；且将所选择的第一背景模型的前景时长设置为第三数值；

其中，S209为图1A中所示的S105的一种实现方式；可以将所选择的第一背景模型的第一均值重置为当前像素点的像素值。

S210：将当前像素点确定为第一前景像素点；

其中，S210与图1A中所示的S106相同。

S211：确定当前帧图像中是否包含第一前景像素点；

S212：根据当前帧图像是否包含第一前景像素点，确定当前帧图像中是否存在前景运动目标。

其中，S211的与图1A中所示的S107相同，S212与图1中所示的S108相同。

上述实施例，通过各第一背景模型的权重值，确定匹配优先级，在一定程度上减少了匹配过程的运算量。并通过当前像素点所匹配成功的第一背景模型的前景时长，将在对监控场景的图像的检测过程中，监控场景中进入新的目标，且在监控场景中处于静止状态持续了预定时长后，即检测成背景，提高了通过上述的第一检测方式，所建立的背景模型的稳定性。

在一种实现方式中，如图2B所示，为一种利用本发明实施例所提供的利用一组包含预定数量个根据监控场景图像的周期，预设的第一背景模型，对图像中的像素点的检测的流程示例图，将上述的利用一组包含预定数量个根据监控场景图像的周期预设的第一背景模型，对图像中的像素点进行检测的方式，称为第一检测方式；

当获得针对监控场景的第一帧图像时，需要将第一帧图像中所包含的每一像素点作为背景像素点，对每一像素点对应的一组背景模型进行初始化，每组背景模型中包含K个第一背景模型，即K个高斯模型时，初始化的过程为：以K＝5为例：

步骤01：K个第一背景模型的参数初始化：

第一均值初始化：在K个第一背景模型，利用第一帧图像中的每一像素点的像素值，对第1个第一背景模型的第一均值

进行初始化(可以为将

设置为所对应像素点的像素值)，剩下K-1个第一背景模型的第一均值

均值初始化为0；

第一方差初始化：将第1个第一背景模型的第一方差

初始化为20(第二数值)，剩下K-1个第一背景模型的第一方差

初始化为0；

权重值初始化：将第1个第一背景模型的权重值

初始化为20000(第一数值)，剩下K-1第一背景模型的权重值

初始化为0；

前景时长初始化：将第1个第一背景模型的前景时长

初始化为3000(预设值)，剩下K-1第一背景模型的前景时长

初始化为0；

可以理解的是，在利用第一帧图像中的每一像素点的像素值，对所对应的一组背景模型进行初始化时，是将第一帧图像中的每一像素点作为背景像素点，在检测图像中的前景像素点时，可以直接从第一帧图像的后一帧图像(即第二帧图像)开始检测即可。

承接步骤01所初始化的每组背景模型，每检测一帧图像，利用该所检测的图像中的各像素点的像素值，更新或重置所对应的每组背景模型；达到边检测边更新的效果；

步骤02：获得第t帧图像，针对第t帧图像中的每一像素点(x,y,t)的像素值I(x,y,t)，获得像素点(x,y,t)对应的一组背景模型(5个第一背景模型)，其中，t为正整数；

步骤03：对像素点(x,y,t)对应的一组背景模型中的5个第一背景模型的权重值分别进行衰减，衰减系数为β，衰减后所得到的新的权重值为

1≤i≤5；前景时长加一，

步骤04：根据每一第一背景模型的新的权重值，对第t帧图像的像素点(x,y,t)对应的一组背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比，即对上述的一组第一背景模型进行降序排序，其中，每一第一背景模型的新的权重值决定匹配优先级，每一第一背景模型的新的权重值越大，所对应匹配优先级越高；

步骤05：将第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第一个高斯模型进行匹配，确定像素点(x,y,t)是否为第一背景像素点；

步骤06：判断第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第一个高斯模型是否匹配；匹配成功转到步骤15，否则，转至步骤07；

匹配成功的条件为：

其中，λ可以取任意数值，较优的，λ＝3；

步骤07：将第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第二个高斯模型进行匹配，确定该像素点(x,y,t)是否为第一背景像素点；

步骤08：判断第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第二个高斯模型是否匹配成功，匹配成功转到步骤15，否则转至步骤09；

匹配成功的条件为：

其中，λ可以取任意数值，较优的，λ＝3；

步骤09：将第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第三个高斯模型进行匹配，确定像素点(x,y,t)是否为第一背景像素点；

步骤10：判断第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第三个高斯模型是否匹配成功，匹配成功转到步骤15，否则转至步骤11；

匹配成功的条件为：

其中，λ可以取任意数值，较优的，λ＝3；

步骤11：将第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第四个高斯模型进行匹配，确定像素点(x,y,t)是否为第一背景像素点；

步骤12：判断第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第四个高斯模型是否匹配成功，匹配成功转到步骤15，否则转至步骤13；

匹配成功的条件为：

其中，λ可以取任意数值，较优的，λ＝3；

步骤13：将第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第五个高斯模型进行匹配，确定像素点(x,y,t)是否为第一背景像素点；

步骤14：判断第t帧图像的像素点(x,y,t)的像素值，与排序顺序中的第五个高斯模型是否匹配成功，匹配成功转到步骤15，否则转至步骤16；

匹配成功的条件为：

其中，λ可以取任意数值，较优的，λ＝3；

步骤15：更新匹配成功的高斯模型的第一均值，第一方差，权重值；其中，

更新第一均值的公式：

其中，α可以取任一数值，较优的α＝0.003；

更新第一方差的公式：

更新权重值：权重值恢复为第一数值，即重新令ω＝20000(第一数值)；

步骤16：5个第一背景模型中没有一个与该像素点(x,y,t)的像素值匹配成功，则用一个新的第一背景模型取代权重值最小的第一背景模型，即从像素点(x,y,t)所对应的一组第一背景模型中选择权重值最小的第一背景模型，对所选择的第一背景模型的参数进行重置；此时可以确定第t帧图像的像素点(x,y,t)被确定为第一前景像素点；

重置过程为：将所选择的第一背景模型的第一均值设置为像素点(x,y,t)的像素值，将所选择的第一背景模型的第一方差设置为20(第二数值)，将所选择的第一背景模型的权重值设置为20000(第一数值)，将所选择的第一背景模型的前景时长设置为0(第三数值)；

步骤17：判断第t帧图像的像素点(x,y,t)是否存在匹配成功的第一背景模型，且匹配成功的第一背景模型的前景时长life是否小于第四数值D，是转步骤19，否转步骤18；第四数值D可以取任意数值，较优的，D的取值等于对第一帧图像中的每一像素点对应的一组背景模型进行初始化时，背景模型的前景时长的取值，即D＝3000；

