[發(fā)明專利]一種目標(biāo)鬼影檢測及邊緣傳播抑制算法

有效

• 申請?zhí)枺?/td>: 201911035250.8
• 申請日: 2019-10-28
• 公開（公告）號: CN112802055B
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計(jì)）人: 李炎炎;俞曉紅;陳金戈
• 申請（專利權(quán)）人: 四川大學(xué)
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/254;G06T7/11;G06T7/136
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于ViBe的目標(biāo)鬼影檢測及邊緣傳播抑制算法，其特征在于引入基于閾值分割來抑制鬼影的迭代自組織分析算法以及基于邊緣特征延長緩慢目標(biāo)融入背景樣本模型的算法，包括以下步驟:

(1)對于當(dāng)前幀，使用ViBe算法判斷當(dāng)前幀的背景和前景、使用ISODATA算法計(jì)算當(dāng)前幀的最佳分割閾值，假定圖像的四個(gè)角僅包含背景而剩余部分則是檢測目標(biāo)，則使用該圖作為初始閾值分割模板，將此模板作為檢測函數(shù)將圖像分割為背景區(qū)域和目標(biāo)區(qū)域，然后計(jì)算背景區(qū)域的像素平均值A(chǔ)_b以及目標(biāo)區(qū)域的像素平均值A(chǔ)₀，閾值T⁰的計(jì)算公式如下所示；

(2)然后使用閾值T⁰對圖像進(jìn)行分割，從而獲得圖像的背景區(qū)域與目標(biāo)區(qū)域，重復(fù)上述過程，直到獲取最佳閾值T^k；

(3)鬼影的判別，求取被ViBe算法判斷為目標(biāo)點(diǎn)的每個(gè)像素點(diǎn)與樣本模型中的灰度像素平均值，與閾值T^k比較，如果當(dāng)前點(diǎn)的灰度像素平均值小于最佳閾值T^k且當(dāng)前點(diǎn)的灰度值大于最佳閾值T^k，則就認(rèn)為該目標(biāo)點(diǎn)為鬼影，如下式所示，式中：表示像素點(diǎn)i的灰度像素均值，T_i表示像素點(diǎn)i的像素值；

(4)更新(3)判斷為鬼影區(qū)域的背景模型，此時(shí)鬼影區(qū)域就能有效地被去除，使得后續(xù)的檢測過程更加精準(zhǔn)；

(5)對于(1)判斷為背景的區(qū)域運(yùn)用Otsu算法確定Canny算子的高閾值θ_max，再用此高閾值乘以比例因子σ求得算子的低閾值，σ的值為0.5；

(6)對于(5)判斷背景區(qū)域是否存在邊界點(diǎn)，若當(dāng)前像素點(diǎn)i的像素值T_i小于低閾值，即比例因子σ和高閾值θ_max的乘積，則該像素點(diǎn)T_i為背景點(diǎn)，則執(zhí)行更新策略，反之，該像素點(diǎn)T_i為目標(biāo)，則不更新。