[发明专利]一种基于Codebook背景差分法的前景检测方法

权利要求书

1.一种基于Codebook背景差分法的前景检测方法，包括如下步骤：

步骤一，对视频序列进行预处理，并对目标边缘进行增强；

步骤二，对预处理后的视频序列利用Codebook方法进行背景建模；

步骤三，利用Codebook方法对该视频序列进行背景更新；

步骤四，将当前帧与背景帧通过Codebook背景差分法进行前景检测，获得当前场景中的运动目标。

2.如权利要求1所述的一种基于Codebook背景差分法的前景检测方法，其特征在于，步骤二进一步包括如下步骤：

步骤2.1，对视频序列中的每个像素建立一个编码本，该编码本由一些boxes组成；

步骤2.2，在每一个轴上的每一个box用两组阈值进行定义，该两组阈值为边界阈值和学习阈值，每一组阈值均由两个元素组成，分别为最大值和最小值；

步骤2.3，如果像素(x,y)在新的背景模型B的值B_(x,y)落到像素(x,y)的第i个box的学习阈值之间，则第i个box的边界阈值将膨胀以包含进新背景模型的值B_(x,y)，而学习阈值则根据新值B_(x,y)的边界(B_(x,y)-g,B_(x,y)+g)与学习阈值的位置关系进行调整；

步骤2.4，如果新的背景样本B_(x,y)在像素(x,y)的N个box的学习阈值之外，将开始产生一个新的box，像素(x,y)的第N+1个box来对新的值进行存储。

3.如权利要求2所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：在步骤2.3中，当B_(x,y)-g小于时，减一，否则不变，当B_(x,y)+g大于时，加一，否则也不变，其中g为学习范围阈值，表示box的学习范围。

4.如权利要求3所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：新建的box的最大边界阈值与最小边界阈值相等，均等于当前背景模型值B_(x,y)，而最大学习阈值和最小学习阈值分别初始化为B_(x,y)+g和B_(x,y)-g，其中g为box的学习范围。

5.如权利要求2所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：学习阈值的范围大于边界阈值的范围，box的学习阈值包含边界阈值。

6.如权利要求2所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：步骤三包括box的建立和陈旧的box的删除两个步骤，该box的建立与步骤二中建立新box的过程相同。

7.如权利要求6所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：该陈旧box的删除的步骤以消极时间为依据，每一个box具有一个状态变量T_leave，用于记录最近一次新测量值进入该box距离现在的时间，称其为消极时间，当消极时间超过所设定的阈值T_last时,则把该box从背景模型中删除。

8.如权利要求7所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：阈值T_last的值为背景建模时学习时间或帧数的一半。

9.如权利要求2所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：于步骤四中，将当前帧中(x,y)位置的像素值F_(x,_y)与背景模型中相同位置的像素的N个boxes进行范围比对操作以区分当前像素是属于前景目标还是背景。

10.如权利要求9所述的一种基于Codebook背景差分法的前景检测方法，其特征在于：通过对当前帧中每一个像素进行相同的操作，即可获得一个二值前景图像掩膜F_mask，其中像素值为255的区域代表前景目标区域，像素值为0的区域代表背景区域。