步骤18：将第t帧图像的像素点(x,y,t)的像素值设置为前景值为0，表示像素点(x,y,t)为背景像素点；

步骤19：将第t帧图像的像素点(x,y,t)的像素值设置为前景值为1，表示像素点(x,y,t)为前景像素点；

步骤20：输出像素点(x,y,t)对应的前景值；

步骤21：判断第t帧图像中的像素点是否遍历完毕，是则结束，否则转步骤02。

举例而言，针对的监控场景为油田场景，监控场景图像的周期可以为油田场景中的抽油机驴头的运动周期，其中，抽油机驴头的运动周期为65秒，获得图像时的帧率为25fps(Frames per Second，每秒显示帧数)，设置的衰减系数β＝0.9996，对于获得图像时的帧率为25fps，抽油机驴头的运动一个周期(65秒)后，一个第一背景模型与一帧图像的一个像素点的像素值匹配成功后，在一个抽油机驴头的运动周期后，上述第一背景模型与另一帧图像中的、且与上述像素点处于同一位置的像素点的像素值再次匹配成功，此时上述第一背景模型的权重值大致会从所设置的第一数值20000衰减至10000，鉴于此，可以将第一预定阈值设置为10000；

以下以各帧图像的像素点(x,y)为例进行说明：

利用所获得的第一帧图像中的像素点(x,y,1)的像素值I(x,y,1)，初始化像素点(x,y,1)对应的一组背景模型；

通过步骤01，利用像素点(x,y,1)初始化所得的一组背景模型的参数分别为：

第1个高斯模型：

第2个高斯模型：

第3个高斯模型：

第4个高斯模型：

第5个高斯模型：

依据步骤02，获得第二帧图像的像素点(x,y,2)的像素值I(x,y,2)，以及像素点(x,y,2)对应的一组背景模型，即上述的一组背景模型；此时，第二帧图像作为当前帧图像；

通过步骤03，第二帧图像的像素点(x,y,2)的一组背景模型的权重值衰减后分别为：

第二帧图像的像素点(x,y,2)的一组背景模型的前景时长加一后分别为：

通过步骤04，根据每一第一背景模型的新的权重值，对第二帧图像的像素点(x,y,2)对应的每一第一背景模型进行排序；

执行步骤05以及步骤06，确定第二帧图像的像素点(x,y,2)的像素值，与排序顺序中的第一个第一背景模型匹配成功，满足匹配成功的条件，

确定像素点(x,y,2)为第一背景像素点；

执行步骤15，利用上述的像素点(x,y,2)的像素值，更新排序顺序中的第一个第一背景模型的第一均值和第一方差，并将第一个第一背景模型的权重值设置为20000(第一数值)；

更新后的一组高斯模型的参数分别为：

第1个高斯模型：

其中，

第2个高斯模型：

第3个高斯模型：

第4个高斯模型：

第5个高斯模型：

其中，将权重值恢复为第一数值20000，以避免出现下述情况：当抽油机驴头运动一个周期后，像素点的像素值恢复到抽油机一个周期前的状态时，像素点与一个周期前所匹配成功的第一背景模型，再次匹配成功后，由于匹配成功的第一背景模型的衰减后的权重值ω<10000，而导致像素点未被确定为第一背景像素点，从而造成像素点的误判。

执行步骤17，判断像素点(x,y,2)是否存在匹配成功的第一背景模型，且匹配成功的第一背景模型的前景时长

是否小于第四数值D(3000)；

此时，判断结果为：像素点(x,y,2)存在匹配成功的第一背景模型，但匹配成功的第一背景模型的前景时长

不小于第四数值D；执行步骤18，将当像素点(x,y,2)的像素值设置为前景值为0，表示像素点(x,y,2)为背景像素点；

执行步骤20和步骤21，直至第二帧图像中的每一像素点检测完成；

依据步骤02，获得第三帧图像的像素点(x,y,3)的像素值I(x,y,3)，以及像素点(x,y,3)对应的一组背景模型，为；

第1个高斯模型：

其中，

第2个高斯模型：

第3个高斯模型：

第4个高斯模型：

第5个高斯模型：

此时，第三帧图像为当前帧图像；

通过步骤03，第三帧图像的像素点(x,y,3)的一组背景模型的权重值衰减后分别为：

第三帧图像的像素点(x,y,3)的一组背景模型的前景时长加一后分别为：

通过步骤04，根据每一第一背景模型的新的权重值，对第三帧图像的像素点(x,y,3)对应的每一第一背景模型进行排序；

执行步骤05～步骤14，均不满足匹配成功的条件；

执行步骤16，用一个新的第一背景模型取代权重值最小的第一背景模型，即从像素点(x,y,3)所对应的一组第一背景模型中选择权重值最小的第一背景模型，对所选择的第一背景模型的参数进行重置；

重置后的像素点(x,y,3)所对应的一组第一背景模型的参数分别为：

第1个高斯模型：

其中，

第2个高斯模型：

第3个高斯模型：

第4个高斯模型：

第5个高斯模型：

执行步骤17：判断像素点(x,y,3)是否存在匹配成功的第一背景模型且匹配成功的第一背景模型的前景时长life是否小于第四数值D(3000)；

此时，判断结果为：像素点(x,y,3)不存在匹配成功的第一背景模型；执行步骤18，将当像素点(x,y,3)的像素值设置为前景值为0，表示像素点(x,y,3)为背景像素点；

执行步骤20和步骤21，直至第三帧图像中的每一像素点检测完成；

继续获得第四帧图像以及第四帧图像以后的各帧图像，针对每一帧图像循环执行步骤02～步骤21。

可以理解的是，本发明实施例中检测的针对监控场景的图像的数量越多，图像中每一像素点对应的一组背景模型越稳定，从图像中所检测出的前景运动目标越准确。

在一种实现方式中，如图3A所示，可以包括如下步骤：

S301：获得针对监控场景的当前帧图像；

其中，S301与图1A所示的S101相同。

S302：按预设的第一降采样算法对所获得的当前帧图像进行降采样；

S303：对降采样后的当前帧图像进行滤波处理，获得第一图像；

为了更好的从当前帧图像中检测运动目标，并减少后续的检测过程中的运算量，在获得当前帧图像后，可以先对当前帧图像按预设的第一降采样算法进行降采样处理，将当前帧图像降采样到预定尺寸W*H，以为了后续流程的更好进行。其中，一般常见的图像的分辨率包含：704x576、1280x720、1920x1080、2048x1536、2448x2048、2752x2208等。降采样后的尺寸可以根据实际情况进行设定，较优的可以设定为W＝352，H＝288。

另外的，所获得的当前帧图像中可能存在噪声，为了保证检测结果的准确性，还可以对当前帧图像进行滤波处理。然后对降采样以及滤波处理后所得的第一图像执行后续流程。其中，可以利用现有的均值滤波算法对图像进行滤波处理，当当前帧图像为灰度图像时，该像素值为灰度值。均值滤波算法所采用的公式如下：

其中，g₁(x,y)滤波后所得的像素点，上述所得的像素点组成第一图像，f(x+i,y+j)为所输入的降采样后的当前帧图像中的像素点，N是预设邻域中所包含的像素点的个数，较优的，预设邻域的边长可以取为3，此时，N可以取9。

S304：针对第一图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的一组背景模型进行匹配；

其中，S304与图1A中所示的S102相同。

若当前像素点的参数与当前像素点对应的一组背景模型中任一第一背景模型匹配成功，即若当前像素点的像素值与当前像素点对应的一组背景模型中任一第一背景模型匹配成功，执行S305；

