一种动物背景建模方法及装置制造方法及图纸

本发明专利技术提供一种动物背景建模方法及装置。所述方法包括：根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；根据所述前景种子像素和背景种子像素，判断待处理的动物视频图像帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；采用混合高斯模型对所述待建模像素点进行背景建模。本发明专利技术实现动物目标的实时、高效提取，对主要影响视频的外界因素达到了很好的调控，提高了动物目标检测的检测率和实时性，同时提高了动物目标检测效果的鲁棒性。

【技术实现步骤摘要】
一种动物背景建模方法及装置
本专利技术涉及数字视频图像处理领域，更具体地，涉及一种动物背景建模方法及装置。
技术介绍
动物运动信息是动物的健康生长和环境舒适状况分析的重要依据，基于视频检测技术对目标动物进行检测，提取反映动物行为的运动信息，是识别动物采食、排泄、躺卧、慢走等行为研究的基础，目标动物准确、快速的检测和提取，直接影响对动物行为智能分析、环境智能控制和疾病预警等的有效性和准确性。随着智能视频监控和图像处理技术的快速发展，国内外研究者在动物智能视频分析领域做了大量的研究，为基于视频信息的动物行为分析提供了有力支撑，利用视频检测技术代替人工采集和分析动物运动信息提高了数据采集的准确性和实时性。在运动目标检测过程中，背景建模对目标提取至关重要，运动目标检测结果的准确与否直接影响跟踪、行为、运动信息分析的准确性。常见的背景建模方法主要有W4模型、码本模型、单高斯模型等。W4模型主要应用在单色视频或低亮度场景中。码本模型适用于有移动背景、光照变化的场景，在背景极其复杂的情况下会出现误检，缺少通用的解决方案。单高斯模型极易受到自然因素的影响。胡燕等人针对光线突变、物体移入场景并静止下来等使场景可能发生渐变的问题，对背景图像进行全局和局部更新，并引入修正因子V对已经更新后的背景图像再次修正，使得背景图像更加接近真实场景。YehCH等人提出了一种基于层次粗略到细微纹理描述的基于块的背景建模方法，有效地解决照明变化和阴影干扰。TianciHuang等人提出基于区域的像素检测方法提高背景模型的自适应性。HaiyingXia等人使用空间信息来补偿时间信息，对每个像素的邻域进行采样，结合随机数生成方法完成空间背景建模，缩短建模时间。田杰等人引入PCA和高斯混合模型的分割方法对小麦病叶病叶图像进行分割。基于案例的背景建模，将像素特征分为两组，一组用于模型选择，另一种用于建模。实现了低成本和高准确的背景模型。目前，当检测目标长时间不动或运动缓慢时，若目标物突发运动状态，则会出现响应速度慢、实时性差的问题，还没有一种很好的方法来解决。
技术实现思路
本专利技术提供一种克服上述问题或者至少部分地解决上述问题的动物背景建模方法及装置。根据本专利技术的一个方面，提供一种动物背景建模方法，包括：根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；根据所述前景种子像素和背景种子像素，判断待处理的动物视频图像帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；采用混合高斯模型对所述待建模像素点进行背景建模。根据本专利技术的另一个方面，还提供一种动物背景建模装置，包括种子像素模块、待建模像素点模块和背景建模模块；所述种子像素模块，用于根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；所述待建模像素点模块，用于根据所述前景种子像素和背景种子像素，判断待处理的动物视频图像帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；所述背景建模模块，用于采用混合高斯模型对所述待建模像素点进行背景建模。本专利技术提出一种动物背景建模方法，通过对动物视频图像第一帧中确定是目标或背景的区域像素进行标注获得种子像素，再根据种子像素来判断当前像素与背景、前景的关系，最后进行背景建模，实现动物目标的实时、高效提取；对主要影响视频的外界因素达到了很好的调控，提高了动物目标检测的检测率和实时性，同时提高了动物目标检测效果的鲁棒性。附图说明图1为本专利技术实施例所述一种动物背景建模方法流程示意图；图2为本专利技术实施例所述一种动物背景建模方法第二流程示意图；图3为本专利技术实施例所述一种动物背景建模装置。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。以下实施例用于说明本专利技术，但不用来限制本专利技术的范围。针对检测目标长时间不动或运动缓慢时出现养殖场中目标动物突发运动状态下响应速度慢、实时性差的问题，本专利技术实施例基于交互式的改进混合高斯模型动物视频检测背景建模方法，为复杂环境下的动物实时检测提供一种背景建模算法，以加速动物视频检测背景模型的收敛，提高检测的精度和算法的处理效率。图1为本专利技术实施例所述一种动物背景建模方法流程示意图，如图1所示的一种动物背景建模方法，包括：S100，根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；S200，根据所述前景种子像素和前景种子像素，判断待处理的动物视频图像帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；步骤S200中所述判断，是指将待处理的动物视频图像帧的像素点与前景种子像素以及前景种子像素进行比较，比较之后会有三种结果：第一，待处理的动物视频图像帧的像素点为前景像素；第二，待处理的动物视频图像帧的像素点为背景像素；第三，待处理的动物视频图像帧的像素点既非前景像素又非背景像素。S300，采用混合高斯模型对所述待建模像素点进行背景建模；所述待建模像素点为所述动物视频图像帧中非前景像素或背景像素的像素点，即步骤S200结果的第三种，既非前景像素又非背景像素的像素点。本专利技术实施例提出一种动物背景建模方法，通过对动物视频图像第一帧中确定是目标或背景的区域像素进行标注获得种子像素，再根据种子像素来判断当前像素与背景、前景的关系，最后进行背景建模，实现动物目标的实时、高效提取；对主要影响视频的外界因素达到了很好的调控，提高了动物目标检测的检测率和实时性，同时提高了动物目标检测效果的鲁棒性。在一个可选的实施例中，步骤S100，所述根据动物视频图像第一帧，标注动物目标像素或背景区域像素，分别作为前景种子像素和背景种子像素，具体包括：获取动物视频图像帧的第一帧；对于确定是动物目标和/或背景区域的像素进行手工标注，将动物目标像素作为前景种子像素，将背景区域像素作为背景种子像素；分别获取所述前景种子像素和背景种子像素的亮度范围和颜色值范围。本专利技术实施例通过人工确定动物目标和背景区域，对第一帧视频图像进行手工标注：对确定为动物目标的，标注为动物目标像素，作为前景种子像素；对确定为背景区域的，标注为背景区域像素，作为背景种子像素。然后计算所述前景种子像素的亮度范围和颜色值范围，和所述背景种子像素的亮度范围和颜色值范围。本专利技术实施例中的手工标注相当于用户强制定义一些“硬约束”，即把图像中的某些肯定是目标或肯定是背景的像素手工标注出来，分别作为前景和背景的种子像素。在一个可选的实施例中，步骤S200，所述根据所述前景种子像素和背景种子像素，判断待处理的动物视频图像帧的像素点是否为前景像素或背景像素，获取待建模像素点，具体包括：S200.1，获取所述动物视频图像帧第一帧的后续帧，作为所述待处理的动物视频图像帧；S200.2，判断所述待处理的动物视频图像帧的像素点的亮度和颜色是否在所述前景种子像素的亮度范围和颜色值范围或者所述背景种子像素的亮度范围和颜色值范围；S200.3，获取所述待处理的动物视频图像帧的像素点的亮度不在所述前景种子像素的亮度范围且颜色不在所述前景种本文档来自技高网...

