專利名稱：圖像處理設(shè)備和圖像處理方法
技術(shù)領(lǐng)域：
本發(fā)明一般涉及用于從視頻序列中檢測(cè)運(yùn)動(dòng)對(duì)象的圖像處理設(shè)備和圖像處理方 法，尤其涉及基于高斯混合模型來(lái)區(qū)分視頻序列的圖像中背景與前景的圖像處理設(shè)備和圖 像處理方法。
背景技術(shù)：
隨著視頻圖像處理技術(shù)的發(fā)展，人們已經(jīng)不滿足于視頻圖像的捕捉、編/解碼和 傳輸，而是對(duì)視頻圖像中運(yùn)動(dòng)對(duì)象的識(shí)別、分析和處理提出了更多的要求。為滿足這些要 求，基礎(chǔ)的工作是從視頻序列中分割出運(yùn)動(dòng)對(duì)象，即區(qū)分運(yùn)動(dòng)前景和背景。目前，運(yùn)動(dòng)對(duì)象檢測(cè)的問(wèn)題主要分為兩類，攝像機(jī)固定和攝像機(jī)運(yùn)動(dòng)。對(duì)于攝像 機(jī)固定的情形，前景是指在假設(shè)背景為靜止的情況下，任何有意義的運(yùn)動(dòng)對(duì)象即為前景。 相對(duì)比地，背景的變化是緩慢的，而且主要是由于光照，風(fēng)等等的影響。通常采用高斯混 合模型來(lái)對(duì)背景進(jìn)行建模，在視頻序列的圖像中分離出前景和背景。在Chris Stauffer 禾口 W. E. L. Grimson 的 文 章"Adaptive background mixture models for real-time tracking，，，1999 IEEE Computer Society Conference on Computer Vision and Pattern Recognition(CVPR' 99)-Volume 2，pp. 2M6，1999中描述了如何采用高斯混合模型對(duì)背 景進(jìn)行建模以及如何在圖像中區(qū)分前景和背景。

發(fā)明內(nèi)容
由于存在光線變化、風(fēng)吹導(dǎo)致的慢速擺動(dòng)等因素，背景中會(huì)存在緩慢的變化。在基 于高斯混合模型的各種方案中，能夠根據(jù)學(xué)習(xí)速率α和P來(lái)更新模型，以適應(yīng)背景的這種 改變。然而如果背景改變的速度超過(guò)高斯混合模型的學(xué)習(xí)速度，則背景改變會(huì)被誤檢為前 景，從而提高背景噪聲。雖然高的學(xué)習(xí)速率α和P使得高斯混合模型能夠適應(yīng)快的背景 改變，然而也提高了將運(yùn)動(dòng)對(duì)象誤檢為背景，從而丟失前景的概率。調(diào)節(jié)高斯混合模型的學(xué) 習(xí)速度顯然不是解決問(wèn)題的優(yōu)選途徑。在基于高斯混合模型的各種方案中，圖像的每個(gè)像素均有一個(gè)高斯混合模型，其 由多個(gè)高斯分布組成。當(dāng)判斷一個(gè)像素是背景像素還是前景像素時(shí)，根據(jù)相應(yīng)高斯混合模 型求出與該像素的值匹配的各個(gè)高斯分布的權(quán)重和。如果權(quán)重和超過(guò)預(yù)定閾值，則判斷該 像素為背景像素，否則為前景像素。此外，還對(duì)高斯混合模型進(jìn)行更新。在更新過(guò)程中，對(duì) 于與該像素的值匹配成功的高斯分布，提高匹配成功的高斯分布在高斯混合模型中的權(quán)重 并更新其模型參數(shù)；對(duì)于與該像素的值未匹配成功的高斯分布，降低未匹配成功的高斯分 布在高斯混合模型中的權(quán)重。只要匹配成功，便對(duì)高斯分布的參數(shù)進(jìn)行更新。然而并非所有的更新都是有益的。 例如，有關(guān)像素的值與高斯分布是否匹配的判斷依據(jù)是高斯分布的后驗(yàn)概率大小。然而在 更新過(guò)程中，高斯分布的后驗(yàn)概率大小與像素的值的穩(wěn)定性相關(guān)。具體地，高斯混合模型的 第k個(gè)高斯分布的后驗(yàn)概率為
