[发明专利]一种夜间物体检测的方法

权利要求书

1.一种夜间物体检测的方法，其特征在于：通过建立静止的混合高斯背景 模型检测前景点，建立前景图像和背景图像模型，并利用图像帧中高斯分布模 型特征的变化进行背景图像模型更新，对前景图像中的前景目标进行特征提取， 通过匹配目标的特征，建立运动目标与前景目标之间的对应关系实现对运动目 标的追踪；

前景点与背景点的判断：为帧图像中的每个图像点的灰度值分布建立高斯 分布模型p(x,μ_t,Σ_t)，若p(x,μ_t,Σ_t)不大于概率阈值，则该图像点为前景点，否 则该图像点为背景点；

背景图像：每隔一定之间进行一次帧图像采样，获取并计算样本的背景点 的期望图像，该期望图像为背景图像；

前景图像处理：通过前景点计算得到前景图像，对其进行阈值化，将其转 化为二值图像，再作形态学开运算，去除面积较小的散点。

背景模型更新判断：通过相邻时间段的背景概率模型的匹配度判定背景模 型是否需要更新，并对背景模型上的多个图像点均引入高斯分布模型，判断算 法公式如下：

对像素点(x,y)，令X_t表示其在t时刻的亮度值，并服从高斯分布，即

p(Xt)=12πΣtexp(-(Xt-μt)22Σt)---(1)]]>

其中期望μ_t和方差Σ_t随时间进行更新，更新公式为：

μ_t+1＝(1-α)μ_t+α(X_t-μ_t)(2)

Σ_t+1＝(1-α)Σ_t+α(X_t-μ_t)(X_t-μ_t)^T(3)

其中α∈[0,1]，初值μ₀与Σ₀规定为：

μ₀＝I₀(4)

Σ₀＝20(5)

规定缩放系数λ，当t+1时刻像素亮度X_t+1满足式(6)，认为像素属于背景，

|Xt+1-μt|<λΣt---(6)]]>

当满足式(7)，认为像素属于前景；

|Xt+1-μt|≥λΣt---(7)]]>

前景目标分割：利用空间连续性对前景图像中的连通区域进行分割，将分 割后的帧图像与背景模型之间进行对比，对前景图像中的前景目标的静态特征 进行提取；

运动目标跟踪：采用二阶Kalman滤波器模型作为运动目标的运动模型，将 运动目标与前景目标进行匹配，静态特征匹配成功后，对其特征和运动历史记 录进行更新。

2.根据权利要求1所述的一种夜间物体检测的方法，其特征在于：还包括 对摄像机抖动过滤的方法：对前景图像中的连通区域数量进行统计，若超出抖 动阈值，则判断摄像机出现抖动，停止对运动目标的追踪，并对显示抖动警告 信息。