[发明专利]一种基于自适应背景建模的实时运动目标检测方法

权利要求书

1.一种基于自适应背景建模的实时运动目标检测方法，其特征在于包括以下步骤：

(1)初始化自适应背景更新和运动目标检测的参数；

(2)利用帧间差分提取实时视频运动目标区域和非运动目标区域，对非运动目标区域实时更新，获得自适应更新的实时背景；

(3)对实时采集视频和实时背景分别进行空间平滑滤波，通过差分获取前景图像；

(4)对所述前景图像进行阴影滤除和连通性分析，实时获得运动目标；

所述步骤(1)中初始化自适应背景更新和运动目标检测的参数包括视频图像的大小，帧间差分的间隔数n，差分图像红、绿和蓝分量最大值E max_k的检测阈值和背景自适应更新时的加权系数α。

2.根据权利要求1所述的基于自适应背景建模的实时运动目标检测方法，其特征在于：所述步骤(2)中获得自适应更新实时背景的步骤为：

①对第k帧与第k-n帧图像求绝对差，得到差分图像E1_k，对第k帧与第k-2n帧图像求绝对差，得到差分图像E2_k，再求E1_k与E2_k对应通道的最大值，得到E_k，具体的计算公式为：

E1ki,j=|Iki,j-Ik-ni,j|---(1)]]>

E2ki,j=|Iki,j-Ik-2ni,j|---(2)]]>

Eki,j=MAX(E1ki,j,E2ki,j)---(3)]]>

式中正整数n为帧间差分的间隔数；i和j表示像素的位置，k表示视频的时刻，即表示第k帧图像中第i行和第j列上的像素值；

②求差分图像E_k红、绿和蓝三个分量最大值的表达式

式中Er_k、Eg_k和Eb_k分别为差分图像E_k的红色分量、绿色分量和蓝色分量；

③差分图像二值化图像的过程

对差分图像进行二值化，获得二值化图像T_k为：

Tki,j=255Emaxki,j>ERR0otherwise---(5)]]>

式中ERR为差分图像颜色分量最大值E max_k进行二值化时的阈值；表示第k帧二值化图像中第i行和第j列上的像素值；对前景图像T_k进行空洞填充，再利用形态学方法对其进行膨胀，得到D_k；将D_k中像素值为255的部分视为运动部分；

④实时背景建模

自适应更新的实时背景B_k的模型表达式为：

Bki,j=α·Iki,j+(1-α)·Bk-1i,jDki,j=0Bk-1i,jotherwise---(6)]]>

式中α为自适应实时背景建模时的加权系数；表示第k帧实时采集图像中第i行和第j列上的像素值；表示第k-1帧实时背景图像中第i行和第j列上的像素值；初始实时背景B₀选用实时采集视频的背景。

3.根据权利要求1所述的基于自适应背景建模的实时运动目标检测方法，其特征在于：所述步骤(3)中的实时获取前景图像的步骤为：

①对实时采集的视频和自适应更新的实时背景图像分别进行空间平滑滤波，并求二者的绝对差分，得到差分图像F_k为：

Fki,j=|Iki,j-Bki,j|---(7)]]>

②求F_k的红颜色分量Fr_k、绿颜色分量Fg_k和蓝颜色分量Fb_k三个颜色分量最大值的表达式为

③获取实时视频的前景图像

对差分图像F_k进行二值化，获得二值化图像T_k，T_k为实时视频前景图像

Tki,j=255Fmaxki,j>ERR0otherwise.]]>