CN107798689A - 交通视频图像背景提取方法 - Google Patents
交通视频图像背景提取方法 Download PDFInfo
- Publication number
- CN107798689A CN107798689A CN201610812063.6A CN201610812063A CN107798689A CN 107798689 A CN107798689 A CN 107798689A CN 201610812063 A CN201610812063 A CN 201610812063A CN 107798689 A CN107798689 A CN 107798689A
- Authority
- CN
- China
- Prior art keywords
- image
- background
- sum
- present
- threshold value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Image Analysis (AREA)
Abstract
本发明所述的交通视频图像背景提取方法,包括以下步骤:1)求当前图像与背景图像的差分|Ik(x,y)‑Bk‑1(x,y)|;2)求当前图像与背景图像差分的二值图像BWi 其中,Bk‑1为当前背景图像阈值,Ik为下一帧图像阈值,T1为二值图像时的阈值;能够较好地适应实际运动场景光照条件的变化,又提高了速度,易于实现,处理快速,能够适应光照亮度、灰度的变化,及时有效地更新背景。
Description
技术领域
本发明涉及一种交通视频图像背景提取方法,属于交通视频图像领域。
背景技术
目前,在交通视频图像背景提取中最常用的运动目标检测算法是背景差分法,背景差分法的基本任务是背景建立,传统背景建立算法存在的问题是运算复杂、实时性差、得到的背景效果不好。本发明涉及交通视频图像背景提取方法,算法具有多帧图像平均法模型简单、运算速度快的特点,同时又具有连续帧差法的优点,可以判断出新来的图像中是否具有运动目标,从而可以有效地消除运动目标给背景带来的影响。另外,通过运用对图像平均灰度值进行比较的方法,能够较好地适应实际运动场景光照条件的变化,改进后的多帧图像平均法不需要存储以前的图像,只需要当前图像即可提取出背景图像,占用的计算机资源少,对视频的采样和对背景图像的提取可以同步进行,从而节约了时间,提高了速度,这是改进后的多帧图像平均法所具有的优点,新算法易于实现,处理快速,能够适应光照强度的变化,及时有效地更新背景。实验结果表明,新算法取得的效果较好。
发明内容
根据以上现有技术中的不足,本发明要解决的技术问题是:提供一种能够较好地适应实际运动场景光照条件的变化,又提高了速度,易于实现,处理快速,能够适应光照亮度、灰度的变化,及时有效地更新背景。
本发明所述的一种交通视频图像背景提取方法,其特征在于,包括以下步骤:
1)求当前图像与背景图像的差分|Ikcx,y)-Bk-1(x,y)|;
2)求当前图像与背景图像差分的二值图像BWi
其中,Bk-1为当前背景图像阈值,Ik为下一帧图像阈值,T1为二值图像时的阈值;
3)若sum(sum(BWi))<T2;则对背景进行更新
若sum(sum(BWi))≥T2;则背景不更新
其中,T2为二值图像的灰度值累加和阈值;
4)求下一帧图像的平均值mean2(Ik);
5)求当前背景图像的平均值mean2(Bk-1);
6)α=mean2(Ik)/mean2(Bk-1);
7)若|α-1|>T3,则Bk=aBk-1
其中,α为所设值,T3为光照强度更新阈值;
所述步骤1)、2)用于当前图像与背景图像进行差分运算并得到二值图像时的阈值T1。
所述的步骤3)模型采用了多帧图像平均法和背景差分结合提取和更新背景图像的方法,该方法如下:
首先通过当前图像与当前背景图像的差分运算来判断当前图像中是否有运动目标存在;
根据判断结果决定当前图像是否更新到背景图像中;
通过对当前图像和背景图像的平均值与二值图像的灰度值累加和T2进行比较sum(sum(BWi))<T2或sum(sum(BWi))≥T2方法来判断是否对背景图像进行灰色度更新。
所述的步骤6)中的α由mean2(Ik)和mean2(Bk-1)来确定,具体为在光照变化引起亮度发生变化的同时,通过当前背景图像的平均值与下一帧图像的平均值的对比值,与光照强度更新阈值T3做出对比确认是否做出光照强度更新。
附图说明
图1是本发明流程示意图。
具体实施方式
下面结合附图对本发明的实施例做进一步描述:
如图1所示,本发明所述的一种交通视频图像背景提取方法,其特征在于,包括以下步骤:
8)求当前图像与背景图像的差分|Ik(x,y)-Bk-1(x,y)|;
9)求当前图像与背景图像差分的二值图像BWi
其中,Bk-1为当前背景图像阈值,Ik为下一帧图像阈值,T1为二值图像时的阈值;
10)若sum(sum(BWi))<T2;则对背景进行更新
若sum(sum(BWi))≥T2;则背景不更新
其中,T2为二值图像的灰度值累加和阈值;
11)求下一帧图像的平均值mean2(Ik);
12)求当前背景图像的平均值mean2(Bk-1);
13)α=mean2(Ik)/mean2(Bk-1);
14)若|α-1|>T3,则Bk=αBk-1
其中,α为所设值,T3为光照强度更新阈值;
所述步骤1)、2)用于当前图像与背景图像进行差分运算并得到二值图像时的阈值T1。
所述的步骤3)模型采用了多帧图像平均法和背景差分结合提取和更新背景图像的方法,该方法如下:
首先通过当前图像与当前背景图像的差分运算来判断当前图像中是否有运动目标存在;
