[发明专利]交通监控场景中车辆分割方法

权利要求书

1.交通监控场景的车辆分割方法，其特征在于：其融合角点特征、运动纹理特征和颜色特征来分割车辆边缘，其步骤如下：

(1)背景提取和背景更新环节，通过自适应背景模型实现自适应监控场景的光线变化，所述自适应背景模型是自适应地调整参数值来改变背景更新的速度；

(2)背景差分和前景提取环节，通过背景差分提取运动的前景，得到差分后的运动像素点掩膜模板；

(3)颜色空间分析环节，通过颜色空间分析提取运动的场景中颜色特征突出的部分，得到颜色特征掩膜模板；

(4)角点提取和角点聚类环节，通过角点提取和角点聚类发掘运动的前景中颜色特征不明显的区域，得到角点掩膜模板；

(5)多重掩膜和车辆分割环节，通过对运动像素点掩膜模板、颜色特征掩膜模板、角点掩膜模板进行多重掩膜来得到最终的车辆像素，完成车辆的边缘分割。

2.根据权利要求1所述的交通监控场景的车辆分割方法，其特征在于：步骤(1)的背景提取和背景更新环节的自适应背景模型如下：

BiRGB(x,y)=α·Bi-1RGB(x,y)+(1-α)·Ii-1RGB(x,y)Di-1B(x,y)=1Bi-1RGB(x,y)Di-1B(x,y)=0Ti(x,y)=αTi-1(x,y)+(1-α)(5*|Ii-1gray(x,y)-Bi-1gray(x,y)|)Di-1B(x,y)=0Ti-1(x,y)Di-1B(x,y)=1---(2)]]>

其中是位于位置(x，y)处的像素点的运动掩模，当其值为1时表示该像素点是运动的，当其值为0时表示该点的像素值和参考背景相比没有变化或者认为是没有变化；α是常量表示背景更新的速度，数值越小，跟新的速度越快，反之则相反，该数值的确定可以由式(3)得到；

α=1-1card(S)Σ(i,j)∈S|Ingray(i,j)-Bngray(i,j)|Ingray(i,j)---(3)]]>

其中表示运动模板中所有非运动的像素点，card(S)表示点集合中元素的个数。