本发明属于数字图像处理技术领域，涉及一种采用统计意义背景减除法的运动目标检测方法。
背景技术：
视频运动目标检测一直被认为是计算机视觉中最关键的任务之一，其目的是检测视频中的运动目标。它是一种提取运动目标的图像处理方法，运动目标与背景相比具有明显的运动特征。它可以根据帧序列的特征进行检测。它起源于对静止物体的图像识别，由于背景变换、光照变化等复杂的条件，运动目标检测还远未完全解决。
技术实现要素：
本发明的目的在于针对现有技术存在的问题，提供一种采用统计意义背景减除法的运动目标检测方法，该方法具有过程简单，计算速度快的特点。
为此，本发明采用如下技术方案：
一种采用统计意义背景减除法的运动目标检测方法，包括如下步骤：
(1)采集运动目标视频图像，该运动目标视频图像包括k个连续的视频帧，将视频帧转换为灰度图像，然后将上述视频帧建立为一个w*h*d的三维像素矩阵，其中，w是视频帧的宽，h是视频帧的高，d等于k；
(2)在每个视频帧的相同位置上取像素点(i，j)，其中，1≤i≤w,1≤j≤h，并按照视频帧序列对上述像素点进行排序，得到一个像素序列t＝{tm|m＝1,2，…k}，tm表示第m个视频帧上的像素点(i，j)，将这个像素序列中各像素点的灰度值进行直方图统计，取频数分布最高的灰度值作为背景图像在像素点(i，j)的灰度值；
(3)从i＝1，j＝1开始，将i和j依次递增，直到遍历整个图片为止，即可得到背景图片在每个像素点的灰度值，由此建立背景图片；
(4)将各视频帧与背景图片进行差分运算，得到差分视频帧；
(5)设定阈值th，若差分视频帧上像素点的灰度值大于阈值th，则该点为运动目标像素点，否则为背景像素点，由此得到各视频帧上的运动目标区域。
进一步地，步骤(1)中，k≥100。
进一步地，步骤(2)中，所述直方图的组数为40-60。如果组数过少，容易失去统计意义，如果组数过多，会较难看出频数分布，因此，根据实际确定直方图的优选组数为40-60。
进一步地，步骤(5)中，50≤th≤80。th的取值是发明人根据大量实例的统计所得出的经验值。
背景减除法是一种经典有效的运动目标检测方法，它是用当前帧与背景图片进行差分运算，继而实现运动区域的检测，具体地，区别较大的为运动区域，区别较小的为背景区域。本发明采用了统计的思想，结合了视频帧的时序变化，进行了背景图片的建立，在计算时间和最终结果上较好的提高了运动目标检测的效果，在噪声处理和光照变化上也具有较好的表现。
本发明的有益效果在于：
(1)方法简单，不需要复杂的训练过程，计算速度快；
(2)得到的背景图片比较完整，能够解决光照变化和背景扰动的影响；
(3)经过阈值处理之后的差分图片能够很好的对运动目标进行检测。
附图说明
图1为实施例中视频图像的某个视频帧；
图2为实施例中像素点(100，100)的灰度值直方图；
图3为实施例得到的背景图片；
图4为图1视频帧经差分运算后得到的运动目标图像。
具体实施方式
下面通过具体实施例对本发明方法进行进一步的说明。
对于图1所示的视频图像，按如下步骤检测运动目标：
(1)该运动目标视频图像包括120个连续的视频帧，将视频帧全部转换为灰度图像，具体可采用matlab内部的rgb2gray()函数进行转换，然后将上述视频帧建立为一个w*h*d的三维像素矩阵，其中，w是视频帧的宽即视频帧宽度方向的像素数，h是视频帧的高即高度方向的像素数，d是视频帧的帧数；此处，w＝576，h＝720，d＝120；
(2)在每个视频帧的相同位置上取像素点(i，j)，其中，1≤i≤w,1≤j≤h，并按照视频帧序列对上述像素点进行排序，得到一个像素序列t＝{tm|m＝1,2，…k}，tm表示第m个视频帧上的像素点(i，j)，将这个像素序列中各像素点的灰度值进行直方图统计，取频数分布最高的灰度值作为背景图像在像素点(i，j)的灰度值；以坐标为(100，100)的像素点序列的灰度值直方图为例，其像素灰度值分布如图2所示(组数＝50，组距＝1)，值为30的数量最多，频率最高，故建立背景图片时取此点的灰度值为30。
(3)从i＝1，j＝1开始，将i和j依次递增，直到遍历整个图片为止，即可得到背景图片在每个像素点的灰度值，由此建立背景图片(如图3所示)；
(4)将各视频帧与背景图片进行差分运算，得到差分视频帧；
(5)设定阈值th＝60，若差分视频帧上像素点的灰度值大于阈值th，则该点为运动目标像素点，否则为背景像素点，由此得到各视频帧上的运动目标区域，图4是图1视频帧经过上述计算后得到的运动目标图像。
1.一种采用统计意义背景减除法的运动目标检测方法，其特征在于，包括如下步骤：
(1)采集运动目标视频图像，该运动目标视频图像包括k个连续的视频帧，将视频帧转换为灰度图像，然后将上述视频帧建立为一个w*h*d的三维像素矩阵，其中，w是视频帧的宽，h是视频帧的高，d等于k；
(2)在每个视频帧的相同位置上取像素点(i，j)，其中，1≤i≤w,1≤j≤h，并按照视频帧序列对上述像素点进行排序，得到一个像素序列t＝{tm|m＝1,2，…k}，tm表示第m个视频帧上的像素点(i，j)，将这个像素序列中各像素点的灰度值进行直方图统计，取频数分布最高的灰度值作为背景图像在像素点(i，j)的灰度值；
(3)从i＝1，j＝1开始，将i和j依次递增，直到遍历整个图片为止，即可得到背景图片在每个像素点的灰度值，由此建立背景图片；
(4)将各视频帧与背景图片进行差分运算，得到差分视频帧；
(5)设定阈值th，若差分视频帧上像素点的灰度值大于阈值th，则该点为运动目标像素点，否则为背景像素点，由此得到各视频帧上的运动目标区域。
2.根据权利要求1所述的一种采用统计意义背景减除法的运动目标检测方法，其特征在于，步骤(1)中，k≥100。
3.根据权利要求1所述的一种采用统计意义背景减除法的运动目标检测方法，其特征在于，步骤(2)中，所述直方图的组数为40-60。
4.根据权利要求1所述的一种采用统计意义背景减除法的运动目标检测方法，其特征在于，步骤(5)中，50≤th≤80。
技术总结