【技术保护点】
一种动物背景建模方法，其特征在于，包括：根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；根据所述前景种子像素和背景种子像素，判断所述动物视频图像的其他帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；采用混合高斯模型对所述待建模像素点进行背景建模。

【技术特征摘要】
1.一种动物背景建模方法，其特征在于，包括：根据动物视频图像的第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素；根据所述前景种子像素和背景种子像素，判断所述动物视频图像的其他帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点；采用混合高斯模型对所述待建模像素点进行背景建模。2.根据权利要求1所述的方法，其特征在于，所述根据动物视频图像第一帧，标注动物目标像素和背景区域像素，分别作为前景种子像素和背景种子像素，具体包括：获取动物视频图像帧的第一帧；对于确定是动物目标和/或背景区域的像素进行手工标注，将动物目标像素作为前景种子像素，将背景区域像素作为背景种子像素；分别获取所述前景种子像素和背景种子像素的亮度范围和颜色值范围。3.根据权利要求2所述的方法，其特征在于，所述根据所述前景种子像素和背景种子像素，判断所述动物视频图像的其他帧的像素点是否为前景像素或背景像素，获取所述动物视频图像帧中非前景像素或背景像素的像素点作为待建模像素点，具体包括：获取所述动物视频图像第一帧的后续帧，作为所述待处理的动物视频图像帧；判断所述待处理的动物视频图像帧的像素点的亮度和颜色是否在所述前景种子像素的亮度范围和颜色值范围或者所述背景种子像素的亮度范围和颜色值范围；获取所述待处理的动物视频图像帧的像素点的亮度不在所述前景种子像素的亮度范围且颜色不在所述前景种子像素的颜色值范围、并且亮度不在所述背景种子像素的亮度范围且颜色不在所述背景种子像素的颜色值范围内的像素点作为待建模像素点。4.根据权利要求1-3中任一项所述的方法，其特征在于，所述采用混合高斯模型对所述待建模像素点进行背景建模，具体包括：对于任意t时刻的待建模像素点的观测值Xt，采用混合高斯模型进行背景建模，获得高斯分布从高到低排列的K个混合高斯模型；基于所述待建模像素点的序列{X1,X2,...,Xt}，将每个像素点与所述K个混合高斯模型进行匹配；根据匹配后的混合高斯模型更新高斯分布变量斯分布变量，获得动物背景模型。5.根据权利要求4所述的方法，其特征在于，所述对于任意t时刻的待建模像素点的观测值Xt，采用混合高斯模型进行背景建模，获得高斯分布从高到低排列的K个混合高斯模型，还包括：在所述混合高斯模型中引入如下的背景学习参数和约束条件：Varx,t＝(1-αx,t×Mi,t-1)×Vx,t-1+αx,t×Mi,t-1×Xt；|Xt-Varx,t|≤Vconst；其中，Vaxx,t为t时刻关于像素点Xt的背景学习参数，用来记录t时刻像素点的学习结果，Vx,t-1为t-1时刻的背景像素，αx,t为t时刻像素点Xt的学习率，参数Mi,t用于计算判断匹配高斯分布模型，Vconst为用户自定义阈值。6.根据权利要求4所述的方法，其特征在于，所述对于任意t时刻的待建模像素点的观测值Xt，采用混合高斯模型进行背景建模，获得高斯分布从高到低排列的K个混合高斯模型，其中，所述混合高斯模型的分布概率密度函数P(Xt)为：其中，Xt为t时刻待建模像素观测值；每个像素点的K个高斯分布按ρi,t＝ωi,t/σi,t从高到低排列，σi,t为第i个高斯分布在t时刻的标准差；ωi.t为t时刻高斯混合模型中第i个高斯分布的...

【专利技术属性】
技术研发人员：孙龙清，邹远炳，李玥，刘岩，罗冰，李亿杨，
申请(专利权)人：中国农业大学，
类型：发明
国别省市：北京,11