[發明專利]一種監控視頻中的前景檢測的方法無效
| 申請號: | 201010600872.3 | 申請日: | 2010-12-23 |
| 公開(公告)號: | CN102025981A | 公開(公告)日: | 2011-04-20 |
| 發明(設計)人: | 明安龍;馬華東;吳晶 | 申請(專利權)人: | 北京郵電大學 |
| 主分類號: | H04N7/18 | 分類號: | H04N7/18;G06T7/00 |
| 代理公司: | 北京中恒高博知識產權代理有限公司 11249 | 代理人: | 夏晏平 |
| 地址: | 214000 江蘇省*** | 國省代碼: | 江蘇;32 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 監控 視頻 中的 前景 檢測 方法 | ||
1.一種監控視頻中的前景檢測的方法,采用背景差分算法建立背景模型,其特征在于,所述背景模型的建立是基于概率核密度估計的背景差分算法,具體按照以下步驟實施,
步驟1:?建立一個背景模型:利用視頻的最近數幀圖像,假設各個通道間相互獨立,抽象出一個背景模型;
步驟2:進行背景差分:
利用步驟1背景模型進行前景檢測,將當前圖像與背景圖像進行差分,然后再通過公式的運算進一步抑制和消除陰影;?
步驟3:進行后期處理:對前面的前景檢測,通過概率的估算比較去除前景檢測中存在大部分誤檢,得到更加精確地前景;
步驟4:進行背景更新:
根據適應場景的變化,使用選擇性的方式,根據前面的前景檢測結果,更新最新場景變化到背景模型中去;
步驟5:進行算法效率優化:
在所述算法的初始化階段,首先計算得到一個以高斯函數的值為索引值的查找表,簡化步驟1所建立的背景模型,只剩下簡單的乘法和加法運算。
2.根據權利要求1所述的監控視頻中的前景檢測的方法,其特征在于,所述步驟1中的背景模型采用如下公式(1)估計當前幀的像素值出現的概率:
(1)
其中,是當前幀的像素值,d為每個像素的通道數,N為核函數的個數;
表示各個通道的標準差,利用如下公式計算,
??????????????????????????(2)
對每個顏色通道的N個連續的樣本,相鄰的兩個值的差值|xi?-?x(i+1)|,在這些連續的(xi,?x(i+1)?)對中,求得中值m。
3.根據權利要求2所述的監控視頻中的前景檢測的方法,其特征在于,采用如下方法實現步驟2中的背景差分,并進一步抑制和消除陰影,?
設當前的像素值為,代入公式(1),得到當前像素為背景的概率,設定一個門限T,若>T,就判定為前景,然后使用下面公式(3)進行運算得到比例色彩空間值,進一步抑制和消除陰影,
?????????????(3)?????????
其中,R、G、B分別為RGB色彩空間的各值,?(r,?g,?s)為得到的比例色彩空間值,?s分量是亮度信息,對(r,?g,?s)三個通道加以區分對待T=(t1,?t2,?t3),要求?t1,t2>t3。
4.根據權利要求3所述的監控視頻中的前景檢測的方法,其特征在于,按照以下的步驟去除背景差分中絕大多數的誤檢,
a.利用公式(1),在鄰域中尋找概率的最大值,
????????????(4)
其中表示的領域像素點;
b.定義一個概率Pc,表示整個被檢測出來的連續區域是從附近移動過來的概率,利用下面的公式(5)計算:
??????????????????????????????(5)
其中,是被檢測出來的連續的區域內的像素;
設定兩個門限值th1和th2,當一個像素點同時滿足>?th1和>?th2時,則表示這是一個誤檢,將其去除。
5.根據權利要求4所述的監控視頻中的前景檢測的方法,其特征在于,使用如下的公式(6)對背景進行更新,
????????????(6)
其中,M為是否為前景的標記,如果被判定為前景,則為1,否則為0,為背景更新速度控制參數。
6.根據權利要求5所述的監控視頻中的前景檢測的方法,其特征在于,所述的查找表是一個以為索引,對應的高斯函數的值為索引值的查找表。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京郵電大學,未經北京郵電大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201010600872.3/1.html,轉載請聲明來源鉆瓜專利網。





