基于分层背景建模的运动目标实时检测方法

摘要

本发明公开了一种基于分层背景建模的运动目标实时检测方法，为每一个像素点创建一个背景字典，所有像素点的背景字典构成一个完整的背景模型，当前输入像素点在背景字典中找到匹配即为背景点，否则为前景点，最后并采用候选背景模型来更新主背景模型。具体实现步骤为：首先利用前若干帧初始图像，建立背景模型，其次利用当前输入图像与背景模型做差，检测运动目标区域，然后对运动目标区域进行形态学滤波后，输出运动目标，最后再对背景模型进行实时更新，以供下一帧目标检测用。本发明方法解决了背景差法中背景构造更新的困难，对光照变化、背景扰动不敏感，具有很好的鲁棒性和实时性。

主权项

1.一种基于分层背景建模的运动目标实时检测方法，其特征在于，包括以下步骤：步骤1：采集前N帧初始图像，建立基于背景字典的背景模型；步骤2：利用当前输入图像与背景模型作差,检测运动目标区域；步骤3：目标区域的形态学滤波，输出运动目标；步骤4：更新背景模型，并返回步骤2进行下一次检测循环；所述步骤1中，采集前N帧初始图像，建立背景模型方法为，设前N个序列中单个像素坐标为(x,y)的序列采样值为：I中的每一个元素都是一个YUV向量即$I_t^{x,y}=(Y_t,U_t,V_t),t=1,...,N;$设$C^{x,y}=\{c_1^{x,y},c_2^{x,y},...,c_L^{x,y}\}$为像素点(x,y)的背景字典，背景字典中含有L个码字;每个码字由两部分组成：YUV向量Avg_i=(Y_i,U_i,V_i)和特征向量Aux_i=(f_i,r_i，p_i，q_i)，其中，i=1，...,L，f表示该码字出现的次数；r表示码字在训练中没有再次出现的最大时间间隔；p和q分别表示该码字出现后的第一次和最后一次匹配时间，用帧序数表示；每一个采样值都和已有的码字进行比较，如果找到码字与其匹配，将匹配的码字进行更新；如果找不到匹配码字，则为其创建一个新的码字存入背景字典中，具体过程如下所示：(1)：初始化，将每个像素的背景字典置空，每个背景字典中码字的个数为零，即L＝0；(2)：对于训练视频帧中的每个像素的序列采样值中每一个值根据以下条件来找出匹配的码字设的原内容为Avg_m=(Y_m,U_m,V_m)和Aux_m=(f_m,r_m，p_m，q_m):$\mathrm{Low}\le I_t^{x,y}-{\mathrm{Avg}}_m\le \mathrm{High}$High和Low为背景建模上下边界参数，High取值为（10,10,10），Low取值为（-10,-10,-10）；(3)：如果背景字典为空或者未找到匹配的码字，则令L=L+1，并创建一个码字且令它的数据为:${\mathrm{Avg}}_L=I_t^{x,y}=(Y_t,U_t,V_t);$Aux_L=(1,t-1,t,t)；否则，更新匹配的码字那么把更新为:${\mathrm{Avg}}_m=(\frac{f_m{Y}_m+Y_t}{f_m+1},\frac{f_m{U}_m+U_t}{f_m+1},\frac{f_m{V}_m+V_t}{f_m+1});$Aux_m={f_m+1,max(r_m,t-q_m),p_m,t}；(4)：待所有像素都匹配完成即训练结束后，对每个像素的每个码字依次计算该码字没有出现的最大时间间隔r，对于来说，其中i=1，...,L，$r_i^{x,y}=\max (r_i^{x,y},p_i^{x,y}-1+N-q_i^{x,y});$基于得到最能代表真实背景的初始背景模型M，M是所有像素的背景字典，以其中的一个像素点（x,y）为例，其背景字典为i为码字的索引；其中，阈值T_nev取训练帧数的一半，即N／2；所述步骤2的具体过程为：a：当前输入帧图像的像素与上一帧图像的像素作差,将当前输入帧图像分为变化区域与非变化区域：$S=\left\{\begin{array}{cc}S1& |I_t^{x,y}-I_{t-1}^{x,y}|\le ϵ\\ S2& \mathrm{otherwise}\end{array}\right.;$其中S指当前输入帧图像,S1指非变化区域,S2指变化区域,ε指变化阀值；定义BG_t-1(x,y)表示第t帧（x,y）像素点的二值化值，其取值只有0和1两种，其中第t帧中属于前景的像素点，被二值化为0；属于背景的像素点被二值化为1；b：非变化区域S1内像素点的BG_t(x,y)取与上一帧的BG_t-1(x,y)相同的值，即BG_t(x,y)=BG_t-1(x,y) if(x,y)∈S1；变化区域内像素点根据下式从M中找出与其匹配的码字如果找到,则BG_t(x,y)=1;否则BG_t(x,y)=0；$\mathrm{Min}\le I_t^{x,y}-{\mathrm{Avg}}_i^{x,y}\le \mathrm{Max};$其中i=1,…,L,为像素点(x,y)的第i个码字的YUV向量，Max和Min为目标检测上下边界参数，取Max为(35,6,6)，Min为(-25,-6,-6)；c：判断前景运动目标像素利用BG(x,y)的值,得到运动目标区域所述步骤4中更新背景模型方法为：在背景模型M训练完成后,创建第二层背景模型M′,如果一个新输入的采样值与已有背景字典M找不到匹配，则为该新输入的采样值创建一个新的码字到M′中，然后把M’中满足条件“码元出现的次数f>Tadd”的码字增加到背景模型M中,把超过阈值T_del还没被匹配访问的码字从M中删除，具体步骤为：①：从M中找出与新输入的像素匹配的码字c_m，按如下公式更新其向量：${\mathrm{Avg}}_m=(\frac{(1-\alpha )f_m{Y}_m}{f_m+1},\frac{(1-\alpha )f_m{U}_m+\alpha U_t}{f_m+1},\frac{(1-\alpha )f_m{V}_m+\alpha V_t}{f_m+1});$Aux_m={f_m+1,max(r_m,t-q_m),p_m,t},其中α是学习率；②：如果在M中没有匹配的码字，则在M′中进行查找，如果找到，按步骤①中的公式更新；如果找不到，则创建一个新的码字c′添加到M′；③：根据T_M′精练M′，其中T_M′是阈值，表示码字未出现的最长时间间隔，设为训练帧数的一半，即：M′=M′-{c′_k|c′_k∈M′,r_k>T_M′}；④：将在M′中出现次数超过阈值T_add的码字移到M中，以解决运动目标长时间停止转化为背景的问题即：M＝M+{c′_k|c′_k∈M′,f_k>T_add}；⑤：从M中删除超过时间T_del未被匹配的码字，即：M=M-{c_k|c_k∈M,r_k>T_del}；其中T_M′和T_del分别表示背景模型M′和M中码字未匹配的最大时间阈值，设为训练帧数的一半；T_add表示码字在背景模型M′中出现最大次数，取值为400～600。