[发明专利]一种监控视频中运动目标检测及有效帧提取方法在审
申请号: | 201710238731.3 | 申请日: | 2017-04-13 |
公开(公告)号: | CN108734050A | 公开(公告)日: | 2018-11-02 |
发明(设计)人: | 曹杰;张剑书;李秀怡;毛波;申冬琴;赵慕阶 | 申请(专利权)人: | 南京财经大学;南京攀登信息技术有限公司 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/40;G06T5/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210023 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 二值图片 监控视频 有效帧 读取 运动目标检测 高斯模型 相减 帧时 参考 混合高斯背景模型 视频 二值化处理 摄像机抖动 网络摄像机 背景模型 光照变化 像素分布 运动目标 初始化 帧读取 帧间差 扰动 更新 保存 拍摄 | ||
1.一种监控视频中运动目标检测及有效帧提取方法,其特征包括以下步骤:S1:获取视频流,并按帧读取视频;S2:训练混合高斯背景模型,用混合高斯模型模拟图片中的背景;S3:将读取到的每一帧与当前的背景模型做差,得到前景,对相减后的图片进行二值化处理,得到前景的二值图,对第一帧处理后得到的二值图为参考二值图;S4:用帧间差分的思想按序处理前景二值图片,每一帧与参考二值图相减,判断是否存在运动目标;
所述步骤S2的具体步骤为:
S201:初始化高斯模型的参数,令k=3,对于t=0时刻,k个高斯分布的均值权重其中img(o)(i,j)为第一帧中各点的像素值,x,y分别为第一帧图片的长和宽;方差δi,t=1600;协方差矩阵τi,t为三维零矩阵;
S202:对于后续每一帧,分别判断各像素点的像素值img(t)(i,j)与当前的k个高斯分布是否满足|img(t)(i,j)-μi,t-1|≤2.5σi,t-1,其中,σi,t-1为高斯分布的标准差,即若满足,则该像素点属于背景,进行步骤204处理;否则,该像素点属于前景,进行步骤205;
若像素点的像素值与当前的k个高斯分布都不满足上式,则替换k个高斯分布中权重最小的高斯分布:均值为当前像素点像素值,标准差为σi,t=40,权重wi,t=0.1;
S203:更新各高斯分布模式的权重,更新高斯分布的参数;
S204:更新该高斯分布模式的权重,并对更新后的权重进行归一化处理;
S205:将k个高斯分布按的降序排列,选取前b个高斯分布作为背景的分布,
2.根据权利要求1所述的一种融合帧间差分和混合高斯背景建模的运动目标检测方法,其特征在于,所述步骤S4的具体步骤如下:
S401:将之前处理得到的每一帧二值图片与参考二值图做差,得到差分后的二值图;
S402:对差分后的二值图做形态学处理;
S403:统计经过处理后的差分二值图中的白色像素点的个数,即属于运动的前景目标的像素点个数;
S404:根据属于运动目标的像素点个数判断是否存在运动目标,并决定是否保存当前帧;根据属于运动目标的像素点个数判断是否存在运动目标,并决定是否保存当前帧;
S405:判断是否需要更新参考二值图片。
3.根据权利要求2所述的一种监控视频中运动目标检测及有效帧提取方法,其特征在于,所述步骤S401的具体步骤为:
将之前处理得到的每一帧二值图片binary(i)中的每个位置的像素值binary(i)(x,y)与参考二值图片ref中对应位置的像素值ref(x,y)相减,根据以下公式得到两张图片的差分二值图片,用del(i)表示;
其中del(i)(x,y)为差分二值图片del(i)中位于(x,y)位置的像素点的像素值;binary(i)(x,y)为二值图片binary(i)中位于(x,y)位置的像素点的像素值;ref(x,y)为参考二值图片ref中位于(x,y)位置的像素点的像素值;(x,y)为图片坐标系中的坐标。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京财经大学;南京攀登信息技术有限公司,未经南京财经大学;南京攀登信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710238731.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:图像处理方法和装置以及图像处理系统
- 下一篇:超声波传感器及电子装置