一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法制造技术

本发明专利技术涉及一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其包括如下步骤：步骤1：通过背景差值法进行运动检测，提取到运动前景图像，记为图像Pa；步骤2：对提取到的前景图像按某一尺寸进行分块；步骤3：通过帧间差值法，提取前景图像的轮廓，记为图像Pb；步骤4：对提到的前景轮廓图像进行分块，分块大小和步骤2中的尺寸相同；步骤5：以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像；本发明专利技术能够有效去除图像中的干扰信息，最大程度地检测到前景图像，方便工作人员的识别。

A foreground image algorithm based on the combination of background difference method and frame difference method

【技术实现步骤摘要】
一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法
本专利技术涉及一种运动检测算法，尤其涉及一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法。
技术介绍
电网作业现场类型多样，不同作业现场抢修、试验、检修过程中由不同的专业人员负责，安全无小事,安全大于天,生产安全风险管控成为电网日常工作中最重要的工作之一。然而日常工作中，工作区域范围大，作业繁杂，人员众多，而监督管理人员有限，部分工作人员自觉性不高，安全意识不够、对作业现场安全隐患麻痹大意，导致习惯性违章屡禁不止，因此很有可能在不经意间导致事故发生，威胁人员生命安全，威胁电网运行安全。怎样提高对于作业现场人员的管控成为摆在管理人员面前的难题。当前，基于视频图像的运动人员检测识别，在计算机视觉上的应用十分广泛，包括在居家看护、安全检测等。通过视频图像识别技术，可以增强监控的识别程度，减轻监控人员的工作量。近年来视频图像分析技术的快速发展，以各种形式逐渐融入人们的日常生活当中，其中通过人员特征来判断特定群体人员的分析越来越受到重视。运动检测技术是视频图像处理的重要分支之一，现在已经被广泛使用于网络摄像机、汽车监控锁、婴儿监视器、自动取样仪、自识别门禁等众多安防仪器和民用设施上。运动检测是在指定区域能识别图像的变化，检测运动物体的存在，并避免由光线或环境变化带来的干扰。但是如何从视频图像中将变化区域从背景图像中成功提取出来，需要对视频图像中运动区域进行有效分割。然而，由于视频图像的背景图像经常会存在动态变化，如光照、天气、影子及混乱干扰等的影响，使得视频图像的运动检测成为一项相当困难的工作。背景差值法是视频图像运动目标检测中一项最基本的技术,被广泛应用于视频监控、机器人导航、智能交通等诸多领域。帧间差值法，是通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，该方法可以很好地适用于存在多个运动目标的情况。背景差值法的优点在于，可以获取完整的运动目标图像，但当背景变化时，需要及时更新，对于图像上细小的运动目标，差值结果中容易产生噪声。对于帧间差值法，该算法的优点在于，对动态环境有较强的自适应性；缺点是前景、背景区域的确定与阈值的选取有很大的关系，当灰度图像序列对比度较低时，由于相邻两帧的差（前景与背景之差）的范围很小，阈值难以选取，影响前景目标的分割结果。区域灰度值变化较为平坦时，容易在人体二值图像内产生空洞现象，给后续的目标分类和识别造成不便。
技术实现思路
本专利技术所要解决的技术问题是提供一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法。为解决上述问题，本专利技术所采取的技术方案是：一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其包括如下步骤：步骤1：采用背景差值法进行运动检测，提取到运动目标的前景图像，记为图像Pa；步骤2：对提取到的运动目标的前景图像Pa按某一尺寸进行分块；步骤3：采用帧间差值法，提取运动目标的前景图像的轮廓，记为图像Pb；步骤4：对提取到的运动目标的前景图像的轮廓图像Pb进行分块，分块大小和步骤2中的尺寸相同；步骤5：以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像。进一步的，所述步骤5中合并图像Pa和图像Pb上的分块组成最终的前景图像的方法如下：（1）记录图像Pb中存在的前景块，记录为块B；（2）保留图像Pa中对应块B位置的前景块，记为块A；（3）所有块A组成最终的前景图像。进一步的，所述步骤2中，对提取到的前景图像按32×32进行分块。进一步的，所述步骤1中，通过背景差值法进行运动检测，提取到运动目标的前景图像的方法如下：初始化背景图像，采用滑动平均值算法对图像的背景进行定期的更新；滑动平均值算法的计算公式（1）如下：（1）式（1）中：μt是t时刻的计算出来的背景像素值；μt-1是当前时间的像素平均值；α是学习率；pt是当前像素值；α=1/N，其中N为计算平均值的图像数量；通过公式（1）得到背景图像的背景像素值，对于后续的每帧图像，计算图像中每个像素和背景图像中对应像素的差值，该差值即为背景差的前景图像。进一步的，所述步骤3中，提取运动目标的前景图像的轮廓所采用的方法还包括将前景图像进行二值化。进一步的，二值化的阈值取当前图像的平均值。进一步的，所述步骤3中，为提取相对完整的运动轮廓，通过帧间差值法，提取运动目标的前景图像的轮廓，具体采用连续三帧的帧间差值法提取轮廓，简称三帧差值法，步骤如下：（3-1）对相邻三幅图像，两两做差值，得到两幅差值图像；（3-2）对两幅差值图像做或运算，得到前景图像的轮廓。进一步的，所述步骤5中，以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像的步骤如下：步骤5-1：对于二值化后的背景差值视频图像序列和帧间差值视频图像序列，对每帧图像按照步骤2中的尺寸大小进行分块；步骤5-2：对于帧间差值图像，当块中包括像素值为255的点时，标识为保留块，记到其位置到帧间前景块数组中；步骤5-3：混合前景块，在背景差值图像中，保留帧间前景块数据组中的对应位置块，作为前景图像，剩余块为背景块，设置背景块像素值为0，从而得到完整的前景图像。进一步的，所述步骤5中，以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像的步骤如下：步骤5-1：对于二值化后的背景差值视频图像序列和帧间差值视频图像序列，对每帧图像按照32x32大小进行分块；步骤5-2：对于帧间差值图像，当块中包括像素值为255的点时，标识为保留块，记到其位置到帧间前景块数组中；步骤5-3：混合前景块，在背景差值图像中，保留帧间前景块数据组中的对应位置块，作为前景图像，剩余块为背景块，设置背景块像素值为0，从而得到完整的前景图像。采用上述技术方案所产生的有益效果在于：本专利技术提出了基于背景差值法和帧间差值法相结合的运动区域前景图像算法，首先使用背景差值法进行背景更新，得到运动物体的完整图像，再结合帧间差值法消除其中的干扰信息，从而得到更加完整的运动物体轮廓，有效去除了图像中的干扰信息，最大程度地检测到前景图像，能够方便工作人员的识别。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是基于背景差值法和帧间差值法优化算法示意图。图2是背景差值法提取前景中要处理的图像。图3是背景差值法提取前景中当前背景图像。图4是对前景图像进行二值化后的图像。图5是三帧差值法的工作原理示意图。具体实施方式为使本专利技术的目的、技术方案和优点更加清楚，下面结合具体实施例对专利技术进行清楚、完整的描述，需要理解的是，术语“中心”、“竖向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。在作业现场视频中工作人员识别系统中，需要解决的最核心的本文档来自技高网...

