[发明专利]智能视频监控用结构化背景重建方法

说明书

技术领域

本发明涉及视频监控领域，特别是涉及一种智能视频监控用结构化背景重建方法。

背景技术

随着我国民用监控安全系统网络的不断增大，对采集到得视频进行自动化的智能化分析，可提高海量监控录像数据量的有效利用率。智能监控视频分析中，都画面的运动目标提取、追踪、轨迹分析，以及目标搜索、快速定位等，都依赖于监控场景的背景画面。有效准确地重建场景的背景，是基于差分图像的目标提取的基础，当前帧图像与背景图像差分后，运动的目标区域由于差异较大，在差分后的图像中像素值较高，而静态背景区域，由于其画面跟背景画面基本一致，差分后的像素值很小。

一般的基于帧图像均值进行背景重建方法，一直对帧图像按时间进行均值积累，均值积累的背景图像其边缘模糊，画面对比度较小，不利于有效准确地提取到目标的轮廓。一般的基于相领帧间差分分割静态背景和动态前景来重构场景背景，在于两帧的间隔较大，运动目标在两帧之间几乎不存在交叠，或交叠很小。基于这种时间间隔较远帧的差分，差分图像中不存在因运动目标本身交叠，同时交叠区域灰度变化较小的情况下，将目标区域也当做背景区域，导致学习速度慢、特别是运动目标较大、运动速度较慢的情况下，如果运动目标区域的灰度变化比较平缓，学习的背景出现较大的错误。这种错误同时也会积累随着时间而不断积累进背景图像，导致背景重建失败。

发明内容

本发明主要解决的技术问题是提供一种智能视频监控用结构化背景重建方法，能够结合帧平均图像时间积累和背景区域分割两种方法相结合的背景学习方法，可快速、有效、清晰地重建监控场景的静态背景画面。

为解决上述技术问题，本发明采用的一个技术方案是：提供一种智能视频监控用结构化背景重建方法，包括：图像帧获取与更新模块、画面运动光流估计模块、画面分割模块、图像均值模块、背景局部重建模块、背景重建状态检测模块、输出背景模块；

通过所述图像帧获取与更新模块获取与更新图像；

所述画面运动光流估计模块检测所述图像的全画面运动光流，记入缓存中的运动光流队列，并判断运动状态；

所述画面分割模块进一步对动态的帧间画面进行分割，区分出静态、动态、由静态到动态、由动态到静态四类区域；

所述图像均值模块以静态区域为掩膜模板，根据不同的画面状态，更新两幅图像中静态画面部分；

所述背景局部重建模块将静态区域的像素均值填补到背景图相对应位置；

所述背景重建状态检测模块计算背景画面重建的百分比，是否完成重建，如果没有完成，回到第一步获取新的图像帧，继续画面分割，进行帧画面分割和背景重建，如果完成，则将背景通过输出背景模块输出。

在本发明一个较佳实施例中，所述图像帧获取与更新模块在更新帧图像时，每次在更新当前帧图像时，都与前一帧图像的时间间隔间隔2~30秒。

在本发明一个较佳实施例中，所述画面运动光流估计模块将全画面分成大小相等的小区域，每个小区域内进行运动估计，计算各小画面的运动矢量，记入缓存中的运动光流队列；从第三帧开始，每次估计完成，都根据前后帧运动间的关系，判断各类运动状态：持续静止、持续运动、从静止到开始运动、从运动到开始静止。

在本发明一个较佳实施例中，所述画面分割模块进一步对动态帧画面分割进行确认，确定区分出静态和动态区域的正确性；首先需要进一步判定上一步更新帧的图像是否是有效帧，如果是无效图像，需要重新抓图；需要进行以下两种判断：1）计算差分图像的灰度均值Avg_Diff，如果灰度均值过大，说明两帧间存在背景亮度变化，可能是某些物体的反光、阳光变化、夜间车灯等，预设一亮度阈值L_Thres,如果Avg_Diff>L_Thres,则认为出现了亮度变化，则放弃该帧，略过10帧，回到上一步，重新抓一帧；2）计算相邻图像差分后的图像中运动部分的面积占整个画面面积的百分比，如果运动部分超过画面的50%，则放弃该帧，略过10帧，回到上一步，重新抓一帧。