动态背景下移动目标的提取方法、装置、设备及存储介质

技术领域

本发明涉及一种动态背景下移动目标的提取方法、装置、设备及存储介质，属于图像处理技术领域。

背景技术

现实生活中经常需要检测固定摄像头所拍摄视频流中的运动目标，其中一项关键任务就是动态背景建模。高斯混合模型是人们常用的一种建模方法。然而，该建模方法在提取移动目标后经常存在随机噪声干扰，如何消除或者减弱这种随机噪声是人们研究的一个重点。通常情况下，这种噪声来源有两种：摄像头成像的内部和外部因素。内部因素与摄像头的制造工艺、材质等有关，外部因素则是由微振动、空气扰动等因素导致。

目前，针对抑制摄像头外部因素，A.Prathik,J.Anuradha,K.Uma在《A novelfilter for removing image noise and improving the quality of image》提出了一种将基于决策的耦合窗中值滤波与离散小波变换(DWT)混合而成的混合小波双窗中值滤波(HWDWM)。在所提出的过滤器中，有行窗口和列窗口等双窗口。但是，该方法对于噪声的处理过程相对繁琐，对动态背景下的去噪效果不佳。

因此，需要提出一种新的动态背景下移动目标的提取方法。

发明内容

为了解决上述问题，本发明提出了一种动态背景下移动目标的提取方法、装置、设备及存储介质，能够提升动态背景下提取移动目标的显著性。

本发明解决其技术问题采取的技术方案是：

一方面，本发明实施例提供的一种动态背景下移动目标的提取方法，包括以下步骤：

获取包含待检测目标的视频流，并提取所述视频流中的帧图像；

根据帧图像中每个像素块的像素值初始化高斯混合模型参数；

根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新；

将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进；

将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测。

作为本实施例一种可能的实现方式，所述初始化高斯混合模型参数，包括：

选取连续的N帧图像I(i)，通过计算这些帧图像中每个像素位置的灰度平均值和方差来初始化各高斯分布的均值矩阵和方差矩阵：

式中，k＝1,2...N,N为帧图像中像素块数；

进行模型初始化设置。

作为本实施例一种可能的实现方式，所述根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新，包括：

将t时刻视频帧I

|I

如果灰度值I

根据各个标记M

ω

如果存在某个M

μ

如果像素值I

作为本实施例一种可能的实现方式，所述将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进，包括：

对于连续两帧图像图像背景图像，进行差分运算，并求出差分后的阈值为5的二值化图像；

在二值化后的差分图像中，对于每一个像素值为255的像素，在第一帧原始图像中找到其对应像素，在第二帧原始图像中，找到以该像素为中心的8邻域，在这8邻域内寻找与第一帧图像中该像素灰度值匹配的候选像素，即与该像素灰度值最接近的一个像素；如果这两个像素灰度差值不大于10，则认为匹配成功，发生了像素点漂移现象，将差分图像中对应像素值改为0；如果不能匹配成功，在差分图像中，找到下一个值为255的像素，重复操作；

将差分图像转换到目标的前景图片中：

g

作为本实施例一种可能的实现方式，所述将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测，包括：

对每个像素位置的高斯混合模型权重作归一化处理：

并按照ω(x,y)/σ

将当前像素点值I

|I

如果找到一个高斯混合模型满足，则认为该点在t时刻呈现的是背景信息；否则，判断该点为运动前景，采用改进后的前景点判定方法进行运动目标检测。

另一方面，本发明实施例提供的一种动态背景下移动目标的提取装置，包括：

帧图像提取模块，用于获取包含待检测目标的视频流，并提取所述视频流中的帧图像；

参数初始化模块，用于根据帧图像中每个像素块的像素值初始化高斯混合模型参数；

参数更新模块，用于根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新；

图像转换模块，用于将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进；

运动目标检测模块，用于将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测。

第三方面，本发明实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述计算机设备运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意动态背景下移动目标的提取方法的步骤。

第四方面，本发明实施例提供的一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意动态背景下移动目标的提取方法的步骤。

