[发明专利]一种基于改进码本模型的前景检测方法

权利要求书

1.一种基于改进码本模型的前景检测方法，其特征在于，针对背景中存在的运动目标阴影和高亮噪声，在YUV空间采用三层圆柱体码本建立背景模型。

2.一种基于改进码本模型的前景检测方法，其特征在于，对码字结构中的Y分量建立单高斯模型，在码本更新过程中自适应调节码本参数，以减小阈值的选择对分割效果的影响。

3.一种基于改进码本模型的前景检测方法，其特征在于，与原始码本结构相比，精简了码字结构，减少内存占用，为每个像素点定义码本C={c₁，c₂，...，c_L}，每个码字可表示为七元组其中μ_i为匹配c_i的像素的Y分量均值，为匹配c_i的像素的Y分量的方差，为匹配c_i的像素的UV分量的均值，f_i为匹配c_i的像素个数，λ_i为c_i未匹配成功的最大时间间隔，q_i为c_i最后一次匹配成功的时间。

4.根据权利要求1所描述的方法，其特征在于，正常背景匹配公式为：

(Yt-μi)2≤∂σi2,(Ut-U‾i)2+(Vt-V‾i)2≤ϵ,]]>构成中间层圆柱体模型；

依据阴影区域像素的Y分量值较低，UV分量值基本不变的特性，运动阴影判别公式：

YLow≤Yt≤μi-∂σi2,(Ut-U‾i)2+(Vt-V‾i)2≤ϵ,]]>构成底层圆柱体模型；

依据高亮区域像素的Y分量值较高，UV分量值基本不变的特性，高亮噪声判别公式：

μi+∂σi2≤Yt≤YHigh,(Ut-U‾i)2+(Vt-V‾i)2≤ϵ,]]>构成顶层圆柱体模型。

5.根据权利要求1和2所描述的方法，其特征在于，像素点Y分量观察序列

Y={y₁，y₂，…，y_N}，假设其服从高斯分布N(μ，σ²)，有P(|Y-μ|≤2.58σ)≥99％，可取码本模型中参数码字中μ_i，的更新则采用：μ_i←(1-ρ)μ_i+ρY_t，σi2=(1-ρ)σi2+ρ(Yt-μi)2.]]>