[发明专利]前景物体检测方法和设备

说明书

技术领域

本发明涉及视频图像处理技术，更具体地说，本发明涉及一种在已采集的视频图像序列中检测前景物体并消除检测结果中阴影区域的方法及设备

背景技术

随着计算机技术、图像处理技术的飞速发展，视频被越来越多的应用到社会的各个领域，如视频监控、视频会议等。对视频的分析处理，已成为当前图像处理领域的研究热点，其关键的处理技术就是对视频序列中的运动物体或目标进行检测，其结果通常用于目标跟踪、分类等更高层次的分析与处理。作为运动物体检测的一种有效方法，减背景(Background Subtraction)算法将场景背景从当前图像中减去以得到运动前景，具有准确定位和不扩大运动区域等优点。但是，通过减背景所得到的运动物体检测结果中，通常会包含跟随前景物体同时运动的投射阴影，直接导致检测结果不准确。

由于无法分辨检测结果中阴影和真实前景物体而导致的问题大体可分为两类：首先，检测出的前景物体轮廓会因为阴影的存在而发生变形，进而影响物体位置预测和物体分类结果；其次，阴影会导致不同物体轮廓之间发生错误粘连，从而使得对物体数目检测出现错误，这种现象对视频监控领域应用影响极大，例如对场景物体计数和分类。

现有技术中，对前景物体检测结果中阴影消除的方法主要有两种：一种是使用先验知识的方法，即通过事先获取物体轮廓信息和场景的物理信息达到消除阴影的目的。这种方法对场景和用户均有较高要求，不适于推广应用。另一种方法是不使用先验信息，通过计算场景的空间信息以及透明度，这种方法计算代价大，对系统要求高，很难在实际应用中实现。

例如，专利文献1提出了一种使用图像强度信息的阴影消除方法。此专利对前景检测结果中的每个像素点，根据每个像素在当前图像和背景图像中强度信息的差异计算强度互相关值(cross correlation)。对每个像素而言，其强度互相关值是在以当前像素为中心的MxN邻域中计算得到。如果该互相关值大于预设阈值，则该像素即为阴影。但是，强度信息仍然容易受到光线变化影响，并不足以区分阴影区域。

专利文献2提出了一种结合阴影消除的运动物体检测方法。此专利提出了两种阴影消除方法：纹理分析和拓扑结构分析。在纹理分析方法中，此专利使用纹理特征对检测出的前景物体和背景模型进行比较，如果在同一区域中，前景物体的纹理特征和背景模型有明显区别，则该物体为真实前景物体；反之，则为阴影区域。但是，此专利中每个像素点的纹理特征仅用单个纹理特征值表示。此外，纹理特征的计算也只考虑了像素点自身，没有考虑到区域中相邻像素的影响。并且在该专利中，前景物体检测和阴影检测是两个独立的算法，并未整合在一起。

专利文献3提出了一种检测图像中阴影像素的方法。此专利中，两个HSV颜色直方图被用于阴影检测。对图像中的每个像素均需要计算两个颜色直方图。第一个直方图使用H/S颜色值，第二个直方图使用S/V颜色值。在阴影检测过程中，首先需要引入两个预设线向量；然后对每个像素进行判断，如果其H/S值大于第一个线向量，而S/V值小于第二个线向量，则此像素为阴影。但是，此专利中使用颜色直方图作为特征进行比较，而颜色特征极易受到光线变化的影响。除此之外，该专利是在整个图像中检测阴影区域，并非只针对前景物体的投射阴影，因此容易混淆背景阴影和真实物体的阴影。

【专利文献1】美国专利US 7620266 B2

【专利文献2】美国专利US 2009/0060352 A1

【专利文献3】美国专利US 7305127 B2

发明内容

如上所述，现有的针对前景物体检测的阴影消除方法都无法有效地适应实际应用的需求。针对现有技术中存在的问题，本发明提出一种新的前景物体检测及阴影消除方法。在本发明中，阴影区域的定义为该区域并不如真实的前景物体一样具备自身的纹理特征。阴影区域的纹理特征与其对应的背景区域的纹理特征相似，区别仅仅在于区域中光线强度的变化。简而言之，阴影区域的纹理特征是对应背景区域的纹理特征在光线强度发生改变后的结果。因此，本发明所述方法的基本思想就是通过不同区域纹理特征的差异，区分出前景物体和阴影及背景区域。

根据本发明的一个方面，提供一种前景物体检测方法，包括步骤：(a)连续采集被监控区域的当前图像，得到包含前景物体的视频图像序列；(b)创建一个由多个纹理直方图组成的背景模型；(c)将所采集的当前图像作为输入图像，对图像中的每个像素计算一个局部纹理直方图；(d)根据每个像素的局部纹理直方图，在背景模型中找到匹配的纹理直方图；以及(e)根据匹配结果将每个像素分类为前景像素点和背景像素点，得到前景图像。