若当前像素点的参数与当前像素点对应的一组背景模型中所有第一背景模型匹配失败，即若当前像素点的像素值与当前像素点对应的一组背景模型中所有第一背景模型匹配失败，执行S307；

S305：根据当前像素点的参数更新匹配成功的第一背景模型的参数；

S306：将当前像素点确定为第一背景像素点；

其中，S305的实现效果与图1A中所示的S103的实现效果相同；S306的实现效果与图1中所示的S104的实现效果相同。

S307：从当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数；

S308：将当前像素点确定为第一前景像素点；

其中，S307与图1A中所示的S105相同；S308与图1A中所示的S106相同。

S309：确定当前帧图像中是否包含第一前景像素点；

其中，S309与图1A中所示的S107相同。

若确定当前帧图像中包含第一前景像素点，执行S310；若确定当前帧图像中不包含第一前景像素点，执行S311；

S310：确定当前帧图像中存在前景运动目标；

S312：确定当前帧图像对应的包含至少一个第一前景像素点的前景图像，将前景图像作为第一前景图像；

S313：根据第一前景图像，确定当前帧图像中的至少一个前景运动目标；

S311：确定当前帧图像中不存在前景运动目标。

需要说明的是，前景运动目标由前景像素点组成，当当前帧图像中包含第一前景像素点，则可以确定当前帧图像中存在前景运动目标，当当前帧图像中不包含第一前景像素点，确定当前帧图像中不存在前景运动目标。进一步的，在确定出当前帧图像中存在前景运动目标后，还可以继续根据所确定出的第一前景像素点，确定出所包含的前景运动目标。

在一种实现方式中，当前像素点的参数可以包括当前像素点的像素值；

在所述将当前像素点的参数与当前像素点对应的一组背景模型进行匹配(S102)的步骤之前，所述方法还可以包括对每一当前像素点的光照处理流程，如图3B所示，光照处理流程可以包括如下步骤：

S31：针对当前帧图像中的每一当前像素点，获得当前像素点预设邻域内的每一第一像素点的像素值；

S32：获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

S33：根据当前像素点的像素值以及每一第一像素点的像素值，计算预设邻域对应的平均像素值；

S34：从当前像素值光照处理映射表中，确定当前像素点对应的第一映射值；

S35：从平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

S36：计算第一映射值与第二映射值的差的绝对值；

S37：根据所计算的差的绝对值调整当前像素点的像素值；

进一步的，在对每一当前像素点进行光照处理后，可以继续执行如图1A所示的S102，此时，所述将当前像素点的参数与当前像素点对应的一组背景模型进行匹配(S102)的步骤，可以包括：将调整后的当前像素点的像素值与调整后的当前像素点对应的一组背景模型进行匹配。

可以理解的是，当监控场景为室外场景时，针对监控场景的当前帧图像会受到光照的影响，为了避免光照对检测过程中的影响，提高本发明实施例所提供的运动目标的检测方法在光照变化时的稳定性，在将当前像素点的参数与当前像素点对应的一组背景模型进行匹配之前，需要先对当前帧图像中的当前像素点光照处理，有效地滤除当前帧图像中的当前像素点的低频变化，使得当前帧图像中的当前像素点具有较好的光强不变性。

当当前帧图像的图像格式为YUV格式时，可以取当前帧图像中的当前像素点的Y分量进行光照处理。在对当前像素点进行光照处理时，首先获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表，其中，可以通过如下方式，获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；初始化预设的当前像素值光照处理映射表intretinex_src_tab[256]以及预设的平均像素值光照处理映射表intretinex_avg_tab[256]，对于像素点的256个灰度级中的每一个灰度级i，采用如下公式进行初始化：

log_val[i]＝(int)(log(i+1.0f)*TH1)；

src_tab[i]＝(int)((log_val[i]-MIN_VAL)*TH2<<6)；

avg_tab[i]＝(int)(log_val[i]*TH2<<6)；

其中，TH1、TH2以及MIN_VAL均为预设的数值，较优的，TH1可以取为560，TH2可以取为255，MIN_VAL可以取为700。

可以采用如下公式，计算当前像素点的预设邻域内的平均像素值：

其中，avg表示当前像素点(x，y)的预设邻域对应的平均像素值，该预设邻域的边长n可以根据实际情况进行设定，较优的，可以为n＝5，此时，m＝25。

依据当前像素点的像素值，从当前像素值光照处理映射表中确定当前像素点对应的第一映射值；并依据当前像素点的预设邻域对应的平均像素值，从平均像素值光照处理映射表中确定该平均像素值对应的第二映射值，并计算第一映射值以及第二映射值的差的绝对值，根据所计算的差的绝对值调整当前像素点的像素值，例如：利用如下代码：dst_val＝abs(src_val-avg_val)>>16，将所计算的差的绝对值映射到0-255，并将所得到的数值作为当前像素点的像素值，其中，abs(.)表示取绝对值，“>>”表示移位操作，上述代码表示取“src_val-avg_val”的绝对值，并向右移16位。

需要说明的是，为了更好的从当前帧图像中检测出前景运动目标，提高所检测的前景运动目标的准确性，在一种实现方式中，在最终确定前景运动目标之前，所述方法还可以对所获得的图像用第二背景模型进行“第二检测处理”，然后用“第二检测处理”后的图像和经过图1A或图2A或图3A的方式处理后的图像，最终确定前景运动目标。

具体的，如图3C所示，为本发明实施例所提供的运动目标的检测方法的，一种具体的实现原理示例图。

首先，获得图像，其中，上述图像可以包括：经如图1A所示的S101、如图2A所示的S201、如图3A所示的S301所获得的当前帧图像，或者，经如图3A所示的S302和S303步骤处理后所得的第一图像；

然后，对所获得的图像分别进行“第二检测处理”和“第二降采样处理”；

将进行“第二检测处理”后所得的图像(即下文提到的第二前景图像)，进行“第三降采样处理”，获得下文提到的第三图像；

将进行“第二降采样处理”后所得的图像，进行“光照处理”、“第一检测处理”以及“第一膨胀腐蚀处理”，获得下文提到的第四图像；

对所获得的第三图像以及第四图像，进行“前景融合处理”，获得融合后的图像(即下文提到的第五图像)，对所获得的融合后的图像进行“前景运动目标确定”，获得融合后的图像中的前景运动目标。

其中，上述的对图像执行的“第一检测处理”可以采用如图2B所示的对图像中的像素点的检测的流程；上述的对图像执行的“光照处理”可以采用如图3B所示的对每一当前像素点的光照处理流程。