本发明实施例的技术方案可以具有的有益效果如下：

本发明通过减弱固定摄像头拍摄照片的噪声来提升目标的显著性，减弱由微振动、空气扰动等外部因素产生噪声的影响。由先验理论得知，摄像头成像时像素点位置发生小范围的漂移，建立漂移的抑制方法，即前后两帧建立差分图像，并以阈值5进行二值化，在二值化后的图像中确定每个像素值为255的点，周围与其最接近的并且差值在10以内的点，认为此点发生漂移，此点像素值变为0，未发生漂移则像素值不变，然后将此方法用于高斯混合模型二值化前景像素点的判定过程中。

本发明方法简单易行，大大降低了摄像头外部因素所产生的噪声，从而大大提升了动态背景下提取移动目标的显著性，对于动态背景下的噪声抑制作用尤其明显，使高斯混合模型目标提取更加准确完整，通用性强。

附图说明

图1是根据一示例性实施例示出的一种动态背景下移动目标的提取方法的流程图；

图2是根据一示例性实施例示出的一种动态背景下移动目标的提取装置的示意图；

图3是根据一示例性实施例示出的一种采用本发明所述装置进行动态背景下移动目标提取的流程图；

图4是根据一示例性实施例示出的一种CDnet2014数据集图片；

图5是根据一示例性实施例示出的一种采用高斯混合模型对图4进行目标提取的结果图；

图6是根据一示例性实施例示出的一种采用改进的前景点判定方法对图4进行目标提取结果图。

具体实施方式

下面结合附图与实施例对本发明做进一步说明：

为能清楚说明本方案的技术特点，下面通过具体实施方式，并结合其附图，对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开，下文中对特定例子的部件和设置进行描述。此外，本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的，其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意，在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。

如图1所示，本发明实施例提供的一种动态背景下移动目标的提取方法，包括以下步骤：

获取包含待检测目标的视频流，并提取所述视频流中的帧图像；

根据帧图像中每个像素块的像素值初始化高斯混合模型参数；

根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新；

将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进；

将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测。

作为本实施例一种可能的实现方式，所述初始化高斯混合模型参数，包括：

选取连续的N帧图像I(i)，通过计算这些帧图像中每个像素位置的灰度平均值和方差来初始化各高斯分布的均值矩阵和方差矩阵：

式中，k＝1,2...N,N为帧图像中像素块数；

进行模型初始化设置。

作为本实施例一种可能的实现方式，所述根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新，包括：

将t时刻视频帧I

|I

根据各个标记M

ω

如果存在某个M

μ

如果像素值I

作为本实施例一种可能的实现方式，所述将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进，包括：

对于连续两帧图像图像背景图像，进行差分运算，并求出差分后的阈值为5的二值化图像；

在二值化后的差分图像中，对于每一个像素值为255的像素，在第一帧原始图像中找到其对应像素，在第二帧原始图像中，找到以该像素为中心的8邻域，在这8邻域内寻找与第一帧图像中该像素灰度值匹配的候选像素，即与该像素灰度值最接近的一个像素；如果这两个像素灰度差值不大于10，则认为匹配成功，发生了像素点漂移现象，将差分图像中对应像素值改为0；如果不能匹配成功，在差分图像中，找到下一个值为255的像素，重复操作；

将差分图像转换到目标的前景图片中：

g

作为本实施例一种可能的实现方式，所述将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测，包括：

对每个像素位置的高斯混合模型权重作归一化处理：

并按照ω(x,y)/σ

将当前像素点值I

|I

如果找到一个高斯混合模型满足，则认为该点在t时刻呈现的是背景信息；否则，判断该点为运动前景，采用改进后的前景点判定方法进行运动目标检测。

如图2所示，本发明实施例提供的一种动态背景下移动目标的提取装置，包括：

帧图像提取模块，用于获取包含待检测目标的视频流，并提取所述视频流中的帧图像；

参数初始化模块，用于根据帧图像中每个像素块的像素值初始化高斯混合模型参数；

参数更新模块，用于根据当前帧图像中每个像素块的像素值与高斯混合模型的匹配进行高斯混合模型参数更新；

图像转换模块，用于将背景图像进行差分运算得到的二值化图像，并将其转换到待检测目标的前景图片，对前景点判定方法进行改进；

运动目标检测模块，用于将当前帧图像中每个像素块的像素值与更新后的高斯混合模型进行匹配，并采用改进后的前景点判定方法进行运动目标检测。

如图3所示，获取包含待检测目标的视频流，并提取所述视频流中的帧图像后，采用本发明所述装置进行动态背景下移动目标提取的过程包括以下步骤：

步骤1：高斯混合模型参数初始化。

第一步，选取连续的N帧图像I(i)，计算这些图像中每个像素位置的灰度平均值和方差来初始化各高斯分布的均值矩阵和方差矩阵：

第二步，进行模型的初始化设置，初始化每个像素点对应的各模型方差为15，高斯模型的初始权重设定为0.05，模型数量为4，学习速率为0.001，有效高斯分布阈值为0.75。

