一种低信噪比的视频运动目标提取方法技术

本发明专利技术公开了一种低信噪比的视频运动目标提取方法，步骤包括：步骤1、获取背景帧；步骤2、估计待处理视频帧的噪声标准差；步骤3、取待处理视频帧的相邻帧序列进行背景差分处理；步骤4、获取背景差分图像中的目标占比；步骤5、检测运动目标，即成。本发明专利技术的方法，能够从如高粉尘作业等恶劣的低对比度监控环境中，提取运动目标，以便对该运动目标进行后续的分析和处理，是低信噪比环境下的视频去噪，运动目标跟踪等处理不可缺少的预处理方法。

【技术实现步骤摘要】

本专利技术属于智能监控
，涉及。
技术介绍
随着智能监控领域的迅猛发展，视频信息的应用已经成为安全保障的有力手段之 一。对于诸如矿井下的监控环境，需要在户外24小时全天候监控环境下，因光照条件受限 等原因，会出现监控画面有强噪声干扰的情况，有时甚至是运动目标被吞没在噪声之中。这 时对于判断监控画面中是否存在运动目标等操作和处理很难有效实现，在很大一定程度上 限制了视频监控视频的应用。
技术实现思路
本专利技术的目的是提供，解决了现有技术 中，因环境噪声过强，使得画面被严重干扰情况下，对视频运动目标低信噪比很难提取到相 应区域的问题。 本专利技术采用的技术方案是，，具体按照以 下步骤实施： 步骤1、获取背景帧 假设提供给训练获取背景帧的视频帧序列为沾，匕...，匕}，其中，匕= mxn，t= 1，2, ? ? ?，N，是由N帧分辨率为m行n列的视频帧序列构成，求取该视频 帧序列的均值作为背景帧B= ^%，计算公式见下式（1):⑴ 步骤2、估计待处理视频帧的噪声标准差 设待处理视频帧为FfmXn，估计其噪声标准差的方法如下： 2. 1)先对待处理视频帧Fe= ^，见下式⑵： ec(i,j) =fc(i,j)-b(i,j),i= 1, 2,. . . ,m,j= 1, 2,. . . ,n, (2) 2.2)根据差分结果Ec= ^，估计噪声标准差的值，见下式⑶： 其中，yc为Ec= mXn的均值，计算公式见下式⑷：.(4.) (3) 步骤3、取待处理视频帧的相邻帧序列进行背景差分处理 在待处理视频帧为Fe=mXn中，取其相邻的2K帧视频序列，构成当前帧 的相邻帧序列{F。K，F。K+1，. . .，F。，匕+1，. . .，U，其中K为经验值；然后采用巴特沃斯滤波 器进行低通滤波处理，得到滤波后的相邻帧序列为{Up...，€#}*再对该 滤波后的相邻帧序列进行背景差分； 步骤4、获取背景差分图像中的目标占比； 步骤5、检测运动目标，即成。 本专利技术的有益效果是，能够从如高粉尘作业等恶劣的低对比度监控环境中，提取 运动目标，以便对该运动目标进行后续的分析和处理，是低信噪比环境下的视频去噪，运动 目标跟踪等处理不可缺少的预处理方法。【附图说明】 图1是本专利技术方法实施例1实际拍摄的清晰原始图像； 图2是本专利技术方法实施例1给清晰图像人为加载强噪声的结果图； 图3是本专利技术方法实施例1加载强噪声情况下进行目标提取后的结果图；图4是本专利技术方法实施例2实际拍摄的夜间原始图像； 图5是本专利技术方法实施例2对夜间拍摄的图像进行图像增强后的结果； 图6是本专利技术方法实施例2对图5提取目标的结果图像。【具体实施方式】 下面结合附图和【具体实施方式】对本专利技术进行详细说明。 本专利技术的低信噪比的视频运动目标提取方法，具体按照以下步骤实施： 步骤1、获取背景帧 基于目标运动、背景静止的原理，采用背景差分法提取出运动目标，但由于强噪声 会混淆背景与目标，直接采用背景差分，是很难提取出运动目标的，本步骤中，考虑到运动 目标在帧序列中运动的连续性，以及噪声在帧序列中出现的随机性，进行以下的处理： 假设提供给训练获取背景帧的视频帧序列为沾，匕...，以，其中，匕= mxn，t= 1，2, ? ? ?，N，是由N帧分辨率为m行n列的视频帧序列构成，求取该视频 帧序列的均值作为背景帧B= ^%，计算公式见下式（1):/ = 1,2,...,/?? ? / = ； v1) 步骤2、估计待处理视频帧的噪声标准差 设待处理视频帧为Fc= [fji，，估计其噪声标准差的方法如下： 2. 1)先对待处理视频帧Fe= j)]^进行背景差分计算，得到差分结果Ec =^，见下式⑵： ec(i,j) =fc(i,j)-b(i,j),i= 1, 2, . . . ,m,j= 1, 2, . . . ,n(2) 2.2)根据差分结果艮=^，估计噪声标准差〇。的值，见下式⑶：G)其中，为Ec= ^的均值，计算公式见下式⑷：⑷. 步骤3、取待处理视频帧的相邻帧序列进行背景差分处理 在待处理视频帧为mXn中，取其相邻的2K帧视频序列，构成当前帧 的相邻帧序列{F。K，F。K+1，. . .，F。，匕+1，. . .，Frf}，其中K为经验值，噪声大则偏向取大，本步 骤中建议取值范围为10彡K彡20 ;然后采用巴特沃斯滤波器进行低通滤波处理，（巴特沃 斯滤波器进行低通滤波的方法可参考相关的教材以及论文），得到滤波后的相邻帧序列为 ...,Up..，€gI;再对该滤波后的相邻帧序列进行背景差分， 具体过程如下： 3. 1)确定背景差分阈值： thp =yb+ap ?o c,(5) 其中，y力背景帧B= ^的均值； ap为阈值调整系数，为经验值，考虑到低信噪比视频帧序列中的运动目标，通 常被淹没在噪声中的情况，为了保留微弱的前景信息，选择较低的阈值，建议优择a 0.050，0为[l，nj区间内的整数，n。为最高阈值的选取参数，为经验值，建议优选11。= 20 ； 〇。为步骤2估计得到的待处理帧F。的噪声标准差。 3.2)根据a^ 0.050，0为[l，nj区间内的整数，按照公式（5)得到nc个阈 值，取这n。个由低到高的阈值，按照下面的公式（6)，对相邻帧序列{F。K，F。K+1，. . .，F。，匕+1， ...，Frf}进行背景差分计算，得到差分结果{dF。/，dF。K+/，. . .，dF/，dF。,/，. . .，dF。,/}， 0 = 1，2, ? ? ?，nc， 其中，dFke = mXn，k=c-K，c-K+1，? ? ?，c，c+1，? ? ?，c+K， 则⑷ 3. 3)对每个阈值下的相邻帧差分序列，按照下面的公式（7)进行或运算，得到n。 个差分序列〖辦，馬，…，巧J，其中，SFp= ^， (7) 按照公式（7)计算得到Sfp(i，j) = 1的点为目标点，Sfp(i，j) = 〇为背景点； 步骤4、获取背景差分图像中的目标占比 4. 1)将步骤3. 3)得到的差分序列{辦，巧_，…，巧&}中的每个差分帧图像SFp=mxn等分为MXM个大小相同的子块，每个子块的大小为msubXnsub，msub=m/M，nsub=n/M， 则有Bp =MXM，其中， ，x= 1，2, 当前第1页1 2 本文档来自技高网...

