一种用于前景检测的码本改进算法制造技术

本发明专利技术提出了一种在像素运动统计中用于确定像素类型的码本改进算法，优化了传统码本的需要图像M帧建立背景模型的不足，利用图像第一帧，以像素点领域内的信息作为码本的统计码元。不仅在建模阶段利用像素的时空域信息，在寻找匹配码元，进行背景更新时，也充分利用领域内的码本，并引入随机更新背景的概念，优越于传统的背景更新，与传统码本相比，本发明专利技术提出的用于前景检测的码本改进算法改善前景检测的正确率，并提高了建模阶段的效率。

【技术实现步骤摘要】

本专利技术涉及图像智能检测、识别
，尤其涉及一种建立前检测码本的方法。
技术介绍
在计算机视觉系统中，运动目标检测占据着着举足轻重的地位，被广泛应用于视 频监控、目标跟踪与图像检索等相关领域。目标检测中目前使用较多的是前景检测算法，其 中码本（CB)算法是研究较多的算法之一，该方法主要利用每个像素随时间的变化建立时 间序列统计模型，然后将当前的输入像素值与统计模型作对比，检测出前景。该算法实现如 下： (1)为当前图像帧的每个像素点建立码本（CB)模型，每个码本有η个码元： 如附图1所示， 其中： 这里/厂、^max为学习上下界，max、min是当前像素的最大、最小值，t_last是前一 次访问的时间，stale描述的是码元多久没被访问。 ⑵前景分割，背景更新方法： 对输入的Xt (R，G，B)，遍历CB中的C1，如果存在一个C1中的/广< /(x, j) < /广， 并且颜色失真在一定的阈值内S < ε，则当前像素点归为背景点，更新背景，否则为前景。 如果当前像素点为背景，匹配的码元Cni更新如下： 更新 t_last = t， 更新 stale (3)通常，会设置一时间阈值更新CB，同时对于较长时间没访问的陈旧码元，将其 剔除。 传统的CB模型在分离前景时，采用的是全搜索算法，即在当前像素点的以往的统 计数据内（多个CW)进行搜索，对该点的统计数据内的所有码元（CW)，都要计算一次匹配 结果，从而确定当前像素点为背景或前景。这样做的优点是能够找到在限定范围内的最精 确的分类效果，运动估计精度较高；但是需要消耗大量的内存，因为模型大小与像素密切相 关，而且对停留长时间的物体会将其当成背景。 为了改善这些情况提出了多层码本、分块码本；以及结合其他前景检测算法如高 斯一码本相结合的算法。分块码本算法是将图像帧整体分割为很多个n*n(如8*8)小块， 对这些小块建立统计模型，分块模型能有效的降低运算量，但是却有可能降低前景检测的 精度，引入噪声。多层码本模型是在原始的像素级码本模型上，结合分块码本模型，该算法 则能提高前景检测的正确率，但没有改善运算量。
技术实现思路
为了解决现有技术中的问题，本专利技术提供了， 在传统码本模型的基础上提出一种时空域结合的码本模型。传统的码本模型通常是利用多 帧视频序列建立统计模型的，本专利技术的模型则可以利用第一帧的图像信息建立背景统计模 型，可以大大降低算法的运算量。不仅在建模阶段，在后续的码元匹配、背景更新阶段都充 分利用领域内的像素信息，所以本专利技术的算法改善了传统码本算法的精度，可用于动态背 景检测。 本专利技术通过如下技术方案实现： -种用于前景检测的码本改进算法，包括以下步骤： 步骤一：建立码本并初始化 步骤二：遍历像素点，统计像素点的码本模型 步骤三：对新输入的像素点值，遍历码本中的码元，寻找匹配的码元。 步骤四：如果找到匹配的码元数目大于设置的阈值，则将该点判断为背景，否则为 前景。 步骤五：如果该点判断为背景，随机跟新码元、码本。 步骤六：如果一个像素点多次（大于阈值）被判断为前景点，则将其归为背景，进 而转向步骤五更新背景。 本专利技术相对于传统码本（CB)模型，主要优势在于： (1)传统码本模型需要截取视频的前M帧，以该点的前M帧数据作为统计建立背景 模型，该方法忽略了考虑像素间的空间相关性，而本算法则充分利用像素点的空间的相关 性建立背景模型，只需要图像的第一帧就可以建立背景模型，且码元数目与选取的领域块 的像素点有关，区别于传统的码元数目选取原则。 (2)在传统码本模型中，当前像素值分类为前景或者背景至只与该点以往的像素 值的统计有关，而本算法除了考察以往的统计序列外，还与以当前为中心的N*N领域内的 像素点的统计作比较。即除了在自己的码本中寻找匹配码元外，还在该点为中心的领域内 包含的其他点的码本中寻找。 (3)传统模型的背景更新是利用当前像素对背景进行更新，且一定会发生更新，而 本算法则是利用领域内的像素值信息随机的更新该领域类的像素点，存在更新该点统计模 型的可能性，而且更新的也不一定是该点，是领域内的随机选取的一点。【附图说明】 图1是确定当前像素值为中心建立背景统计模型的流程图； 图2是确定当前像素点为中心的统计计算的流程图。【具体实施方式】 为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对 本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不 用于限定本专利技术。 具体的实现当中，以领域值设为N*N像素块为例来进行阐述。 步骤一：建立码本并初始化，将码本设为零。 CB = (C1= 0, t = 0}； Ci= (Vi=O, aux ；= {0}} ； (1 i η) 步骤二：如附图1所示，遍历像素点，统计像素点的码本模型：统计以当前为中心 的Ν*Ν领域内的像素数据，建立当前点的码本，码元数目与选取的领域块的像素点有关，区 别于传统的码元数目。以Ν*Ν像素块为例，则该码本含有Ν*Ν个码元，包含与当前点相关的 其他像素点的数据信息。 CB = (C1, C2. . . CN, t}； Ci= {V auxj ； (I ^ i ^ N) 步骤三：如附图2所示，对新输入的像素点值，遍历码本中的码元，寻找匹配的码 元：不仅在该点的码元进行匹配寻找，还在当前领域内的其他点的码本中寻找匹配码元。区 别于只考虑该点的统计CB集合。匹配的判定准则与上诉所描述的传统的判断准则一样，根 据颜色失真与亮点值判断，这里不赘述。 步骤四：如果找到匹配的码元数目大于设置的阈值，则将该点判断为背景，否则为 前景。如N*N例子中，如果有超过半数的码元跟当前点匹配，则将其归为背景。 步骤五：如果该点判断为背景，则随机的选取以该点为中心的N领域内的一个匹 配码元，以当前点的像素信息更新被选取的码元；然后在随机选取一个码元，随机更新该领 域内的一个码本。注意所选取的码元不一定来自于该点的码本，更新的也不一定是该点的 码本，这是一个随机的过程。 步骤六：为了消除由于建模阶段的误差，将背景误检为前景，影响背景模型的精 确，从而对后续的检测产生误差，提出：如果一个像素点多次（大于阈值）被判断为前景点， 则将其归为背景，进而转向步骤五更新背景。因为本算法使用图像的第一帧建模，根据步骤 五，更新时被判断为前景的像素点对背景模型不会产生影响。但是存在一个问题，如果在 第一帧对一个像素点的统计是错误的，就会产生错误的检测。比如说，一个原本静止的背景 物体，由于误差，被建模为运动前景，根据步骤五的更新策略，则该像素点则会一直被错误 地检测为前景。为了消除这一误差，将前景点也考虑到背景模型的更新中。对判断为前景 的像素点，另外进行统计，次数超过一定的阈值，将其归为背景。 以上内容是结合具体的优选实施方式对本专利技术所作的进一步详细说明，不能认定 本专利技术的具体实施只局限于这些说明。对于本专利技术所属
的普通技术人员来说，在 不脱离本专利技术构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本专利技术的 保护范围。【主权项】1. 一种基于前景检测的码本改进算法，主要利用图像第一帧，在YUV颜色空间，以像素 点为中心本文档来自技高网...