【技术保护点】
1.一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，包括如下步骤：步骤 1：采用背景差值法进行运动检测，提取到运动目标的前景图像，记为图像 Pa；步骤 2：对提取到的运动目标的前景图像Pa按某一尺寸进行分块；步骤 3：采用帧间差值法，提取运动目标的前景图像的轮廓，记为图像Pb；步骤 4：对提取到的运动目标的前景图像的轮廓图像Pb进行分块，分块大小和步骤 2 中的尺寸相同；步骤 5：以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像。

【技术特征摘要】
1.一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，包括如下步骤：步骤1：采用背景差值法进行运动检测，提取到运动目标的前景图像，记为图像Pa；步骤2：对提取到的运动目标的前景图像Pa按某一尺寸进行分块；步骤3：采用帧间差值法，提取运动目标的前景图像的轮廓，记为图像Pb；步骤4：对提取到的运动目标的前景图像的轮廓图像Pb进行分块，分块大小和步骤2中的尺寸相同；步骤5：以块为单位，合并图像Pa和图像Pb上的分块组成最终的前景图像。2.根据权利要求1所述的一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，所述步骤5中合并图像Pa和图像Pb上的分块组成最终的前景图像的方法如下：（1）记录图像Pb中存在的前景块，记录为块B；（2）保留图像Pa中对应块B位置的前景块，记为块A；（3）所有块A组成最终的前景图像。3.根据权利要求1所述的一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，步骤2中，对提取到的前景图像按32×32进行分块。4.根据权利要求1所述的一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，所述步骤1中，通过背景差值法进行运动检测，提取到运动目标的前景图像的方法如下：初始化背景图像，采用滑动平均值算法对图像的背景进行定期的更新；滑动平均值算法的计算公式（1）如下：（1）式（1）中：μt是t时刻的计算出来的背景像素值；μt-1是当前时间的像素平均值；α是学习率；pt是当前像素值；α=1/N，其中N为计算平均值的图像数量；通过公式（1）得到背景图像的背景像素值，对于后续的每帧图像，计算图像中每个像素和背景图像中对应像素的差值，该差值即为背景差的前景图像。5.根据权利要求4所述的一种基于背景差值法和帧间差值法相结合的运动区域前景图像算法，其特征在于，所述步骤3中，提取运动目标...

【专利技术属性】
技术研发人员：季敏剑，王晨，秦建，洪道鉴，陈顺德，章伟林，周辉，吕坚华，梁海立，应国德，杨茜，王晓飞，王昕，鲍杰利，叶家乐，许楚航，
申请(专利权)人：台州宏达电力建设有限公司，国网浙江省电力有限公司台州供电公司，
类型：发明
国别省市：浙江,33