一种基于视频图像的运动目标检测方法
【技术领域】
[0001] 本发明涉及视频监控技术，特别涉及一种基于视频图像的运动目标检测方法。
【背景技术】
[0002] 现有技术中已经提出了智能视频分析系统，例如，应用于"智慧城市"项目中的智 能监控系统。所述智能监控系统的主要功能是对通过可见光摄像机拍摄的监控视频图像进 行处理，自动提取图像中的运动目标，获取目标的位置、大小等相关信息，为进一步基于视 频的目标跟踪、分析、识别等任务提供原始信息。在现有的智能视频监控系统中，一般都是 采用可见光摄像机获取监控区域的视频图像，将视频图像实时传输至计算机，由计算机对 视频图像数据进行计算，完成运动目标检测功能。
[0003] 在现有技术中的基于视频的运动目标检测方法中，背景差分法被广泛应用。背景 差分方法通过对连续视频图像的分析，获取图像中静态的背景图像，将当前视频图像与背 景图像进行差分，即可将图像中静止的背景部分去除，从而凸显运动目标；然后再通过图像 分割算法即可获得图像中的运动目标区域。但是，现有技术中基于背景差分的方法都是采 用全局计算的方式，在使用背景差分法从视频图像中提取运动目标的过程中，需要实时计 算监控视频的背景图像，持续实现更新。由于对连续帧都要进行背景更新，且每一帧都要进 行全局计算，因此计算量较大。但是在实际应用的情况下，监控视频图像中有相当部分被计 算的区域并不存在运动目标，但也每次都会被重复进行计算。因此，现有技术中的现有方法 都需要将大量的计算资源用于连续全局背景的更新计算上，从而造成了大量的资源浪费， 降低了系统的运行效率。
【发明内容】
[0004] 有鉴于此，本发明提供一种基于视频图像的运动目标检测方法，从而可以在实现 运动目标检测功能的同时，提高系统的运行效率。
[0005] 本发明的技术方案具体是这样实现的：
[0006] 一种基于视频图像的运动目标检测方法，该方法包括：
[0007] 步骤11、根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当 前背景图像BI ;
[0008] 步骤12、根据当前背景图像BI对待检测的连续视频帧中的每一个视频帧进行逐 像素背景差分操作和图像分割操作，形成目标图像BFM k;
[0009] 步骤13、对目标图像BFMk进行运动目标检测，确定目标图像BFM k中的运动目标所 在的目标区域；
[0010] 步骤14、在相邻视频帧之间进行运动目标关联，计算运动目标在帧间的运动速 度；
[0011] 步骤15、当根据运动目标在多个连续帧之间的运动速度判断该运动目标静止时， 对该运动目标所在的区域进行背景更新，形成新的背景图像，并将所形成的新的背景图像 作为当前背景图像BI，返回执行步骤12。
[0012] 较佳的，所述步骤15中的对该运动目标所在的区域进行背景更新，形成新的背景 图像包括：
[0013] 将运动目标所在的区域的外接矩形区域作为监控区域；
[0014] 根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图 像；
[0015] 在当前的背景图像BI中，使用所获得的监控区域静态的当前背景图像替换所述 运动目标所在的区域的外接矩形区域，形成新的背景图像。
[0016] 较佳的，所述根据连续的视频图像进行监控区域的背景学习，获得监控区域静态 的当前背景图像包括：
[0017] 步骤111、获取监控视频中的监控区域的当前帧图像Fk，前一帧图像Fk_JP前一帧 图像F k_#应的背景图像B k_1;其中，k为监控区域的当前帧图像的帧号；
[0018] 步骤112、当k = 1时，将监控区域的第1帧图像为前一帧图像F kjP背景图 像B1^1和；当k>l时，根据所获取的F k、Fk_JP B η，计算得到前帧背景差分BDk和帧间差分 FDk;
[0019] 步骤113、根据前帧背景差分BDk、帧间差分FDk和背景图像B lrt中的各个像素的更 新系数，逐像素对监控区域的背景图像仏^进行更新，得到监控区域的当前帧图像Fk对应的 背景图像B k;
[0020] 步骤114、当k小于预设的初始背景更新帧数时，将监控区域的当前帧图像的下一 帧的图像作为当前帧图像，返回执行步骤111 ;否则，将监控区域的当前的背景图像Bk作为 监控区域静态的当前背景图像BI。
[0021] 较佳的，通过如下所述的公式来计算前帧背景差分BDk和帧间差分FD k:
[0022] BDk= F k-Bk_!