【技术保护点】
一种基于前景检测的码本改进算法，主要利用图像第一帧，在YUV颜色空间，以像素点为中心，涵盖其领域内的像素建立一定数目码元，集合成码本；进而将输入的图像与统计的背景模本进行对比判断，提取前景目标，其特征在于：所述算法具体实现步骤如下：步骤一：建立码本并初始化，将码本设为零：如附图1所示；步骤二：遍历像素点，统计像素点的码本模型：统计以当前为中心的N领域内的像素数据，建立当前点的码本CB＝{C1,C2...CN,t}；Ci＝{Vi,auxi}；(1≤i≤N)；步骤三：对新输入的像素点值，遍历码本中的码元，寻找匹配的码元：不仅在该点的码元进行匹配寻找，还在当前领域内的其他点的码本中寻找匹配码元；步骤四：如果找到匹配的码元数目大于设置的阈值，则将该点判断为背景，否则为前景；步骤五：如果该点判断为背景，则随机的选取以该点为中心的N*N领域内的一个匹配码元，以当前点的像素信息更新被选取的码元；然后在随机选取一个码元，随机更新该领域内的一个码本；步骤六：如果一个像素点被判断为前景点的次数大于设置的阈值，则将其归为背景，进而转向步骤五更新背景。

【技术特征摘要】

【专利技术属性】
技术研发人员：王明江，卢婷舒，曲中鑫，刘晓炯，刘明，
申请(专利权)人：哈尔滨工业大学深圳研究生院，
类型：发明
国别省市：广东;44