[发明专利]一种基于分段背景学习的目标检测方法

说明书

技术领域

本发明属于图像处理技术领域，具体涉及一种基于分段背景学习的目标检测方法。

背景技术

应用于“智慧城市”项目中的物联网监控系统中，基于海量视频检索系统的图像处理技术领域有多种目标检测方法。这些方法的主要功能是对通过可见光摄像机拍摄的监控视频图像进行处理，自动提取图像中的运动目标，获取目标的位置、大小等相关信息，为进一步基于视频的目标跟踪、分析、识别等任务提供原始信息。在基于物联网的视频监控系统中，采用可见光摄像机获取监控区域的视频图像，将视频图像帧实时传输至计算机，由计算机对视频图像数据进行计算，完成目标检测功能。

在基于视频的运动目标检测算法中，背景差分法被广泛应用。背景差方法通过对连续视频图像的分析，获取图像中静态的背景图像，将当前视频帧与背景图像帧进行差分，即可将图像中静止的背景部分去除，从而凸显运动目标，通过图像分割算法即可获得图像中的运动目标区域。在背景差分算法中，关键是准确地提取目标的背景图像。

背景更新过程中，如果按一个比例定值对背景差进行更新的话，如每次将背景差按10％比例对背景图像更新，则当背景差小于10个像素级时，背景停止更新，则当前帧图像与实际背景之间会有固定的差异，不利于后续基于背景差分的目标检测过程的实现；因此需要通过对背景差异分段，按照不同比例进行背景学习，既控制背景学习的速度，又消除最终的偏差，为后续的目标检测过程提供正确的背景图像。在获得了当前帧对应的背景图像后，本发明求取当前帧与其对应背景图像的差，对差分图像进行图像分割，得到目标候选区域，通过对分个图像进行去除噪点、填补空洞的操作后，从而确定目标区域，实现目标检测过程；

目前亟需一种分段更新的背景图像学习策略新方法，通过对背景差和帧间差的分析，从而快速准确的提取当前视频帧对应的背景图像，在背景差分图像中对运动目标进行有效的分割，获取图像中的运动目标区域。

发明内容

本发明要解决的技术问题是提供一种针对基于物联网的视频监控系统进行监控场景中运动目标检测的需求而设计的新方法，在可见光监控图像中，通过分段背景学习的方法获取背景图像，采用基于背景差分的方法提取运动目标区域，实现运动目标的检测。

为了实现这一目的，本发明采取的技术方案是一种基于分段背景学习的目标检测方法，根据可见光监控图像中运动目标与背景的变化特性，对监控图像中的背景图像进行实时学习，通过背景差分方法，获得运动目标区域，实现运动目标的实时检测；应用于基于物联网的智能视频监控系统中监控场景中运动目标检测系统，采用高性能计算机作为其图像信号处理器硬件平台，软件代码采用通用C语言编程实现，在Microsoft Visual C++6.0平台下编译并运行；

整体算法流程如下：

①获取并标记图像：

获取监控视频当前帧图像，前一帧图像和前一帧图像对应背景图像；

设帧号为k，当前帧图像记为F_k，前一帧图像记为F_k-1，前一帧对应背景图像记为B_k-1；对于第1帧，设背景图像B₁为第1帧图像F₁；

②计算前帧背景差分和帧间差分图像：

当k>1时，针对F_k、F_k-1、B_k-1，计算前帧背景差分BD_k和帧间差分FD_k图像，计算关系为：BD_k＝F_k-B_k-1，FD_k＝|F_k-F_k-1|；

其中BD_k为F_k与B_k-1差分，FD_k为F_k与F_k-1的差分的绝对值；其中差分操作通过对图像应像素值相减计算得到，逐像素差分后，得到差分图像矩阵BD_k和FD_k；

③逐像素更新帧间差分：

逐像素更新背景图像，对于像素坐标为(x,y)，比较帧间差分FD_k(x,y)是否大于阈值FTh；阈值FTh的数值根据需求和应用环境选取；

FD_k(x,y)大于FTh时，将当前像素更新量m_k(x,y)设置为0；