[发明专利]一种基于混合高斯模型的运动目标检测方法

权利要求书

1.一种基于混合高斯模型的运动目标检测方法，其特征在于包括以下步骤：S1：采集视频帧；S2：提取初始背景帧，进行背景模型的初始化，建立HSV分量模型；S3：当前帧跟背景帧相差分，得前景帧；S4：对所得到的前景帧进行二值化处理；S5：根据所述步骤S3的前景帧，引入更新因子更新混合高斯背景模型的权值、均值和方差；S6：利用Jeffrey值判断是否为运动目标前景；S7：利用混合高斯阴影模型去除所述运动目标前景的阴影。

2.根据权利要求1所述的一种基于混合高斯模型的运动目标检测方法，其特征在于，所述步骤S2的具体步骤为：

S201：采用MEMAO方法提取初始背景帧；

S202：对每一个像素建立其一段时间内采样直方图，并对直方图进行滤波处理；

S203：获取滤波后的直方图的尖峰所在位置；

S204：对步骤S203中每个尖峰所对应的高斯分布的参数进行初始化；

S205：建立HSV模型。

3.根据权利要求1所述的一种基于混合高斯模型的运动目标检测方法，其特征在于，所述步骤S203的具体步骤为：

通过直方图的一阶差分获取直方图中所有波峰波谷的位置，对所得的波峰进行筛选，若                                                ，则该波峰所在的位置为尖峰的位置,其中是常数。

4.根据权利要求1所述的一种基于混合高斯模型的运动目标检测方法，其特征在于，所述步骤S7的具体步骤为：

S701：根据疑似阴影模型,判断像素值是否可能为阴影，若是则SP(x,y)置为1，否则置为0；疑似阴影模型的公式为:

式中、、与、、分别表示像素点(x,y) 的新输入像素值 与背景像素值的H、S、V分量，SP ( x, y)为该点掩模，、、、均为参数，，；

S702： 利用混合高斯阴影模型去除阴影，其具体方法为：若疑似阴影和每个阴影分布均值之差的绝对值都大于该分布标准差的倍，则被认为是运动目标；否则被判为阴影，把它从运动前景中去除。