[发明专利]一种自适应参数的运动目标检测方法

说明书

本发明提供一种自适应参数的运动目标检测方法。本发明使用改进的混合高斯背景更新算法通过前景点像素的个数在整幅图像中所占比例发生变化的大小来判断场景是否发生变化，将背景分为变化区域和非变化区域，针对变化区域和非变化区域采取不同的更新速率与高斯分布个数，获取新的背景模型，从而便于在新的背景模型中获取运动目标。本发明能够提高背景更新的效率，有效地抑制拖影现象和漏检现象。

技术领域

本发明属于目标检测领域，具体涉及一种自适应参数的运动目标检测方法。

背景技术

目标检测技术就是从序列图像中将目标从图像背景中分割提取出来的技术，它是目标搜索与跟踪系统中的关键技术，为后续目标识别、目标跟踪、航迹关联等技术提供初始信息。目标检测的效果好坏直接影响整个识别与跟踪系统。

目前，运动目标检测在图像处理领域得到了广泛关注和充分发展。但是，如何在复杂的环境中有效地将运动目标检测出来仍然是运动目标检测方面的难点。在现在主流的运动目标检测算法中，混合高斯背景更新算法有着显著的优点，该算法比光流法和非参数估计实时性高，比帧差法探测率高，而且鲁棒性较好。因此，混合高斯背景更新算法在运动目标检测领域得到了广泛的应用。但是，文献<<Video Object Segmentation by Fusion ofSpatio-Temporal Information Based on Gaussian Mixture Model>>中所用的传统混合高斯背景更新算法也有着自身的不足之处。例如，在背景更新中采用固定个数的高斯分布，固定更新速率，而且对每一幅图像都要进行更新，这就导致该算法的三个不足之处：一是，在背景更新完成，达到稳定之后，混合高斯背景模型还继续对图像进行背景更新，造成不必要的时间浪费，在一定程度上影响了运动目标检测的实时性；二是，当目标由静止变为运动时，会有拖影现象；三是，当目标在场景中由运动变为静止时，目标会逐渐融入到背景中，造成目标丢失，从而造成漏检。

发明内容

本发明的目的在于提供一种自适应参数的运动目标检测方法，能够有效地抑制拖影现象和漏检现象。

为了解决上述技术问题，本发明提供一种自适应参数的运动目标检测方法，括以下步骤：

步骤一：将视频序列图像中的任意一帧图像作为当前帧图像，对当前帧图像构造混合高斯背景模型，并对混合高斯背景模型中的每个高斯分布的权值、均值以及方差值进行初始化，得到初始化之后的混合高斯背景模型；

步骤二：在步骤一得到的混合高斯背景模型基础之上，用与当前帧图像相邻的后一帧图像中的每个像素点的像素值依次与对应位置的所有高斯分布进行匹配，通过匹配进一步更新混合高斯背景模型中全部高斯分布的权重值、均值和方差值，获得更新后的混合高斯背景模型；

步骤三：对步骤二获得的更新后的混合高斯背景模型特征进行分析，判断背景是否存在突变，得到变化区域和非变化区域，并对变化区域和非变化区域选用不同的高斯分布个数和不同的更新速率进行背景更新处理，获得背景图像数据；

步骤四：使用步骤三得到的背景图像数据提取出运动目标。

本发明与现有技术相比，其显著优点在于：(1)本发明通过前景点像素的个数在整幅图像中所占比例发生变化的大小来判断场景是否发生变化，将背景分为变化区域和非变化区域，针对变化区域和非变化区域采取不同的更新速率与高斯分布个数，获取新的混合高斯背景模型对背景进行选择性背景更新处理，从而便于在新的混合高斯背景模型中获取运动目标；(2)本发明方法对背景的不同区域采用选择性更新，对于不同情况，采用选择性更新，能够有效地将运动目标从背景中识别出来，从而有效地抑制了漏检现象；(3)本发明方法只针对性地对需要进行更新的区域进行背景更新处理，能够有效提高背景更新的效率，提高本发明方法处理的实时性，从而有效地抑制拖影现象。

附图说明