[发明专利]一种基于邻域结构的背景抑制方法和系统

权利要求书

1.一种基于邻域结构的背景抑制方法，其特征在于，包括：

(1)选取图像中的任意一个像素点，得到以像素点为中心的邻域像素点集合，将邻域像素点集合划分为前景像素点子集和背景像素点子集，基于前景像素点子集的前景像素点灰度平均值和背景像素点子集的背景像素点灰度平均值构建像素点的邻域结构模板；

(2)基于邻域像素点的灰度值得到结构向量，计算结构向量与邻域结构模板的相似性度量，将邻域结构模板分为目标模板和背景模板，利用相似性度量得到像素点为背景点的背景似然值和像素点为目标点的目标似然值；

(3)若目标似然值与背景似然值的比值大于等于阈值，则像素点为目标点，否则，像素点为背景点；

(4)以邻域像素点集合中背景点的灰度均值作为背景估计值，若像素点为背景点，直接抑制，若像素点为目标点，将目标点的灰度值减去背景估计值进行背景抑制；

所述步骤(2)包括：

(2-1)基于图像像素点p_i,j处的邻域像素点的灰度值得到结构向量：

其中，I_i-1,j表示坐标为(i-1,j)的邻域像素点的灰度值，I_i,j-1表示坐标为(i,j-1)的邻域像素点的灰度值，I_i,j表示坐标为(i,j)的邻域像素点的灰度值，I_i+1,j表示坐标为(i+1,j)的邻域像素点的灰度值，I_i+1,j+1表示坐标为(i+1,j+1)的邻域像素点的灰度值，I_i-1,j-1表示坐标为(i-1,j-1)的邻域像素点的灰度值，I_i-1,j+1表示坐标为(i-1,j+1)的邻域像素点的灰度值，I_i+1,j-1表示坐标为(i+1,j-1)的邻域像素点的灰度值；

(2-2)计算结构向量与邻域结构模板的相似性度量p_kl，1≤k≤8，1≤l≤12，

其中，d表示数据维度，为邻域结构模板的核宽矩阵；

(2-3)将邻域结构模板分为目标模板和背景模板，利用相似性度量得到像素点为背景点的背景似然值P_b和像素点为目标点的目标似然值P_f，

P_l＝max{p_kl|k＝1,2,...,8}

其中，P_l为像素点与邻域结构模板的相似性度量，

P1_f表示水平垂直方向的四邻域像素点与目标模板的相似性度量，P2_f表示对角线方向的四邻域像素点与目标模板的相似性度量，则有:

P1_f＝max{p_kl|k＝1,2,...,4；l＝8}

P2_f＝max{p_kl|k＝5,6,...,8；l＝8}

则目标似然值P_f为：P_f＝(P1_f+P2_f)/2，为目标模板。

2.如权利要求1所述的一种基于邻域结构的背景抑制方法，其特征在于，所述邻域结构模板包括：其中，f表示前景像素点灰度平均值，b表示背景像素点灰度平均值。

3.如权利要求1所述的一种基于邻域结构的背景抑制方法，其特征在于，所述背景估计值为

其中，card(S_bk)为S_bk中的像素点个数，S_bk表示背景点集合，p_m+i,n+j表示坐标为(m+i,n+j)的邻域像素点，I_i+m,j+n表示坐标为(m+i,n+j)的邻域像素点的灰度值。