權(quán)利要求
1.一種圖像處理設(shè)備，包括判斷裝置，其針對(duì)輸入圖像的每個(gè)像素，利用所述像素的高斯混合模型來(lái)確定所述像 素是背景像素還是前景像素；識(shí)別裝置，其通過(guò)模式識(shí)別方法從前景像素中識(shí)別預(yù)定對(duì)象，并且將所述前景像素中 未識(shí)別為所述預(yù)定對(duì)象的前景像素最終確定為背景像素；和更新裝置，其針對(duì)輸入圖像的每個(gè)像素，根據(jù)有關(guān)所述像素是背景像素還是前景像素 的確定結(jié)果來(lái)更新所述像素的高斯混合模型。
2.如權(quán)利要求1所述的圖像處理設(shè)備，其中，所述識(shí)別裝置包括前景分割單元，其將所述判斷裝置確定的前景像素劃分為一或多個(gè)前景單連通區(qū)域； 識(shí)別單元，其通過(guò)模式識(shí)別方法確定每個(gè)所述前景單連通區(qū)域是否所述預(yù)定對(duì)象；和 修正單元，其將未被確定為所述預(yù)定對(duì)象的前景單連通區(qū)域的像素最終確定為背景像素。
3.如權(quán)利要求2所述的圖像處理設(shè)備，還包括前景補(bǔ)償裝置，其將被識(shí)別為所述預(yù)定對(duì)象的前景單連通區(qū)域中由所述判斷裝置確定 的背景像素最終確定為前景像素。
4.如權(quán)利要求3所述的圖像處理設(shè)備，其中，所述前景補(bǔ)償裝置包括背景分割單元，其將被識(shí)別為所述預(yù)定對(duì)象的前景單連通區(qū)域中由所述判斷裝置確定 的背景像素劃分為一或多個(gè)背景單連通區(qū)域；和補(bǔ)償單元，其在每個(gè)所述背景單連通區(qū)域的大小與其所處的被識(shí)別為所述預(yù)定對(duì)象的 前景單連通區(qū)域的大小的比值小于預(yù)定閾值的情況下，將所述背景單連通區(qū)域的像素最終 確定為前景像素。
5.如權(quán)利要求1所述的圖像處理設(shè)備，其中，所述更新裝置包括確認(rèn)單元，其針對(duì)所述高斯混合模型中每個(gè)被更新的高斯分布，確認(rèn)所述被更新的高 斯分布的參數(shù)是否滿足預(yù)定條件；和恢復(fù)單元，其在所述被更新的高斯分布的參數(shù)不滿足所述預(yù)定條件的情況下，將所述 被更新的高斯分布恢復(fù)到更新前的狀態(tài)。
6.如權(quán)利要求5所述的圖像處理設(shè)備，其中所述預(yù)定條件為協(xié)方差矩陣Σk的行列式 Σ k11/2大于預(yù)定閾值。
7.如權(quán)利要求1所述的圖像處理設(shè)備，其中，所述更新裝置被配置為對(duì)于所更新的高 斯混合模型，根據(jù)所述像素與所更新的高斯混合模型的各個(gè)高斯分布的匹配程度來(lái)重新劃 分背景模型和前景模型，其中按照匹配程度由高到低的順序排列各個(gè)高斯分布。
8.一種圖像處理方法，包括判斷步驟，針對(duì)輸入圖像的每個(gè)像素，利用所述像素的高斯混合模型來(lái)確定所述像素 是背景像素還是前景像素；識(shí)別步驟，通過(guò)模式識(shí)別方法從前景像素中識(shí)別預(yù)定對(duì)象，并且將所述前景像素中未 識(shí)別為所述預(yù)定對(duì)象的前景像素最終確定為背景像素；和更新步驟，針對(duì)輸入圖像的每個(gè)像素，根據(jù)有關(guān)所述像素是背景像素還是前景像素的 確定結(jié)果來(lái)更新所述像素的高斯混合模型。
9.如權(quán)利要求8所述的圖像處理方法，其中，所述識(shí)別步驟包括將所述判斷步驟確定的前景像素劃分為一或多個(gè)前景單連通區(qū)域； 通過(guò)模式識(shí)別方法確定每個(gè)所述前景單連通區(qū)域是否所述預(yù)定對(duì)象；和 將未被確定為所述預(yù)定對(duì)象的前景單連通區(qū)域的像素最終確定為背景像素。
