[发明专利]一种用于智能交通检测系统的车辆目标物识别算法

权利要求书

1.一种用于智能交通检测系统的车辆目标物识别算法，包括以下几个步骤：

步骤A、读取连续的多帧图像，任取一种背景建模算法，建立背景模型；

步骤B、背景更新；

步骤C、背景差分；

步骤D、多帧差分；

步骤E、车辆目标物识别；

其特征在于，步骤E中，采用多帧差分和背景差分相结合的方法来得到目标物的轮廓，其步骤如下：

E1  、首先采集到连续的多帧图像并保存起来；

E2、第一帧图像和第二帧图像进行帧差分算法得到二值化图像D1，第二帧图像和第三帧图像进行帧差分算法得到二值化图像D2，以此类推，分别得到二值化图像D3和D4；

E3、D1和D2进行与运算得到二值化图像D5，D3和D4进行与运算得到D6，D5和D6进行与运算得到最终的二值化图像D7；

E4、通过E3得到的二值化图像D7，和步骤C中背景差分得到的二值化图像进行与运算，完整的识别出车辆目标物的轮廓。

2.根据权利要求1所述的车辆目标物识别算法，其特征是：步骤B中，采用背景更新算法得到理想的背景；所述背景更新算法包括以下几个步骤：

步骤B1、标定出图像中需要检测的敏感区域的坐标；

步骤B2、对得到的连续的多帧图像，用帧差分算法和背景差分算法相结合的方法，获取步骤B1中标定的敏感区域的初始背景；

步骤B3、进行背景更新判决；

步骤B4、背景更新。

3.根据权利要求2所述的车辆目标物识别算法，其特征在于：步骤B3中，进行背景更新判决的步骤如下：

C1、用函数神经链网络算法得到区分当前帧和背景帧的阈值；

C2、用灰度直方图算法得到某种灰度级的像素个数；

C3、将当前帧图像与背景图像进行差分，如果当前像素差分结果大于设定的阈值，那么认为存在运动目标，标记为前景像素，否则，标记为背景像素；然后将标记为背景像素的部分替换到背景模板中对应的像素中去，以实现背景的实时更新。