智能视频监控用结构化背景重建方法

摘要

本发明公开了一种智能视频监控用结构化背景重建方法，包括：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，所述画面分割模块进一步对动态的帧间画面进行分割，所述图像均值模块以静态区域为掩膜模板，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，如果完成，则将背景通过输出背景模块输出。通过上述方式，本发明采集帧图像数据的时候，间隔一段时间采集到得图像中，重建的准确度很高，不会出现重建错误，快速、有效、清晰地重建监控场景的静态背景画面。

主权项

一种智能视频监控用结构化背景重建方法，其特征在于，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，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；将所述画面运动光流估计模块检测到的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；所述画面分割模块进一步对动态的帧间画面分割出静态、动态、由静态到动态、由动态到静态四类区域后，再确定区分出四类区域的正确性；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，是物体的反光、阳光变化或夜间车灯，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；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；将两幅图像中静态画面部分求均值；上一步差分的图像，先使用平滑滤波，滤掉噪声，然后进行二值化，以上一步计算得到的灰度均值Avg_Diff作为二值化的阈值B_Thres，由于目标区域差分后的亮度较亮，二值化前，所以需要对B_Thres进行修正，B_Thres=Avg_Diff*1.1+5，使用修正后的阈值再二值化，进一步有效消除掩膜中的小运动噪声；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；所述背景局部重建模块根据画面分割模块中的四种区域情况分别作不同的处理：1）将持续保持静态区域，将像素均值填补到背景图相对应位置；2）持续动态区域，画面不能更新，画面保持不变；3）从动态到静止的区域，由于运动物体停止运动造成，该区域内运动物体覆盖住背景，所以当前区域的画面为运动物体，区域不能更新，只进行亮度调整；4）从静止转为运动的区域，由于静止物体开始运动造成，如果区域从未更新过，即从背景学习图像直接拷贝新像素覆盖原来由物体遮挡的部分；如果以前有过更新，则调用上一步中静态画面部分求均值的算法进行像素更新；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，画面分割模块在分割出背景区域后，将背景掩膜图和背景更新区域模板图进行或运算，每次被更新的背景区域记入已更新区域模板图，更新完毕后，计算未被更新的部分，如果仍然有未被更新的部分，则回到起始，进行下一次背景更新；如果完成，则将背景通过输出背景模块输出。