10.如權(quán)利要求9所述的圖像處理方法，還包括前景補(bǔ)償步驟，將被識(shí)別為所述預(yù)定對(duì)象的前景單連通區(qū)域中由所述判斷步驟確定的 背景像素最終確定為前景像素。
11.如權(quán)利要求10所述的圖像處理方法，其中，所述前景補(bǔ)償步驟包括將被識(shí)別為所述預(yù)定對(duì)象的前景單連通區(qū)域中由所述判斷步驟確定的背景像素劃分 為一或多個(gè)背景單連通區(qū)域；和在每個(gè)所述背景單連通區(qū)域的大小與其所處的被識(shí)別為所述預(yù)定對(duì)象的前景單連通 區(qū)域的大小的比值小于預(yù)定閾值的情況下，將所述背景單連通區(qū)域的像素最終確定為前景 像素。
12.如權(quán)利要求8所述的圖像處理方法，其中，所述更新步驟包括針對(duì)所述高斯混合模型中每個(gè)被更新的高斯分布，確認(rèn)所述被更新的高斯分布的參數(shù) 是否滿足預(yù)定條件；和在所述被更新的高斯分布的參數(shù)不滿足所述預(yù)定條件的情況下，將所述被更新的高斯 分布恢復(fù)到更新前的狀態(tài)。
13.如權(quán)利要求12所述的圖像處理方法，其中所述預(yù)定條件為協(xié)方差矩陣Σk的行列 式I EkI"2大于預(yù)定閾值。
14.如權(quán)利要求8所述的圖像處理方法，其中，所述步驟包括對(duì)于所更新的高斯混合模型，根據(jù)所述像素與所更新的高斯混合模型的各個(gè)高斯分布 的匹配程度來(lái)重新劃分背景模型和前景模型，其中按照匹配程度由高到低的順序排列各個(gè) 高斯分布。
15.一種圖像處理設(shè)備，包括判斷裝置，其針對(duì)輸入圖像的每個(gè)像素，利用所述像素的高斯混合模型來(lái)確定所述像 素是背景像素還是前景像素；和更新裝置，其針對(duì)輸入圖像的每個(gè)像素，根據(jù)有關(guān)所述像素是背景像素還是前景像素 的確定結(jié)果來(lái)更新所述像素的高斯混合模型， 其中，所述更新裝置包括確認(rèn)單元，其針對(duì)所述高斯混合模型中每個(gè)被更新的高斯分布，確認(rèn)所述被更新的高 斯分布的參數(shù)是否滿足預(yù)定條件；和恢復(fù)單元，其在所述被更新的高斯分布的參數(shù)不滿足所述預(yù)定條件的情況下，將所述 被更新的高斯分布恢復(fù)到更新前的狀態(tài)。
16.如權(quán)利要求15所述的圖像處理設(shè)備，其中所述預(yù)定條件為協(xié)方差矩陣Σk的行列 式I EkI"2大于預(yù)定閾值。
17.一種信息處理設(shè)備，包括如權(quán)利要求1至7和權(quán)利要求15至16之一所述的圖像處 理設(shè)備。
全文摘要
公開(kāi)了一種圖像處理設(shè)備和圖像處理方法。圖像處理設(shè)備包括判斷裝置，其針對(duì)輸入圖像的每個(gè)像素，利用所述像素的高斯混合模型來(lái)確定所述像素是背景像素還是前景像素；識(shí)別裝置，其通過(guò)模式識(shí)別方法從前景像素中識(shí)別預(yù)定對(duì)象，并且將所述前景像素中未識(shí)別為所述預(yù)定對(duì)象的前景像素最終確定為背景像素；和更新裝置，其針對(duì)輸入圖像的每個(gè)像素，根據(jù)有關(guān)所述像素是背景像素還是前景像素的確定結(jié)果來(lái)更新所述像素的高斯混合模型。
文檔編號(hào)G06K9/62GK102087707SQ20091025135
公開(kāi)日2011年6月8日 申請(qǐng)日期2009年12月3日 優(yōu)先權(quán)日2009年12月3日
發(fā)明者吳偉國(guó), 張斯聰 申請(qǐng)人:索尼株式會(huì)社