根据判断结果决定当前图像是否更新到背景图像中;
通过对当前图像和背景图像的平均值与二值图像的灰度值累加和T2进行比较sum(sum(BWi))<T2或sum(sum(BWi))≥T2方法来判断是否对背景图像进行灰色度更新。
所述的步骤6)中的α由mean2(Ik)和mean2(Bk-1)来确定,具体为在光照变化引起亮度发生变化的同时,通过当前背景图像的平均值与下一帧图像的平均值的对比值,与光照强度更新阈值T3做出对比确认是否做出光照强度更新。
Claims (4)
1.一种交通视频图像背景提取方法,其特征在于,包括以下步骤:
1)求当前图像与背景图像的差分|Ik(x,y)-Bk-1(x,y)|;
2)求当前图像与背景图像差分的二值图像BWi
其中,Bk-1为当前背景图像阈值,Ik为下一帧图像阈值,T1为二值图像时的阈值;
3)若sum(sum(BWi))<T2;则对背景进行更新
若sum(sum(BWi))≥T2;则背景不更新
其中,T2为二值图像的灰度值累加和阈值;
4)求下一帧图像的平均值mean2(Ik);
5)求当前背景图像的平均值mean2(Bk-1);
6)α=mean2(Ik)/mean2(Bk-1);
7)若|α-1|>T3,则Bk=αBk-1
其中,α为所设值,T3为光照强度更新阈值。
2.根据权利要求1所述的一种交通视频图像背景提取方法,其特征在于:所述步骤1)、2)用于当前图像与背景图像进行差分运算并得到二值图像时的阈值T1。
3.根据权利权利要求1所述的一种交通视频图像背景提取方法,其特征在于:所述的步骤3)模型采用了多帧图像平均法和背景差分结合提取和更新背景图像的方法,该方法如下:
首先通过当前图像与当前背景图像的差分运算来判断当前图像中是否有运动目标存在;
根据判断结果决定当前图像是否更新到背景图像中;
通过对当前图像和背景图像的平均值与二值图像的灰度值累加和T2进行比较sum(sum(BWi))<T2或sum(sum(BWi))≥T2方法来判断是否对背景图像进行灰色度更新。
4.根据权利权利要求1所述的一种交通视频图像背景提取方法,其特征在于:所述的步骤6)中的α由mean2(Ik)和mean2(Bk-1)来确定,具体为在光照变化引起亮度发生变化的同时,通过当前背景图像的平均值与下一帧图像的平均值的对比值,与光照强度更新阈值T3做出对比确认是否做出光照强度更新。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610812063.6A CN107798689A (zh) | 2016-08-28 | 2016-08-28 | 交通视频图像背景提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610812063.6A CN107798689A (zh) | 2016-08-28 | 2016-08-28 | 交通视频图像背景提取方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107798689A true CN107798689A (zh) | 2018-03-13 |
Family
ID=61530975
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610812063.6A Pending CN107798689A (zh) | 2016-08-28 | 2016-08-28 | 交通视频图像背景提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107798689A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580706A (zh) * | 2018-06-11 | 2019-12-17 | 北京中科晶上超媒体信息技术有限公司 | 一种视频背景模型的提取方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1738426A (zh) * | 2005-09-09 | 2006-02-22 | 南京大学 | 一种视频运动目标分割与跟踪方法 |
CN101017573A (zh) * | 2007-02-09 | 2007-08-15 | 南京大学 | 一种基于视频监控的运动目标检测与识别方法 |
CN101221663A (zh) * | 2008-01-18 | 2008-07-16 | 电子科技大学中山学院 | 一种基于运动目标检测的智能监控报警方法 |
CN101621615A (zh) * | 2009-07-24 | 2010-01-06 | 南京邮电大学 | 一种自适应背景建模及运动目标检测方法 |
CN102930541A (zh) * | 2012-10-29 | 2013-02-13 | 深圳市开天源自动化工程有限公司 | 视频图像的背景提取及更新方法 |
CN103179325A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 一种固定场景下低信噪比视频的自适应3d降噪方法 |
CN103258332A (zh) * | 2013-05-24 | 2013-08-21 | 浙江工商大学 | 一种抗光照变化的运动目标检测方法 |
CN104616290A (zh) * | 2015-01-14 | 2015-05-13 | 合肥工业大学 | 一种统计矩阵模型和自适应阈值相结合的目标检测算法 |