如图3C中所示，对所获得的图像的“第二检测处理”包括步骤如下：

针对当前帧图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

若当前像素点的参数与第二背景模型匹配成功，则将当前像素点确定为第二背景像素点，根据当前像素点的参数更新第二背景模型的参数；

若当前像素点的参数与第二背景模型匹配失败，则将当前像素点确定为第二前景像素点；

确定当前帧图像中是否包含第二前景像素点；

当确定当前帧图像中包含第二前景像素点时，确定当前帧图像对应的包含至少一个第二前景像素点的前景图像，将前景图像作为第二前景图像；

如图3C所示的“前景融合处理”，该“前景融合处理”可以包括：

根据第一前景图像所包含的至少一个第一前景像素点以及第二前景图像所包含的至少一个第二前景像素点，确定当前帧图像中的前景运动目标。

在本发明实施例中，为了提高检测前景运动目标的准确性，通过两种检测处理分别从当前帧图像中检测出前景像素点，然后利用两种检测方式分别从当前帧图像中检测出是否包含前景像素点，当均检测出前景像素点后，利用上述两种检测方式所检测出的前景像素点，分别确定出各自对应的前景图像，并利用所确定的前景图像，共同确定出当前帧图像中所包含的前景运动目标。在另一种实现方式中，还可以用两种以上的检测方式分别从当前帧图像中检测出是否包含前景像素点，当均检测出前景像素点后，根据上述两种以上的检测方式所检测出的前景像素点所确定的前景图像，确定当前帧图像中所包含的前景运动目标，这也是可以的。

在一种实现方式中，预设的第二背景模型为高斯模型，第二背景模型的参数包括第二均值和第二方差，当前像素点的参数包括当前像素点的像素值；

所述根据当前像素点的参数更新第二背景模型的参数的步骤，可以包括：

根据当前像素点的像素值更新第二背景模型的第二均值和第二方差。

举例而言，利用高斯模型进行检测前景运动目标，可以采用如下公式，

其中，I(x,y,t)表示第t帧图像中的像素点(x,y)的像素值，P(I(x,y,t))表示第t帧图像中的像素点(x,y)的概率分布，u_t和σ_t分别表示第t帧图像中的像素点的高斯分布的期望值(第二均值)和标准差(第二方差)。

当输入针对监控场景的第一帧图像时，即t等于1时，需要将第一帧图像中的每一像素点作为背景像素点，对第二均值和第二方差进行初始化，初始化所利用公式如下：

u₁(x,y)＝I(x,y,1)

σ₁(x,y)＝std_init

当当前帧图像为第t帧图像时，t为正整数，针对第t帧图像中的像素点(x,y,t)，即当前像素点(x,y,t)，将当前像素点(x,y,t)的像素值I(x,y,t)，与当前像素点(x,y,t)对应的第二背景模型进行匹配，确定当前像素点(x,y,t)是否为背景像素点，令output(x,y,t)为当前像素点(x,y,t)的输出像素值；其中，匹配条件为：

|I(x,y,t)-u_t-1(x,y)|<λ×σ_t-1(x,y)；

当满足上述匹配条件时，将当前像素点(x,y,t)被确定为第二背景像素点，所对应的输出像素值设置为0，当不满足上述匹配条件时，将当前像素点(x,y,t)被确定为第二前景像素点，所对应的输出像素值设置为1；可以用下面的公式表示：

当确定当前像素点(x,y,t)为第二背景像素点时，可以利用当前像素点(x,y,t)的像素值，对所对应的第二背景模型的参数进行更新，更新所利用公式如下：

更新第二均值的公式：

u_t(x,y)＝(1-α)×u_t-1(x,y)+α×I(x,y,t)

更新第二方差的公式：

其中，u_t-1(x,y)表示第t-1帧图像中的、与当前像素点(x,y,t)处于相同位置的像素点对应的第二均值，即为当前像素点(x,y,t)对应的第二模型中的第二均值；σ_t-1(x,y)表示第t-1帧图像中的、与当前像素点(x,y,t)处于相同位置的像素点对应的第二方差，即为当前像素点(x,y,t)对应的第二模型中的第二方差；

std_init可以取为20，λ可以取为3，α可以取为0.003。

在一种实现方式中，对所获得的图像的“第二降采样处理”可以包括如下步骤：

按预设的第二降采样算法对当前帧图像进行降采样，获得第二图像；

此时，所述针对当前帧图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的一组背景模型进行匹配(S102)的步骤，可以包括：

针对第二图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的一组背景模型进行匹配；

此时，为了保证在进行“前景融合处理时”，通过上述两种检测处理(包括“第一检测处理”和“第二检测处理”)所得的图像的尺寸相同，在如图3C所示的“前景融合处理”之前，即在所述根据第一前景图像所包含的至少一个第一前景像素点以及第二前景图像所包含的至少一个第二前景像素点，确定当前帧图像中的前景运动目标的步骤之前，所述方法还可以包括对进行“第二检测处理”后的图像进行“第三降采样处理”，其中，该“第三降采样处理”可以包括步骤：

按预设的第三降采样算法对第二前景图像进行降采样，获得第三图像；

并且，为了保证“前景融合处理”所获得的图像的准确性，所述方法还可以包括对进行“第一检测处理”后的图像进行“第一膨胀腐蚀处理”，以对“第一检测处理”后的图像进行形态学操作处理，其中，该“第一膨胀腐蚀处理”可以包括步骤：

预设的第一膨胀腐蚀公式对第一前景图像进行膨胀腐蚀，获得第四图像；

鉴于上述处理过程，如图3C所示的“前景融合处理”，即所述根据第一前景图像所包含的至少一个第一前景像素点以及第二前景图像所包含的至少一个第二前景像素点，确定当前帧图像中的前景运动目标的步骤，可以包括步骤：

根据第三图像以及第四图像，确定当前帧图像中的前景运动目标。

可以理解的是，在针对当前帧图像中的每一当前像素点，将当前像素点的参数与当前像素点对应的一组背景模型进行匹配的步骤之前，可以按预设的第二降采样算法对当前帧图像再次进行降采样，获得第二图像(尺寸为W/2*H/2)，以更好的减少后续的检测过程中的运算量。其中，预设的第二降采样算法可以为2倍降采样算法，具体为：对于当前帧图像中的4个像素点的像素值，降采样后的输出值为上述4个像素点的像素值的平均值，所利用公式如下：

其中，g₂(x,y)为降采样后所得的像素点，上述所得的像素点组成第二图像。

可以理解的是，在利用两种检测方式分别从当前帧图像中检测是否包含前景像素点，在上述两种检测方式均检测出当前帧图像中包含前景像素点后，分别利用上述两种检测方式所检测出的前景像素点，确定前景图像，为了能够利用上述两种检测方式所确定出的前景图像，确定出前景运动目标，需要所得到的两帧前景图像的尺寸相同。

为了使所得到的两帧前景图像(第一前景图像和第二前景图像)的尺寸相同，在利用一组背景模型，从当前帧图像中确定是否包含第一前景像素点之前，对当前帧图像按预设的第二降采样算法进行降采样，获得第二图像，需要按预设的第三降采样算法对第二前景图像进行降采样，以获得与第二图像的尺寸相同的第三图像(尺寸为W/2*H/2)；其中，预设的第三降采样算法可以为2倍降采样算法，其中，预设的第三降采样算法具体为：对于第二前景图像中的每4个像素点，只要其中一个像素点的像素值为1，则降采样所得的像素点的像素值为1。其中，预设的第三降采样算法的公式如下：