[0023] FDk= IFk-FkJ
[0024] 其中，BDk为F k与B η的差分，FD k为F k与F η的差分的绝对值。
[0025] 较佳的，所述逐像素对监控区域的背景图像Blrt进行更新包括：
[0026] 对背景图像B1^1*的各个像素逐像素执行下述的步骤：
[0027] 步骤113a，根据帧间差分FDk和预设的第一阈值FTh，确定当前像素（x，y)的更新 量 mk (X，y);
[0028] 步骤113b，当BDk大于预设第二阈值BTh时，根据当前像素的更新量m k(x，y)对背 景图像的当前像素 Blrt (X，y)进行更新；否则，对当前像素不进行更新。
[0029] 较佳的，所述步骤113a包括：
[0030] 当帧间差分FDk大于预设第一阈值FTh时，将当前像素（X，y)的更新量m k(x，y)设 为〇;否则，根据更新系数kk(x，y)计算得到当前像素（x，y)的更新量mk(x，y);
[0031] 其中，所述（x，y)为当前像素的坐标。
[0032] 较佳的，根据如下所述的公式计算当前像素（X，y)的更新量mk(x, y):
[0033] mk (X，y) = kk (X，y) X BDk (X，y)。
[0034] 较佳的，所述更新系数kk(x，y)为分段函数：
[0035]
【主权项】
1. 一种基于视频图像的运动目标检测方法，其特征在于，该方法包括： 步骤11、根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背 景图像BI ; 步骤12、根据当前背景图像BI对待检测的连续视频帧中的每一个视频帧进行逐像素 背景差分操作和图像分割操作，形成目标图像BFMk; 步骤13、对目标图像BFMk进行运动目标检测，确定目标图像BFM k中的运动目标所在的 目标区域； 步骤14、在相邻视频帧之间进行运动目标关联，计算运动目标在帧间的运动速度； 步骤15、当根据运动目标在多个连续帧之间的运动速度判断该运动目标静止时，对该 运动目标所在的区域进行背景更新，形成新的背景图像，并将所形成的新的背景图像作为 当前背景图像BI，返回执行步骤12。
2. 根据权利要求1所述的方法，其特征在于，所述步骤15中的对该运动目标所在的区 域进行背景更新，形成新的背景图像包括： 将运动目标所在的区域的外接矩形区域作为监控区域； 根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像； 在当前的背景图像BI中，使用所获得的监控区域静态的当前背景图像替换所述运动 目标所在的区域的外接矩形区域，形成新的背景图像。
3. 根据权利要求1或2所述的方法，其特征在于，所述根据连续的视频图像进行监控区 域的背景学习，获得监控区域静态的当前背景图像包括： 步骤111、获取监控视频中的监控区域的当前帧图像Fk，前一帧图像Flrt和前一帧图像 Fk_J#应的背景图像B k_1;其中，k为监控区域的当前帧图像的帧号； 步骤112、当k = 1时，将监控区域的第1帧图像匕作为前一帧图像Flrt和背景图像Blrt 和；当k>l时，根据所获取的Fk、Fk_JP B η，计算得到前帧背景差分BDk和帧间差分FD k; 步骤113、根据前帧背景差分BDk、帧间差分FDk和背景图像B ^中的各个像素的更新系 数，逐像素对监控区域的背景图像^^进行更新，得到监控区域的当前帧图像Fk对应的背景 图像Bk; 步骤114、当k小于预设的初始背景更新帧数时，将监控区域的当前帧图像的下一帧的 图像作为当前帧图像，返回执行步骤111 ;否则，将监控区域的当前的背景图像Bk作为监控 区域静态的当前背景图像BI。
4. 根据权利要求3所述的方法，其特征在于，通过如下所述的公式来计算前帧背景差 分BDk和帧间差分FD k: BDk= F k-Bk_i FDk= IFk-FkJ 其中，BDk为F k与B ^的差分，FD k为F k与F η的差分的绝对值。
5. 根据权利要求3所述的方法，其特征在于，所述逐像素对监控区域的背景图像B ^进 行更新包括： 对背景图像的各个像素逐像素执行下述的步骤： 步骤113a，根据帧间差分FDk和预设的第一阈值FTh，确定当前像素（x，y)的更新量 mk (X，y); 步骤113b，当BDk大于预设第二阈值BTh时，根据当前像素的更新量mk(x，y)对背景图 像的当前像素 BlrtUy)进行更新；否则，对当前像素不进行更新。
6. 根据权利要求5所述的方法，其特征在于，所述步骤113a包括： 当帧间差分FDk大于预设第一阈值FTh时，将当前像素（x，y)的更新量mk(x，y)设为O ; 否则，根据更新系数kk(x，y)计算得到当前像素（x，y)的更新量mk(x，y); 其中，所述（x，y)为当前像素的坐标。
7. 根据权利要求5所述的方法，其特征在于，根据如下所述的公式计算当前像素（X，y) 的更新量mk(x，y): mk (X，y) = kk (X，y) X BDk (X，y)。
8. 根据权利要求5所述的方法，其特征在于，所述更新系数k k(x，y)为分段函数：
9. 根据权利要求5所述的方法，其特征在于： 所述第一阈值FTh为2。
10. 根据权利要求5所述的方法，其特征在于，根据如下所述的公式对背景图像的当前 像素 BlrtUy)进行更新： Bk(x，y)= Bh (x, y) +mk (x, y) 〇
【专利摘要】本发明公开了一种基于视频图像的运动目标检测方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像BI；根据当前背景图像BI对待检测的连续视频帧中的每一个视频帧进行逐像素背景差分操作和图像分割操作，形成目标图像BFMk；对目标图像BFMk进行运动目标检测，确定目标图像BFMk中的运动目标所在的目标区域；在相邻视频帧之间进行运动目标关联，计算运动目标在帧间的运动速度；当根据运动目标在多个连续帧之间的运动速度判断该运动目标静止时，对该运动目标所在的区域进行背景更新，形成新的背景图像，并将所形成的新的背景图像作为当前背景图像BI。通过使用上述方法，可以提高系统的运行效率。
【IPC分类】G06T7-20
【公开号】CN104658009
【申请号】CN201510013289
【发明人】柴智, 李亚鹏, 肖军波, 翟佳, 李正浩
【申请人】北京环境特性研究所
【公开日】2015年5月27日
【申请日】2015年1月9日