CN105844671A (zh) * | 2016-04-12 | 2016-08-10 | 河北大学 | 一种变光照条件下的快速背景减除法 |
-
2016
- 2016-08-28 CN CN201610812063.6A patent/CN107798689A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1738426A (zh) * | 2005-09-09 | 2006-02-22 | 南京大学 | 一种视频运动目标分割与跟踪方法 |
CN101017573A (zh) * | 2007-02-09 | 2007-08-15 | 南京大学 | 一种基于视频监控的运动目标检测与识别方法 |
CN101221663A (zh) * | 2008-01-18 | 2008-07-16 | 电子科技大学中山学院 | 一种基于运动目标检测的智能监控报警方法 |
CN101621615A (zh) * | 2009-07-24 | 2010-01-06 | 南京邮电大学 | 一种自适应背景建模及运动目标检测方法 |
CN102930541A (zh) * | 2012-10-29 | 2013-02-13 | 深圳市开天源自动化工程有限公司 | 视频图像的背景提取及更新方法 |
CN103179325A (zh) * | 2013-03-26 | 2013-06-26 | 北京理工大学 | 一种固定场景下低信噪比视频的自适应3d降噪方法 |
CN103258332A (zh) * | 2013-05-24 | 2013-08-21 | 浙江工商大学 | 一种抗光照变化的运动目标检测方法 |
CN104616290A (zh) * | 2015-01-14 | 2015-05-13 | 合肥工业大学 | 一种统计矩阵模型和自适应阈值相结合的目标检测算法 |
CN105844671A (zh) * | 2016-04-12 | 2016-08-10 | 河北大学 | 一种变光照条件下的快速背景减除法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110580706A (zh) * | 2018-06-11 | 2019-12-17 | 北京中科晶上超媒体信息技术有限公司 | 一种视频背景模型的提取方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276264B (zh) | 一种基于前景分割图的人群密度估计方法 | |
CN105608456A (zh) | 一种基于全卷积网络的多方向文本检测方法 | |
CN104504722B (zh) | 一种利用灰色点校正图像颜色的方法 | |
EP2458335A3 (en) | Road estimation device and method for estimating road | |
CN105303581B (zh) | 一种自适应参数的运动目标检测方法 | |
CN110956681B (zh) | 一种结合卷积网络和邻域相似性的人像背景自动替换方法 | |
EP2458332A3 (en) | Road estimation device and method for estimating road | |
CN104680521B (zh) | 一种改进的背景建模及前景检测方法 | |
CN104123734A (zh) | 基于可见光和红外检测结果融合的运动目标检测方法 | |
EP2458331A3 (en) | Road estimation device and method for estimating road | |
CN110363769B (zh) | 一种高铁接触网支撑装置腕臂***图像分割方法 | |
CN105719275A (zh) | 一种并行组合的图像缺陷分割方法 | |
CN106204617A (zh) | 基于残差图像直方图循环移位的自适应图像二值化方法 | |
CN106447673A (zh) | 一种非均匀光照条件下的芯片引脚提取方法 | |
CN106650638A (zh) | 一种遗留物检测方法 | |
CN115482165A (zh) | 一种基于暗通道先验的图像去雾方法 | |
TW201025198A (en) | Method for tracking and processing image | |
CN104091307A (zh) | 基于反馈均值滤波的雾天图像快速复原方法 | |
CN103295205B (zh) | 一种基于Retinex的微光图像快速增强方法和装置 | |
CN107944437A (zh) | 一种基于神经网络和积分图像的人脸定位方法 | |
CN104361566B (zh) | 一种优化暗部区域的图像处理方法 | |
CN110751606A (zh) | 一种基于神经网络算法的泡沫图像处理方法及*** | |
TW201032180A (en) | Method and device for keeping image background by multiple gauss models | |
CN107798689A (zh) | 交通视频图像背景提取方法 | |
CN104978734B (zh) | 前景图像的提取方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20180313 |
|
WD01 | Invention patent application deemed withdrawn after publication |