其中，g₃(x,y)为降采样后所得的像素点，f(2x+i,2y+j)表示所输入的第二前景图像中的像素点，上述降采样后所得的像素点组成第三图像。

按预设的第一膨胀腐蚀公式对第一前景图像进行膨胀腐蚀，可以采用5x5膨胀和腐蚀操作，其中，预设的第一膨胀腐蚀公式可以为：

其中，g₄(x,y)为膨胀腐蚀后所得的像素点，f(x+i，y+j)表示所输入的第一前景图像中的像素点，T₁表示阈值，阈值T₁可以取为4，上述所得的像素点组成第四图像。

利用上述两种检测方式所确定出的前景图像确定出前景运动目标，可以首先利用代数与运算将上述两帧前景图像处理后所得的图像(第三图像以及第四图像)进行融合，其中，融合过程所利用公式可以为：

g₅(x,y)＝g₃(x,y)∧g₄(x,y)；

其中，g₅(x,y)表示融合后所得的像素点，上述所得的像素点组成融合后的融合图像(即后续提到的第三前景图像)。根据所得的融合图像可以确定出所包含的前景运动目标。

在一种实现方式中，所述根据第三图像以及第四图像，确定当前帧图像中的前景运动目标的步骤，可以包括：

根据第三图像以及第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对第五图像进行标记，得到当前帧图像中的至少一个前景运动目标。

根据第三图像以及第四图像，确定第三前景图像后，进一步的，按预设的第二膨胀腐蚀公式对第三前景图像进行膨胀腐蚀，采用3x3膨胀和腐蚀操作，预设的第二膨胀腐蚀公式可以为：

其中，g₆(x,y)为膨胀腐蚀后所得的像素点，上述所得的像素点组成第五图像，f(x+i，y+j)表示所输入的第三前景图像中的像素点，T₂表示阈值，阈值T₂可以取为2。

后续的，在所得的第五图像中，空间位置连续的前景像素点标记成不同的前景团块，输出前景团块链表；如图3D所示，为一种在图像中标记连通区域的流程示例图，即预设的连通域标记规则的具体步骤，如下：

步骤S01：定义整型label变量，并初始化:label＝1。

步骤S02：label值加1；

步骤S03：按行扫描第五图像，此处第五图像为指二值图像。像素点的像素值为0表示像素点为背景像素点，像素点的像素值为1表示像素点为前景像素点。获取值像素值为1的前景像素点f(x,y)；

步骤S04：将f(x,y)作为种子，将上述定义的label变量赋值给f(x,y)，即f(x,y)＝label；

步骤S05：将与f(x,y)相邻的4-邻域内所有的除f(x,y)的前景像素点P(x,y)入栈；

步骤S06：弹出栈顶前景像素点P₁(x,y)，并利用上述定义的label变量对P₁(x,y)进行赋值，即P₁(x,y)＝label；

步骤S07：再将与P₁(x,y)相邻的4-邻域内所有前景像素点入栈；

步骤S08：判断栈是否为空，如果为是，转步骤S09；如果为否，转步骤S06；

步骤S09：找到一个连通区域A，连通区域A内的所有像素点的像素值经过上述操作步骤均被标记为label；

步骤S10：根据连通区域A中所有值为label的像素点，获得连通区域A的外接矩形框；

步骤S11：判断矩形框的宽、高是否同时大于阈值T₃，若为是，转步骤S12，若为，否转步骤S13，其中，T₃可以取为2；

步骤S12：将所确定的连通区域A的外接矩形框输出，其中，连通区域A为一个前景团块；

步骤S13：判断第五图像中是否存在像素值为1的前景像素点，如果存在转步骤S02，否则，第五图像的标记过程结束。

在一种实现方式中，在所述确定当前帧图像中存在前景运动目标的步骤之后，所述方法还可以包括：

获得与当前帧图像最近相邻的前N帧图像，N为预设的正整数；

根据所获得的前N帧图像以及当前帧图像，确定前景运动目标的运动轨迹；

依据所确定的运动轨迹，确定前景运动目标在监控场景中的停留时间是否超过预定时长；

当确定前景运动目标在监控场景中的停留时间超过预定时长时，发送预警信号。

可以理解的是，当确定出当前帧图像中存在前景运动目标后，获得与当前帧图像最近相邻的前N帧图像，并采用现有的目标跟踪算法，依据所获得的前N帧图像以及当前帧图像，确定前景运动目标的运动轨迹，当依据所确定的运动轨迹，确定前景运动目标在监控场景中的停留时间超过预定时长，发送预警信号，以达到警示监控人员的目的。举例而言，上述预定时长可以为3秒。

相应于上述方法实施例，本发明实施例提供了一种运动目标的检测装置，如图4所示，所述装置包括：

第一获得模块410，用于获得针对监控场景的当前帧图像；

第一匹配模块420，用于针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据所述监控场景图像的周期预设的第一背景模型；

第一更新模块430，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数；

第一确定模块440，用于将所述当前像素点确定为第一背景像素点；

选择重置模块450，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数；

第二确定模块460，用于将所述当前像素点确定为第一前景像素点；

第三确定模块470，用于确定所述当前帧图像中是否包含第一前景像素点；

第四确定模块480，用于根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标。

应用本发明实施例，每组背景模型中包含预定数量个根据监控场景图像的周期预设的第一背景模型，该监控场景图像的周期为监控场景中做周期性运动的目标对象的运动周期，每组背景模型中的每一第一背景模型分别对应上述运动周期中的一段子时间，每组背景模型可以覆盖所对应像素点在上述运动周期内的参数的变化情况，可以通过每组背景模型将监控场景做周期性运动的目标对象确定成背景。在从监控场景中检测运动目标时，可以仅将监控场景中除做周期性运动的目标对象外的其他运动对象，检测确定为前景运动目标。以实现检测出更准确的作为异常目标的前景运动目标。

另外，电子设备还可以根据所检测出的前景运动目标，进行预警，应用本发明实施例，所确定出的作为异常目标的前景运动目标更准确，不再将做周期性运动的目标对象检测为前景运动目标，进一步的，可以减少预警的误报概率，降低电子设备的运行压力以及监控人员的工作量。

在一种实现方式中，所述每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均包括第一均值、第一方差以及权重值，所述当前像素点的参数包括所述当前像素点的像素值；

基于图4所示结构，如图5所示，所述装置还包括可以：衰减模块510和排序模块520；

所述衰减模块510，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别对所述当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

所述排序模块520，用于根据每一第一背景模型的新的权重值，对所述当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

所述第一匹配模块420，具体用于

按照所述预定数量个第一背景模型的排序顺序，将所述当前像素点的像素值依次与每一第一背景模型进行匹配，其中，当所述当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征所述当前像素点的像素值与所述当前进行匹配的第一背景模型匹配，反之，则不匹配，所述第一预定条件为：所述当前像素点的像素值与所述当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的所述当前进行匹配的第一背景模型的第一方差，且所述当前进行匹配的第一背景模型的权重值大于第一预定阈值，所述第一预定阈值为：根据所述第一数值以及所述监控场景图像的周期确定的值。

在一种实现方式中，每一第一背景模型的参数还可以包括前景时长；

如图5所示，所述装置还可以包括加一模块530、第一判断模块540；

所述加一模块530，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别将所述当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

