[发明专利]一种针对复杂背景的运动目标检测方法

权利要求书

1.一种针对复杂背景的运动目标检测方法，其特征是：它由以下步骤实现：

步骤一、获取待测场景的视频，根据视频内容获得M帧场景图像，M为大于或等于2的整数；

步骤二、对步骤一获得的M帧场景图像作帧间差分，获得场景图像中的每一个像素点的差分序列；

步骤三、对步骤二获得的场景图像中的每一个像素点的差分序列建立混合高斯模型；

步骤四、设置要求的虚警率，并根据步骤三获得的混合高斯模型计算场景图像中的每一个像素点的检测门限；

步骤五、根据步骤四获得的检测门限对差分序列帧中的每一个像素点做二值化处理，从而获得运动目标的轮廓。

2.根据权利要求1所述的一种针对复杂背景的运动目标检测方法，其特征在于步骤一中所述待测场景的视频P_x，y(t)的表达式为：

P_x，y(t)＝T_x，y(t)+B_x，y(t)+L_x，y(t)

式中，x，y是像素的坐标，t为待测场景的视频的时间，T_x，y(t)表示运动目标，B_x，y(t)为背景，L_x，y(t)表示光照的强度。

3.根据权利要求1所述的一种针对复杂背景的运动目标检测方法，其特征在于步骤三中所述的混合高斯模型的具体含义为：一个以概率1-ε从得到的随机变量，以及以概率ε从得到的随机变量之和的概率密度函数，混合高斯模型的概率密度函数定义为：

fx,y(z)=(1-ϵ)gx,y(z)+ϵg~x,y(z)]]>

其中，和分别是两个零均值不等方差的高斯模型，ε∈[0，1]，是两个高斯分量的比率；

对于(x，y)像素差分序列z[n]，n＝1，2，…，N，N为正整数，将上述公式改写为：

fx,y(z[n];ϵ)=(1-ϵ)σ12πexp(-z2[n]2σ12)+ϵσ22πexp(-z2[n]2σ22).]]>