本发明公开了一种均一背景下的背景颜色值自动提取方法，具体为能在均一背景下，且在背景区域大于前景区域的前提下，能自动提取背景颜色的方法。
背景技术：
随着世界的发展，全球可用的摄像机数量急剧增加。图像信息的获得、加工、处理以及应用都有了飞跃发展。人们认识世界的重要知识来源就是图像信息，在很多场合，图像所传送的信息比其他形式的信息更丰富、真切和具体。人眼与大脑的协作使得人们可以获取感知外接环境的效率很高。
直接处理视频或者图像，会导致计算速度缓慢，甚至出现算法卡死的现象。因此，为了让图像算法对图像序列处理速度更好、针对性更强。使用背景建模过滤背景信息，提高运算速度和算法针对性是一种普遍的做法。通过过滤图像或视频序列信息中的背景的方式，不仅达到压缩的效果、节省了信息传输成本，还过滤掉了冗余信息，为很多技术下游方法提供有利条件。
在背景颜色均一的情况下，使用背景建模的方法存在较大的冗余，在运算速度上也很难有更好的提升。因此，针对视频流中颜色均一的背景问题，若使用专用的方法用于计算，则可以大大加快了运算速度，并且减低了运算过程中所需要空间。
此外，均一背景并不代表背景颜色完全相同，反而，会存在颜色渐变、光变等问题。因此得到背景颜色成为难点。
技术实现要素：
针对现有技术中存在的上述问题，本发明的目的在于提供一种均一背景下的背景颜色值自动提取方法，它能在均一背景下，且背景区域大于前景区域的前提下，自动提取背景颜色。
所述的均一背景下的背景颜色值自动提取方法，其特征在于包括如下步骤：
步骤1：使用区域生长方法将图像分割为n个分块segi，i＝1,2,3,…,n，每个分块segi有mi个像素点；每个分块segi的任意像素点p的rgb值分别记为rip、gip、bip，其中，p∈segi；
步骤2：根据公式(1)、(2)和(3)计算每个分块segi的rgb平均值，分别记为ari、agi、abi；
步骤3：根据式(4)计算s集合：
s＝{i|disti＜d0}(4)
其中，k＝max{mi|i＝1,2,…,n}，max表示取最大值，d0为阈值；
步骤4：根据式(6)-(8)计算s中rgb色平均值：
其中，m为集合s中的元素个数，avgr、avgg和avgb分别表示背景图像像素的红色、绿色和蓝色分量值。
通过采用上述技术，与现有技术相比，本发明的优点是：本发明所限定的方法是在均一背景、且背景区域大于前景区域的前提下，自动提取背景像素的像素值，能够较好的应对由于图片压缩导致背景颜色有损、及由于现实世界光线不均一，导致图像背景出现细微变化等问题；该方法不仅能应用于视频序列，还可以应用于图像，通用的解决两种应用环境的需求，能大大加快了运算速度，并且减低了运算过程中所需要空间，适于推广应用。
具体实施方式
下面详细阐述本发明的具体实施方式。
本发明提供的一种均一背景下的背景颜色值自动提取方法，它是在均一背景且背景区域大于前景区域的前提下，能自动提取背景颜色的方法，具体包括如下步骤：
步骤1：使用区域生长方法将图像分割为n个分块segi，i＝1,2,3,…,n，每个分块segi有mi个像素点；每个分块segi的任意像素点的rgb值分别记为rip、gip、bip，其中p∈segi；
步骤2：根据公式(1)、(2)和(3)计算每个分块segi的rgb平均值，分别记为ari、agi、abi；
步骤3：根据式(4)计算s集合：
s＝{i|disti＜d0}(4)
其中，k＝max{mi|i＝1,2,…,n}，max表示取最大值，d0为阈值，d0＝20；
步骤4：根据式(6)-(8)计算s中rgb色平均值：
其中，m为集合s中的元素个数，avgr、avgg和avgb分别表示背景图像像素的红色、绿色和蓝色分量值。
本说明书实施例所述的内容仅仅是对发明构思的实现形式的列举，本发明的保护范围的不应当被视为仅限于实施例所陈述的具体形式，本发明的保护范围也及于本领域技术人员根据本发明构思所能够想到的等同技术手段。