所述第一判断模块540，用于在所述将所述当前像素点确定为第一背景像素点的步骤之前，判断所述匹配成功的第一背景模型的前景时长加一后是否小于第四数值；若为否，触发所述第一确定模块440；若为是，触发所述第二确定模块460。

在一种实现方式中，所述第一更新模块430，具体用于

利用所述当前像素点的像素值更新所述匹配成功的第一背景模型的第一均值以及第一方差；

且将所述匹配成功的第一背景模型的新的权重值设置为第一数值。

在一种实现方式中，所述选择重置模块450，具体用于

从所述当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；

利用所述当前像素点的像素值，重置所选择的第一背景模型的第一均值；

且将所选择的第一背景模型的第一方差重置为第二数值；

且将所选择的第一背景模型的新的权重值设置为所述第一数值；

且将所选择的第一背景模型的前景时长设置为第三数值。

在一种实现方式中，基于图5所示结构，如图6所示，所述装置还可以包括：第一降采样模块610和第一滤波模块620；

所述第一降采样模块610，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第一降采样算法对所获得的当前帧图像进行降采样；

所述第一滤波模块620，用于对降采样后的当前帧图像进行滤波处理，获得第一图像；

所述第一匹配模块420，具体用于

针对所述第一图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配。

在一种实现方式中，所述当前像素点的参数包括所述当前像素点的像素值；

所述装置还可以包括：第二获得模块、第三获得模块、第一计算模块、第五确定模块、第六确定模块、第二计算模块和调整模块；

所述第二获得模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对所述当前帧图像中的每一当前像素点，获得所述当前像素点预设邻域内的每一第一像素点的像素值；

所述第三获得模块，用于获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

所述第一计算模块，用于根据所述当前像素点的像素值以及每一第一像素点的像素值，计算所述预设邻域对应的平均像素值；

所述第五确定模块，用于从所述当前像素值光照处理映射表中，确定所述当前像素点对应的第一映射值；

所述第六确定模块，用于从所述平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

所述第二计算模块，用于计算所述第一映射值与所述第二映射值的差的绝对值；

所述调整模块，用于根据所计算的差的绝对值调整所述当前像素点的像素值；

所述第一匹配模块420，具体用于

将所述调整后的当前像素点的像素值与所述调整后的当前像素点对应的一组背景模型进行匹配。

在一种实现方式中，如图6所示，所述第四确定模块480包括第一确定子模块481和第二确定子模块482；

所述第一确定子模块481，用于若所述当前帧图像中包含第一前景像素点，确定所述当前帧图像中存在前景运动目标；

所述第二确定子模块482，用于若所述当前帧图像中不包含第一前景像素点，确定所述当前帧图像中不存在前景运动目标。

在一种实现方式中，如图6所示，所述装置还可以包括：第七确定模块630和第八确定模块640；

所述第七确定模块630，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，确定所述当前帧图像对应的包含至少一个第一前景像素点的前景图像，将所述前景图像作为第一前景图像；

所述第八确定模块640，用于根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标。

在一种实现方式中，所述装置还可以包括第二匹配模块、第九确定模块、第二更新模块、第十确定模块、第十一确定模块和第十二确定模块；

所述第二匹配模块，用于在所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤之前，针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

所述第九确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配成功，则将所述当前像素点确定为第二背景像素点；

所述第二更新模块，用于根据所述当前像素点的参数更新所述第二背景模型的参数；

所述第十确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配失败，则将所述当前像素点确定为第二前景像素点；

所述第十一确定模块，用于确定所述当前帧图像中是否包含第二前景像素点；

所述第十二确定模块，用于当确定所述当前帧图像中包含第二前景像素点时，确定所述当前帧图像对应的包含至少一个第二前景像素点的前景图像，将所述前景图像作为第二前景图像；

所述第八确定模块，具体用于

根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标。

在一种实现方式中，所述预设的第二背景模型为高斯模型，所述第二背景模型的参数包括第二均值和第二方差，所述当前像素点的参数包括所述当前像素点的像素值；

所述第二更新模块，具体用于

根据所述当前像素点的像素值更新所述第二背景模型的第二均值和第二方差。

在一种实现方式中，所述装置还可以包括：第二降采样模块、第三降采样模块和第四获得模块；

所述第二降采样模块，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第二降采样算法对所述当前帧图像进行降采样，获得第二图像；

所述第一匹配模块420，具体用于

针对所述第二图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；

所述第三降采样模块，用于在所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤之前，按预设的第三降采样算法对所述第二前景图像进行降采样，获得第三图像；

所述第四获得模块，用于预设的第一膨胀腐蚀公式对所述第一前景图像进行膨胀腐蚀，获得第四图像；

所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标。

在一种实现方式中，所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对所述第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对所述第五图像进行标记，得到所述当前帧图像中的至少一个前景运动目标。

在一种实现方式中，所述装置还可以包括第五获得模块、第九确定模块、第十确定模块和发送模块；

所述第五获得模块，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，获得与所述当前帧图像最近相邻的前N帧图像，所述N为预设的正整数；

所述第九确定模块，用于根据所获得的前N帧图像以及所述当前帧图像，确定所述前景运动目标的运动轨迹；

所述第十确定模块，用于依据所确定的运动轨迹，确定所述前景运动目标在所述监控场景中的停留时间是否超过预定时长；

所述发送模块，用于当确定所述前景运动目标在所述监控场景中的停留时间超过预定时长时，发送预警信号。

需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。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，均包含在本发明的保护范围内。

Claims (26)

1.一种运动目标的检测方法，其特征在于，所述方法包括：

获得针对监控场景的当前帧图像；

针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据监控场景图像的周期预设的第一背景模型；其中，所述监控场景图像的周期为所述监控场景中做周期性运动的目标对象的运动周期；

若所述当前像素点的参数与所述当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数，并将所述当前像素点确定为第一背景像素点；

若所述当前像素点的参数与所述当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数，并将所述当前像素点确定为第一前景像素点；

确定所述当前帧图像中是否包含第一前景像素点；

根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标。

2.根据权利要求1所述的方法，其特征在于，所述每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均包括第一均值、第一方差和权重值，所述当前像素点的参数包括所述当前像素点的像素值；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对当前帧图像中的每一当前像素点，分别对所述当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

根据每一第一背景模型的新的权重值，对所述当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

所述根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数的步骤，包括：

利用所述当前像素点的像素值更新所述匹配成功的第一背景模型的第一均值以及第一方差；

且将所述匹配成功的第一背景模型的新的权重值设置为第一数值；

所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

按照所述预定数量个第一背景模型的排序顺序，将所述当前像素点的像素值依次与每一第一背景模型进行匹配，其中，当所述当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征所述当前像素点的像素值与所述当前进行匹配的第一背景模型匹配，反之，则不匹配，所述第一预定条件为：所述当前像素点的像素值与所述当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的所述当前进行匹配的第一背景模型的第一方差，且所述当前进行匹配的第一背景模型的权重值大于第一预定阈值，所述第一预定阈值为：根据所述第一数值以及所述监控场景图像的周期确定的值。

3.根据权利要求2所述的方法，其特征在于，每一第一背景模型的参数还包括前景时长；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对当前帧图像中的每一当前像素点，分别将所述当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

