[發(fā)明專利]基于分層背景建模的運動目標實時檢測方法

無效

• 申請?zhí)枺?/td>: 201110052980.6
• 申請日: 2011-03-04
• 公開（公告）號: CN102096931A
• 公開（公告）日: 2011-06-15
• 發(fā)明（設(shè)計）人: 許雪梅;李岸;曹建;孔德明;尹林子;趙巖;郭巧云;郭遠威
• 申請（專利權(quán)）人: 中南大學(xué)
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06K9/00
• 代理公司: 長沙市融智專利事務(wù)所 43114
• 代理人: 黃美成

1.一種基于分層背景建模的運動目標實時檢測方法，其特征在于，包括以下步驟：

步驟1：采集前N幀初始圖像，建立基于背景字典的背景模型；

步驟2：利用當前輸入圖像與背景模型作差，檢測運動目標區(qū)域；

步驟3：目標區(qū)域的形態(tài)學(xué)濾波，輸出運動目標；

步驟4：更新背景模型，并返回步驟2進行下一次檢測循環(huán)。

2.根據(jù)權(quán)利要求1所述的一種基于分層背景建模的運動目標實時檢測方法，其特征在于：所述步驟1中，采集前N幀初始圖像，建立背景模型方法為，設(shè)前N個序列中單個像素坐標為(x，y)的序列采樣值為：I中的每一個元素都是一個YUV向量即t＝1，...，N；設(shè)為像素點(x，y)的背景字典，背景字典中含有L個碼字；每個碼字由兩部分組成：YUV向量Avg_i＝(Y_i，U_i，V_i)和特征向量Aux_i＝(f_i，r_i，p_i，q_i)，其中，i＝1，...，L，f表示該碼字出現(xiàn)的次數(shù)；r表示碼字在訓(xùn)練中沒有再次出現(xiàn)的最大時間間隔；p和q分別表示該碼字出現(xiàn)后的第一次和最后一次匹配時間，用幀序數(shù)表示；

每一個采樣值都和已有的碼字進行比較，如果找到碼字與其匹配，將匹配的碼字進行更新；如果找不到匹配碼字，則為其創(chuàng)建一個新的碼字存入背景字典中，具體過程如下所示：

(1)：初始化，將每個像素的背景字典置空，每個背景字典中碼字的個數(shù)為零，即L＝0；

(2)：對于訓(xùn)練視頻幀中的每個像素的序列采樣值中每一個值根據(jù)以下條件來找出匹配的碼字設(shè)的原內(nèi)容為Avg_m＝(Y_m，U_m，V_m)和Aux_m＝(f_m，r_m，p_m，q_m)：

Low≤Itx,y-Avgm≤High]]>

High和Low為背景建模上下邊界參數(shù)，High取值為[30～40，10～20，10～20]，Low取值為[20～25，8～13，8～13]；

(3)：如果背景字典為空或者未找到匹配的碼字，則令L＝L+1，并創(chuàng)建一個碼字且令它的數(shù)據(jù)為：

AvgL=Itx,y=(Yt,Ut,Vt);]]>

Aux_L＝(1，t-1，t，t)；

否則，更新匹配的碼字那么把更新為：

Avgm=(fmYm+Ytfm+1,fmUm+Utfm+1,fmVm+Vtfm+1);]]>

Aux_m＝{f_m+1，max(r_m，t-q_m)，p_m，t}；

(4)：待所有像素都匹配完成即訓(xùn)練結(jié)束后，對每個像素的每個碼字依次計算該碼字沒有出現(xiàn)的最大時間間隔r，對于來說，其中i＝1，…，L，

rix,y=max(rix,y,pix,y-1+N-qix,y);]]>

基于得到最能代表真實背景的初始背景模型M，M是所有像素的背景字典，以其中的一個像素點(x，y)為例，其背景字典為i為碼字的索引；其中，閾值T_nev取訓(xùn)練幀數(shù)的一半，即N/2。