[發明專利]一種統計矩陣模型和自適應閾值相結合的目標檢測算法

在審

• 申請號: 201510019716.0
• 申請日: 2015-01-14
• 公開（公告）號: CN104616290A
• 公開（公告）日: 2015-05-13
• 發明（設計）人: 齊美彬;蔣建國;詹曙;疏坤;岳周龍;李倩玉;王運俠;潘龍飛;姚海波;魏莉
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

1.一種統計矩陣模型和自適應閾值相結合的目標檢測算法，基于統計矩陣模型的背景建模和局部自適應閾值二值化目標分割，其特征在于：首先利用視頻前幾幀初始化背景圖像，利用背景減法初步提取前景，然后利用幀差法不斷累計該前景區域中像素值變化幅度小的像素點出現的次數，并用一統計矩陣來存儲對應像素點累計變化的次數，當次數超過一定值時，則更新當前前景點為背景點，從而獲得準確的背景圖像用于后續的背景減法，最后利用自適應閾值二值化分割得到目標區域；其中，各像素點的二值化閾值由該點所在窗口內的所有當前像素值與背景像素值的差值自適應確定，具體步驟如下：

(1)、采用統計矩陣模型進行背景建模，包括以下步驟：

1)、利用初始視頻初始化背景圖像B、前景標記矩陣O和統計矩陣S；

2)、讀入下一幀圖像，若某像素點當前像素值與對應背景像素值絕對差值大于前景判定閾值，則確定其為前景像素點并更新前景標記矩陣O：

O_i,j(k)＝1；?|D_i,j(k)|＞Tf???(1)，

若該點還同時滿足相鄰幀像素值變化幅度小，則增加統計矩陣S中對應點的值：

S_i,j(k)＝S_i,j(k-1)+1；?|F_i,j(k)|＜Tb?&&|D_i,j(k)|＞Tf???(2)，

若確定當前幀中的某點為前景像素點，同時該點與前一幀像素值相差較大或者統計矩陣S中當前位置值大于累計上限值，則將矩陣S中當前位置的值清零：

S_i,j(k)＝0；?|D_i,j(k)|＞Tf?&&(|F_i,j(k)|＞Tb||S_i,j(k)＞θ)???(3)，

其中，D_i,j(k)為第k幀I_i,j(k)與背景幀B_i,j(k)在(i,j)位置處的差值，F_i,j(k)為相鄰兩幀幀差結果，Tf為前景判定閾值，閾值Tb用來判斷相鄰幀像素值變化幅度的大小，θ為統計矩陣的累計上限值；

3)、檢測出前景像素點之后，判斷其在統計矩陣S中對應位置處的值是否達到累計上限值θ，若是，則更新背景B：

B_i,j(k)＝I_i,j(k)*α+B_i,j(k)*(1-α)?|D_i,j(k)|＞Tf?&&S_i,j(k)＝θ,0＜α≤1???(4)

其中α是更新系數，用來調節背景更新的速度；

(2)、自適應閾值二值化目標分割，包括以下步驟：

1)、定義二值化分割閾值矩陣T，T中所有元素的初值設為25；

2)、將當前幀和背景幀圖像相減得到差值圖像；

3)、以w*w的窗口對背景和當前幀圖像進行掃描，w一般為5，計算差值圖像在這一窗口內的像素平均值e，若e在18和25之間，則將T矩陣中對應該窗口內的所有w*w個元素值都修正為e+1，否則T矩陣中的對應窗口內的元素值不變仍為25；

4)、利用矩陣T對差值圖像進行二值化分割，得到前景，再對前景進行陰影消除、形態學濾波、連通域掃描得到運動目標所在的區域，實現目標檢測。