[发明专利]面向夜间环境下的背景减除方法

权利要求书

1.一种面向夜间环境下的背景减除方法，所述方法包括：

接收用于适应性多分辨率背景提取AMBER的背景模型以及当前帧；

利用局部二值相似性模式LBSP算子并根据像素分类阈值将所述当前帧的像素分类为背景点类和前景点类；

将所述前景点类进一步分类为感兴趣的目标以及闪烁像素；以及

针对被分类为闪烁像素的像素学习关联区域并根据关联区域的学习结果动态更新所述像素分类阈值和所述背景模型的更新率，其中针对被分类为感兴趣的目标的像素及所述被分类为感兴趣的目标的像素周围与其具有第一行为相似度的像素，以第一幅度降低像素分类阈值和背景模型的更新率；

针对所述被分类为感兴趣的目标的像素周围与其具有第二行为相似度的像素，以第二幅度降低像素分类阈值和背景模型的更新率，其中，所述第一行为相似度高于所述第二行为相似度并且所述第一幅度大于所述第二幅度；

针对被分类为闪烁像素的像素及所述被分类为闪烁像素的像素周围与其具有第三行为相似度的像素，以第三幅度增大像素分类阈值和所述背景模型的更新率；

针对被分类为闪烁像素的像素及所述被分类为闪烁像素的像素周围与其具有第四行为相似度的像素，以第四幅度增大像素分类阈值和背景模型的更新率，其中，所述第三行为相似度高于所述第四行为相似度并且所述第三幅度大于所述第四幅度；

其中，所述闪烁像素包括：

全分辨率下的检测结果和低分辨率下的检测结果之间的差异；

全分辨率下的检测结果和经过后处理的全分辨率下的检测结果之间的差异；以及

低分辨率下的检测结果和经过后处理的低分辨率下的检测结果之间的差异。

2.根据权利要求1所述的背景减除方法，其中，利用局部二值相似性模式LBSP算子并根据像素分类阈值将所述当前帧的像素分类为背景点类和前景点类进一步包括：

当所述当前帧的像素满足第一预定条件并且满足第二预定条件时，所述当前帧的所述像素被分类为背景点类。

3.根据权利要求1或2所述的背景减除方法，其中，利用局部二值相似性模式LBSP算子并根据像素分类阈值将所述当前帧的像素分类为背景点类和前景点类进一步包括：

当所述当前帧的像素不满足第一预定条件或不满足第二预定条件时，所述当前帧的所述像素被分类为前景点类。

4.根据权利要求3所述的背景减除方法，其中，将所述前景点类进一步分类为感兴趣的目标以及闪烁像素进一步包括：

当所述当前帧的所述像素被分类为前景点类并且所述当前帧的所述像素不是闪烁像素时，所述当前帧的所述像素被分类为感兴趣的目标；否则

所述当前帧的所述像素被分类为闪烁像素。

5.根据权利要求1所述的背景减除方法，其中，针对被分类为闪烁像素的像素及所述被分类为闪烁像素的像素周围与其具有第三行为相似度的像素，以第三幅度增大像素分类阈值和所述背景模型的更新率进一步包括：

当被分类为闪烁像素的像素经过第一预定次数的调整之后仍被分类为闪烁像素时，所述第三幅度依次递增。

6.根据权利要求5所述的背景减除方法，其中，当被分类为闪烁像素的像素经过第二预定次数的调整之后仍被分类为闪烁像素时，删除该像素，其中，所述第二预定次数多于所述第一预定次数。

7.根据权利要求1所述的背景减除方法，其中，所述闪烁像素的像素根据当前帧以及所述当前帧的前两帧进行判断。