在所述将所述当前像素点确定为第一背景像素点的步骤之前，所述方法还包括：

判断所述匹配成功的第一背景模型的前景时长加一后是否小于第四数值；

若为否，执行所述将所述当前像素点确定为第一背景像素点的步骤；

若为是，执行所述将所述当前像素点确定为第一前景像素点的步骤。

4.根据权利要求3所述的方法，其特征在于，所述从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数的步骤，包括：

从所述当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；

利用所述当前像素点的像素值，重置所选择的第一背景模型的第一均值；

且将所选择的第一背景模型的第一方差重置为第二数值；

且将所选择的第一背景模型的新的权重值设置为所述第一数值；

且将所选择的第一背景模型的前景时长设置为第三数值。

5.根据权利要求1所述的方法，其特征在于，在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

按预设的第一降采样算法对所获得的当前帧图像进行降采样；

对降采样后的当前帧图像进行滤波处理，获得第一图像；

所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，为：

针对所述第一图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配。

6.根据权利要求1所述的方法，其特征在于，所述当前像素点的参数包括所述当前像素点的像素值；

在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

针对所述当前帧图像中的每一当前像素点，获得所述当前像素点预设邻域内的每一第一像素点的像素值；

获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

根据所述当前像素点的像素值以及每一第一像素点的像素值，计算所述预设邻域对应的平均像素值；

从所述当前像素值光照处理映射表中，确定所述当前像素点对应的第一映射值；

从所述平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

计算所述第一映射值与所述第二映射值的差的绝对值；

根据所计算的差的绝对值调整所述当前像素点的像素值；

所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

将所述调整后的当前像素点的像素值与所述调整后的当前像素点对应的一组背景模型进行匹配。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标的步骤，包括：

若所述当前帧图像中包含第一前景像素点，确定所述当前帧图像中存在前景运动目标；

若所述当前帧图像中不包含第一前景像素点，确定所述当前帧图像中不存在前景运动目标。

8.根据权利要求7所述的方法，其特征在于，在所述确定所述当前帧图像中存在前景运动目标的步骤之后，所述方法还包括：

确定所述当前帧图像对应的包含至少一个第一前景像素点的前景图像，将所述前景图像作为第一前景图像；

根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标。

9.根据权利要求8所述的方法，其特征在于，在所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤之前，所述方法还包括：

针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

若所述当前像素点的参数与所述第二背景模型匹配成功，则将所述当前像素点确定为第二背景像素点，根据所述当前像素点的参数更新所述第二背景模型的参数；

若所述当前像素点的参数与所述第二背景模型匹配失败，则将所述当前像素点确定为第二前景像素点；

确定所述当前帧图像中是否包含第二前景像素点；

当确定所述当前帧图像中包含第二前景像素点时，确定所述当前帧图像对应的包含至少一个第二前景像素点的前景图像，将所述前景图像作为第二前景图像；

所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤，包括：

根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标。

10.根据权利要求9所述的方法，其特征在于，所述预设的第二背景模型为高斯模型，所述第二背景模型的参数包括第二均值和第二方差，所述当前像素点的参数包括所述当前像素点的像素值；

所述根据当前像素点的参数更新所述第二背景模型的参数的步骤，包括：

根据所述当前像素点的像素值更新所述第二背景模型的第二均值和第二方差。

11.根据权利要求9所述的方法，其特征在于，在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，所述方法还包括：

按预设的第二降采样算法对所述当前帧图像进行降采样，获得第二图像；

所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤，包括：

针对所述第二图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；

在所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤之前，所述方法还包括：

按预设的第三降采样算法对所述第二前景图像进行降采样，获得第三图像；

按预设的第一膨胀腐蚀公式对所述第一前景图像进行膨胀腐蚀，获得第四图像；

所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤，包括：

根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标。

12.根据权利要求11所述的方法，其特征在于，所述根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标的步骤，包括：

根据所述第三图像以及所述第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对所述第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对所述第五图像进行标记，得到所述当前帧图像中的至少一个前景运动目标。

13.根据权利要求7所述的方法，其特征在于，在所述确定所述当前帧图像中存在前景运动目标的步骤之后，所述方法还包括：

获得与所述当前帧图像最近相邻的前N帧图像，所述N为预设的正整数；

根据所获得的前N帧图像以及所述当前帧图像，确定所述前景运动目标的运动轨迹；

依据所确定的运动轨迹，确定所述前景运动目标在所述监控场景中的停留时间是否超过预定时长；

当确定所述前景运动目标在所述监控场景中的停留时间超过预定时长时，发送预警信号。

14.一种运动目标的检测装置，其特征在于，所述装置包括：

第一获得模块，用于获得针对监控场景的当前帧图像；

第一匹配模块，用于针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；其中，各帧图像的每一相同位置的像素点对应一组背景模型，每组背景模型包含预定数量个根据所述监控场景图像的周期预设的第一背景模型；其中，所述监控场景图像的周期为所述监控场景中做周期性运动的目标对象的运动周期；第一更新模块，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中任一第一背景模型匹配成功，则根据所述当前像素点的参数更新所述匹配成功的第一背景模型的参数；

第一确定模块，用于将所述当前像素点确定为第一背景像素点；

选择重置模块，用于若所述当前像素点的参数与所述当前像素点对应的一组背景模型中所有第一背景模型匹配失败，则从所述当前像素点对应的一组背景模型中选择一个第一背景模型，重置所选择的第一背景模型的参数；

第二确定模块，用于将所述当前像素点确定为第一前景像素点；

第三确定模块，用于确定所述当前帧图像中是否包含第一前景像素点；

第四确定模块，用于根据所述当前帧图像是否包含第一前景像素点，确定所述当前帧图像中是否存在前景运动目标。

15.根据权利要求14所述的装置，其特征在于，所述每组背景模型中的每一第一背景模型均为高斯模型，每一第一背景模型的参数均包括第一均值、第一方差以及权重值，所述当前像素点的参数包括所述当前像素点的像素值；

所述装置还包括：衰减模块和排序模块；

所述衰减模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别对所述当前像素点对应的一组背景模型中所包含的每一第一背景模型的权重值进行衰减，获得每一第一背景模型的新的权重值；

所述排序模块，用于根据每一第一背景模型的新的权重值，对所述当前像素点对应的一组背景模型中所包含的第一背景模型进行排序，其中，每一第一背景模型的排序位置与所对应新的权重值成正比；

所述第一更新模块，具体用于

利用所述当前像素点的像素值更新所述匹配成功的第一背景模型的第一均值以及第一方差；且将所述匹配成功的第一背景模型的新的权重值设置为第一数值；

所述第一匹配模块，具体用于

按照所述预定数量个第一背景模型的排序顺序，将所述当前像素点的像素值依次与每一第一背景模型进行匹配，其中，当所述当前像素点的像素值与当前进行匹配的第一背景模型满足第一预定条件时，则表征所述当前像素点的像素值与所述当前进行匹配的第一背景模型匹配，反之，则不匹配，所述第一预定条件为：所述当前像素点的像素值与所述当前进行匹配的第一背景模型的第一均值的差的绝对值，小于预定倍数的所述当前进行匹配的第一背景模型的第一方差，且所述当前进行匹配的第一背景模型的权重值大于第一预定阈值，所述第一预定阈值为：根据所述第一数值以及所述监控场景图像的周期确定的值。

