[发明专利]自适应参数的视频中静态背景提取与更新方法

说明书

技术领域：

本发明属于视觉检测技术领域，具体涉及一种在有着静态背景的视频中提取与更新静态背景的技术。

背景技术：

智能视频源自计算机视觉技术。计算机视觉技术是人工智能研究的分支之一，它能够在图像及图像描述之间建立映射关系，从而使计算能够通过数字图像处理和分析来理解视频画面中的内容。而视频监控中所提到的智能视频技术主要指的是：“自动的分析和抽取视频源中的关键信息。”如果把摄像机看作人的眼睛，而智能视频系统或设备则可以看作人的大脑。智能视频技术借助计算机强大的数据处理功能，对视频画面中的海量数据进行高速分析，过滤掉用户不关心的信息，仅仅为监控者提供有用的关键信息。

智能视频监控以数字化、网络化视频监控为基础，但又有别于一般的网络化视频监控，它是一种更高端的视频监控应用。智能视频监控系统能够识别不同的物体，发现监控画面中的异常情况，并能够以最快和最佳的方式发出警报和提供有用信息，从而能够更加有效的协助安全人员处理危机，并最大限度的降低误报和漏报现象。在世界反恐斗争日趋严峻的今天，智能视频监控显然能够成为应对恐怖主义袭击和处理突发事件的有力辅助工具。此外，智能视频监控还可以应用在交通管理、客户行为分析、客户服务等多种非安全相关的场景，以提高用户的投资回报。

智能视频的应用大体上可以分为安全相关应用和非安全相关应用两大类。安全类相关的应用是目前市场上存在的主要智能视频应用，特别是在911恐怖袭击、马德里爆炸案以及伦敦爆炸案发生之后，市场上对于此类应用的需求不断增长。这些应用主要作用是协助政府或其他机构的安全部门提高室外大地域公共环境的安全防护。此类应用主要包括：高级视频移动侦测、物体追踪、人物面部识别、车辆识别和非法滞留等。

除了安全相关类应用之外，智能视频还可以应用到一些非安全相关类的应用当中。这些应用主要面向零售、服务等行业，可以被看作管理和服务的辅助工具，用以提高服务水平和营业额。此类应用主要包括：人数统计、人群控制、注意力控制和交通流量控制等。

背景差法作为智能视频监控中检测目标的最常用算法，有着天然的契合视频监控的特性，而背景差法的重点问题主要有两个：一、如何提取出一个纯净的背景；二、如何更新出一个不受前景干扰的新背景。目前常用方法有多帧平均法、高斯模型法、帧差取景法等等。这些方法的共性在于，针对背景图像的每个像素，进行数学建模，之后通过数学模型来判定当前帧对背景的影响，从而提取与更新背景，不过这类型的方法，前景元素会或多或少影响背景的提取，产生“虚影”。

发明内容：

本发明要解决的技术问题是提供一种自适应参数的视频中静态背景提取与更新方法，其目的是解决以往的方式所存在的出现“虚影”的情况。

技术方案：

一种自适应参数的视频中静态背景提取与更新方法，其特征在于：其步骤为：

a、读入视频，若为第一帧，则以第一帧图像作为背景；

b、判断当前帧I_k(x,y)是否等于上一帧输出的背景B_k-1(x,y)，若相等，则初步判定当前帧I_k(x,y)为背景元素；

c、判断当前帧I_k(x,y)是否等于前一帧I_k-1(x,y)，若相等，则表示当前帧与上一帧是连贯的；

d、通过二、三步的判断，将当前帧的状态分为四种情况，按照四种不同的情况确定背景权值变化量p_k(x,y)的值；

e、通过背景权值变化量p_k(x,y)对上一帧背景权值w_k-1(x,y)进行调节，得出背景权值w_k(x,y)；

f、通过背景权值w_k(x,y)判定背景B_k(x,y)。

d步骤中的确定背景权值变化量p_k(x,y)的值的公式如下：

其中α、β、δ、ε为根据实际情况自选的定值参数。

e步骤中的背景权值w_k(x,y)的方法公式如下：

w_k(x,y)＝w_k-1(x,y)+p_k(x,y)(2)

F步骤：通过背景权值w_k判定背景B_k，公式如下：