一種視頻中基于在線動態背景建模的運動目標檢測方法技術

本發明專利技術公開了一種視頻中基于在線動態背景建模的運動目標檢測方法，包括以下步驟：采集圖像并進行預處理；判讀圖像幀是否為第一幀，如果是則初始化背景模型，否則轉到下一步；利用動態背景模型生成背景圖像；在當前幀圖像和背景圖像中提取匹配點對；篩選精確匹配對并利用RANSAC計算校正參數；將動態背景模型校正到當前圖像幀的坐標系；利用校正后的背景模型將當前幀圖像的像素分為運動像素和背景像素；用背景像素對背景模型進行動態更新；對運動像素進行形態學處理、連通域分析及面積約束得到運動目標。本發明專利技術可以將固定平臺下先進的基于背景建模的運動目標檢測算法方便的用于航拍平臺上，更精確的對運動目標進行檢測。

【技術實現步驟摘要】

本專利技術設及計算機視覺
，特別是設及一種航拍視頻中的運動目標檢測方 法D
技術介紹
目前，傳統的運動目標檢測方法主要有基于幀間差分的方法，基于背景建模的方 法及基于光流的方法。對于靜止平臺下的運動目標檢測，背景建模方法由于其魯棒性和 提取運動信息的精確性是應用最為廣泛的。但對于運動平臺下的運動目標檢測，運動的背 景增加了背景建模的難度，而計算稠密光流的方法出.Yalcin，M. Hebert, R. Collins, and Μ. Black. A flowbased approach to vehicle detection and background mosaicking in airborne video. In Proceedings of Computer Vision and Pattern Recognition， volume 2, page 1202. IE邸Computer Society, 2005]在沒有硬件加速的情況下很難達 到實時性的要求，因此目前航拍視頻中的運動目標檢測大部分工作都是基于幀間差分的。 即使在幀間差分方面做了很多的工作[S.趾attacharya，H.Idrees，I.Saleemi，S.Ali， and M. Shah. Moving object detection and tracking in forward looking infrared aerial imagery，volume 1，chapter 10，pages 221-252. Springer Berlin Heidelberg， 2011 ;Z.Yin and民.Collins. Moving object localization in thermal imagery by forward-backward motion history images，pages 271-291. Springer London，2009; H. Shen，S. Li，J. Zhang，and H. Chang. Tracking-based moving object detection. In Proceedings of International Conference on Image Processing，pages 3093-3097. IEEE, 2013」，基于幀間差分的方法還是不能很好的解決鬼影和空洞的問題。 民atheesh等利用對應點 的顏色均值來將整個視頻信息拼接為全局背景圖像。此類方法需要整個視頻信息，因此多 用于離線處理，而且需要將整個視頻^級聯方式矯正在同一坐標系下，容易產生累計誤差。 Chang等將當前時刻前后45副圖像校正到當前時刻圖像的坐標系來建 立背景模型，若逐個計算則計算復雜度太高不能實時，若W級聯方式計算則容易產生累計 誤差。
技術實現思路
陽0化]有鑒于此，本專利技術的目的在于克服現有技術不足，提出一種新的背景建模方法來 更精確的進行航拍視頻下的運動目標檢測。 為達到上述目的，本專利技術提出了一種視頻中基于在線動態背景建模的運動目標檢 測方法，其特征在于，該方法包括步驟： 步驟1 :讀入視頻帖，對其進行預處理； 步驟2 :判斷當前帖是否為第一帖，如果是則利用所述第一帖或者繼續讀入N帖后 利用讀入的N帖初始化形成動態背景模型；如果不是則直接轉到步驟3;其中，N為大于1的 整數； 步驟3 :利用所述動態背景模型生成背景圖像； 步驟4 :從當前帖和背景圖像中提取匹配點對； 步驟5 :利用所述匹配點對計算當前帖與背景圖像之間的放射變換參數； 步驟6:利用所述仿射變換參數，計算出動態背景模型中每個像素模型在當前帖 坐標系下的位置并調整所述動態背景模型中的每個像素模型的位置，W將所述動態背景模 型校正到當前帖的坐標系下； 步驟7 :利用校正后的所述動態背景模型將當前帖的像素集分為運動像素集和背 景像素集； 步驟8 :利用所述背景像素集對所述動態背景模型進行更新； 步驟9 :對所述運動像素集進行后處理得到運動目標。 本專利技術的有益效果是：一方面不需要整個視頻信息來建立背模型，因此可W在線 的進行運動目標檢測；另一方面不需要對每一時刻利用前后N帖來重新建立背景模型，而 是利用當前時刻圖像動態的更新背景模型，因此可W實時處理并避免校正誤差的累積。利 用本專利技術，可W將固定平臺下先進的基于背景建模的運動目標檢測算法方便的用于航拍平 臺上的運動目標檢測，從而更精確的提取運動信息和目標。【附圖說明】 下面結合附圖和實施例對本專利技術進一步說明。 圖1為本專利技術的技術方案流程圖；圖2為本專利技術中采集圖像的示例圖； 圖3為本專利技術中由背景模型生成的背景圖像的示例圖； 圖4為本專利技術中經過后處理得到的運動圖像示例圖； 圖5為本專利技術中最終目標檢測結果的示例圖；【具體實施方式】 下面將參照附圖對本專利技術做進一步地詳細說明。背景建模方法我們選用Vibe作 為示例進行說明。應該強調的是，下述說明僅僅是示例性的，而不是為了限制本專利技術的范圍 及其應用。 如圖1所示，本專利技術提出了一種航拍視頻中基于在線動態背景建模的運動目標檢 測方法，該方法包括步驟： 步驟1、讀入視頻帖，并做相應的預處理。所述預處理可根據實際的應用進行選擇； 例如，如果應用設及灰度圖像，則進行將圖像轉換為灰度圖像等相應的預處理；圖2是讀入 的航拍視頻圖像帖的示例；步驟2、判斷圖像帖是否為第一帖，如果是則繼續讀入N帖或者利用本帖建立初始 的動態背景模型，具體根據不同的背景建模方法選擇不同的策略；否則直接跳轉到步驟3。 例如如果用Vibe作為背景建模的方法，對于一個像素點，隨機選取其鄰居點像素值作為模 型的樣本值對樣本集進行填充；...

【技術保護點】
一種視頻中基于在線動態背景建模的運動目標檢測方法，其特征在于，該方法包括步驟：步驟1：讀入視頻幀，對其進行預處理；步驟2：判斷當前幀是否為第一幀，如果是則利用所述第一幀或者繼續讀入N幀后利用讀入的N幀初始化形成動態背景模型；如果不是則直接轉到步驟3；其中，N為大于1的整數；步驟3：利用所述動態背景模型生成背景圖像；步驟4：從當前幀和背景圖像中提取匹配點對；步驟5：利用所述匹配點對計算當前幀與背景圖像之間的放射變換參數；步驟6：利用所述仿射變換參數，計算出動態背景模型中每個像素模型在當前幀坐標系下的位置并調整所述動態背景模型中的每個像素模型的位置，以將所述動態背景模型校正到當前幀的坐標系下；步驟7：利用校正后的所述動態背景模型將當前幀的像素集分為運動像素集和背景像素集；步驟8：利用所述背景像素集對所述動態背景模型進行更新；步驟9：對所述運動像素集進行后處理得到運動目標。

【技術特征摘要】

【專利技術屬性】
技術研發人員：常紅星，蘭曉松，李書曉，朱承飛，
申請(專利權)人：中國科學院自動化研究所，
類型：發明
國別省市：北京;11