步骤2：高斯混合模型参数更新。

第一步，当t时刻视频帧I

|I

式中c是经验常数，设置c＝2.0，这样得到的运动检测效果比较理想。

第二步，匹配结束后，根据各个标记M值对相应高斯模型的权重参数进行如下更新：

ω

若存在某个M

μ

若像素值I

步骤3：前景点判定中加入改进方法，抑制外部因素所导致的噪声。

第一步，对于连续两帧图像图像背景图像，进行差分运算，并求出差分后的阈值为5的二值化图像。

第二步，在二值化后的差分图像中，对于每一个像素值为255的像素，在第一帧原始图像中找到其对应像素，在第二帧原始图像中，找到以该像素为中心的8邻域，在这8邻域内寻找与第一帧图像中该像素灰度值匹配的候选像素，即与该像素灰度值最接近的一个像素。如果这两个像素灰度差值不大于10，则认为匹配成功，发生了像素点漂移现象，将差分图像中对应像素值改为0。如果不能匹配成功，在差分图像中，找到下一个值为255的像素，重复操作。最终将其转换到目标的前景图片中。

g

步骤4：运动检测，前景像素点判定。

第一步，对每个像素位置模型权重作归一化处理，即

然后按照ω(x,y)/σ

第二步，将当前像素点值I

|I

加入改进前景点判定方法进行目标提取与单纯高斯混合模型进行目标提取的情况相比，如图表1所示，峰值信噪比(PSNR)有显著提升。

表1高斯混合模型与加入改进前景点判定方法的比较

本发明实施例提供的一种计算机设备，包括处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述装置运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如上述任意动态背景下移动目标的提取方法的步骤。

具体地，上述存储器和处理器能够为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述动态背景下移动目标的提取方法。

本领域技术人员可以理解，所述计算机设备的结构并不构成对计算机设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者拆分某些部件，或者不同的部件布置。

在一些实施例中，该计算机设备还可以包括触摸屏可用于显示图形用户界面(例如，应用程序的启动界面)和接收用户针对图形用户界面的操作(例如，针对应用程序的启动操作)。具体的触摸屏可包括显示面板和触控面板。其中显示面板可以采用LCD(LiquidCrystal Display，液晶显示器)、OLED(Organic Light-Emitting Diode,有机发光二极管)等形式来配置。触控面板可收集用户在其上或附近的接触或者非接触操作，并生成预先设定的操作指令，例如，用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作。另外，触控面板可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位、姿势，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成处理器能够处理的信息，再送给处理器，并能接收处理器发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板，也可以采用未来发展的任何技术实现触控面板。进一步的，触控面板可覆盖显示面板，用户可以根据显示面板显示的图形用户界面，在显示面板上覆盖的触控面板上或者附近进行操作，触控面板检测到在其上或附近的操作后，传送给处理器以确定用户输入，随后处理器响应于用户输入在显示面板上提供相应的视觉输出。另外，触控面板与显示面板可以作为两个独立的部件来实现也可以集成而来实现。

对应于上述应用程序的启动方法，本发明实施例还提供了一种存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上述任意动态背景下移动目标的提取方法的步骤。

本申请实施例所提供的应用程序的启动装置可以为设备上的特定硬件或者安装于设备上的软件或固件等。本申请实施例所提供的装置，其实现原理及产生的技术效果和前述方法实施例相同，为简要描述，装置实施例部分未提及之处，可参考前述方法实施例中相应内容。所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，前述描述的系统、装置和单元的具体工作过程，均可以参考上述方法实施例中的对应过程，在此不再赘述。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

在本申请所提供的实施例中，应该理解到，所揭露装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请提供的实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。