16.根据权利要求15所述的装置，其特征在于，每一第一背景模型的参数还包括前景时长；

所述装置还包括加一模块、第一判断模块；

所述加一模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对当前帧图像中的每一当前像素点，分别将所述当前像素点对应的一组背景模型中所包含的第一背景模型的前景时长加一；

所述第一判断模块，用于在所述将所述当前像素点确定为第一背景像素点的步骤之前，判断所述匹配成功的第一背景模型的前景时长加一后是否小于第四数值；若为否，触发所述第一确定模块；若为是，触发所述第二确定模块。

17.根据权利要求16所述的装置，其特征在于，所述选择重置模块，具体用于

从所述当前像素点对应的一组背景模型中，选择所对应权重值最小的第一背景模型；

利用所述当前像素点的像素值，重置所选择的第一背景模型的第一均值；

且将所选择的第一背景模型的第一方差重置为第二数值；

且将所选择的第一背景模型的新的权重值设置为所述第一数值；

且将所选择的第一背景模型的前景时长设置为第三数值。

18.根据权利要求14所述的装置，其特征在于，所述装置还包括：第一降采样模块和第一滤波模块；

所述第一降采样模块，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第一降采样算法对所获得的当前帧图像进行降采样；

所述第一滤波模块，用于对降采样后的当前帧图像进行滤波处理，获得第一图像；

所述第一匹配模块，具体用于

针对所述第一图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配。

19.根据权利要求14所述的装置，其特征在于，所述当前像素点的参数包括所述当前像素点的像素值；

所述装置还包括：第二获得模块、第三获得模块、第一计算模块、第五确定模块、第六确定模块、第二计算模块和调整模块；

所述第二获得模块，用于在所述将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，针对所述当前帧图像中的每一当前像素点，获得所述当前像素点预设邻域内的每一第一像素点的像素值；

所述第三获得模块，用于获得预设的当前像素值光照处理映射表以及预设的平均像素值光照处理映射表；

所述第一计算模块，用于根据所述当前像素点的像素值以及每一第一像素点的像素值，计算所述预设邻域对应的平均像素值；

所述第五确定模块，用于从所述当前像素值光照处理映射表中，确定所述当前像素点对应的第一映射值；

所述第六确定模块，用于从所述平均像素值光照处理映射表中，确定所计算的平均像素值对应的第二映射值；

所述第二计算模块，用于计算所述第一映射值与所述第二映射值的差的绝对值；

所述调整模块，用于根据所计算的差的绝对值调整所述当前像素点的像素值；

所述第一匹配模块，具体用于

将所述调整后的当前像素点的像素值与所述调整后的当前像素点对应的一组背景模型进行匹配。

20.根据权利要求14-19任一项所述的装置，其特征在于，所述第四确定模块包括第一确定子模块和第二确定子模块；

所述第一确定子模块，用于若所述当前帧图像中包含第一前景像素点，确定所述当前帧图像中存在前景运动目标；

所述第二确定子模块，用于若所述当前帧图像中不包含第一前景像素点，确定所述当前帧图像中不存在前景运动目标。

21.根据权利要求20所述的装置，其特征在于，所述装置还包括：第七确定模块和第八确定模块；

所述第七确定模块，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，确定所述当前帧图像对应的包含至少一个第一前景像素点的前景图像，将所述前景图像作为第一前景图像；

所述第八确定模块，用于根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标。

22.根据权利要求21所述的装置，其特征在于，所述装置还包括第二匹配模块、第九确定模块、第二更新模块、第十确定模块、第十一确定模块和第十二确定模块；

所述第二匹配模块，用于在所述根据所述第一前景图像，确定所述当前帧图像中的至少一个前景运动目标的步骤之前，针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的预设的第二背景模型进行匹配，其中，各帧图像的每一相同位置的像素点对应一个第二背景模型；

所述第九确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配成功，则将所述当前像素点确定为第二背景像素点；

所述第二更新模块，用于根据所述当前像素点的参数更新所述第二背景模型的参数；

所述第十确定模块，用于若所述当前像素点的参数与所述第二背景模型匹配失败，则将所述当前像素点确定为第二前景像素点；

所述第十一确定模块，用于确定所述当前帧图像中是否包含第二前景像素点；

所述第十二确定模块，用于当确定所述当前帧图像中包含第二前景像素点时，确定所述当前帧图像对应的包含至少一个第二前景像素点的前景图像，将所述前景图像作为第二前景图像；

所述第八确定模块，具体用于

根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标。

23.根据权利要求22所述的装置，其特征在于，所述预设的第二背景模型为高斯模型，所述第二背景模型的参数包括第二均值和第二方差，所述当前像素点的参数包括所述当前像素点的像素值；

所述第二更新模块，具体用于

根据所述当前像素点的像素值更新所述第二背景模型的第二均值和第二方差。

24.根据权利要求22所述的装置，其特征在于，所述装置还包括：第二降采样模块、第三降采样模块和第四获得模块；

所述第二降采样模块，用于在所述针对所述当前帧图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配的步骤之前，按预设的第二降采样算法对所述当前帧图像进行降采样，获得第二图像；

所述第一匹配模块，具体用于

针对所述第二图像中的每一当前像素点，将所述当前像素点的参数与所述当前像素点对应的一组背景模型进行匹配；

所述第三降采样模块，用于在所述根据所述第一前景图像所包含的至少一个第一前景像素点以及所述第二前景图像所包含的至少一个第二前景像素点，确定所述当前帧图像中的前景运动目标的步骤之前，按预设的第三降采样算法对所述第二前景图像进行降采样，获得第三图像；

所述第四获得模块，用于预设的第一膨胀腐蚀公式对所述第一前景图像进行膨胀腐蚀，获得第四图像；

所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定所述当前帧图像中的前景运动目标。

25.根据权利要求24所述的装置，其特征在于，所述第八确定模块，具体用于

根据所述第三图像以及所述第四图像，确定第三前景图像；

利用预设的第二膨胀腐蚀公式对所述第三前景图像进行膨胀腐蚀，得到第五图像；

利用预设的连通域标记规则对所述第五图像进行标记，得到所述当前帧图像中的至少一个前景运动目标。

26.根据权利要求20所述的装置，其特征在于，所述装置还包括第五获得模块、第九确定模块、第十确定模块和发送模块；

所述第五获得模块，用于在所述确定所述当前帧图像中存在前景运动目标的步骤之后，获得与所述当前帧图像最近相邻的前N帧图像，所述N为预设的正整数；

所述第九确定模块，用于根据所获得的前N帧图像以及所述当前帧图像，确定所述前景运动目标的运动轨迹；

所述第十确定模块，用于依据所确定的运动轨迹，确定所述前景运动目标在所述监控场景中的停留时间是否超过预定时长；

所述发送模块，用于当确定所述前景运动目标在所述监控场景中的停留时间超过预定时长时，发送预警信号。

Images