【技术保护点】
一种低信噪比的视频运动目标提取方法，其特征在于，具体按照以下步骤实施：步骤1、获取背景帧假设提供给训练获取背景帧的视频帧序列为{F1,F2,...,FN}，其中，Ft＝[ft(i,j)]m×n，t＝1,2,...,N，是由N帧分辨率为m行n列的视频帧序列构成，求取该视频帧序列的均值作为背景帧B＝[b(i,j)]m×n，计算公式见下式(1)：步骤2、估计待处理视频帧的噪声标准差设待处理视频帧为Fc＝[fc(i,j)]m×n，估计其噪声标准差的方法如下：2.1)先对待处理视频帧Fc＝[fc(i,j)]m×n进行背景差分计算，得到差分结果Ec＝[ec(i,j)]m×n，见下式(2)：ec(i,j)＝fc(i,j)‑b(i,j)，i＝1,2,...,m，j＝1,2,...,n，   (2)2.2)根据差分结果Ec＝[ec(i,j)]m×n，估计噪声标准差σc的值，见下式(3)：其中，μc为Ec＝[ec(i,j)]m×n的均值，计算公式见下式(4)：步骤3、取待处理视频帧的相邻帧序列进行背景差分处理在待处理视频帧为Fc＝[fc(i,j)]m×n中，取其相邻的2K帧视频序列，构成当前帧的相邻帧序列{Fc‑K,Fc‑K+1,...,Fc,Fc+1,...,Fc+K}，其中K为经验值；然后采用巴特沃斯滤波器进行低通滤波处理，得到滤波后的相邻帧序列为再对该滤波后的相邻帧序列进行背景差分；步骤4、获取背景差分图像中的目标占比；步骤5、检测运动目标，即成。...

【技术特征摘要】

【专利技术属性】
技术研发人员：朱虹，何振，王栋，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61