[发明专利]一种红外视频的运动物体识别方法、系统和报警装置

权利要求书

1.一种红外视频的运动物体识别方法，其特征在于，包括步骤：

转换红外视频图像为灰度图像；

计算一段时间内，序列图像像素的均值和方差以作为背景模型，初始化K个高斯分布模型的参数和对应权值；

基于预设的匹配关系式处理当前像素和高斯分布模型以确定匹配关系；

根据匹配关系修改高斯分布模型的权值、均值和方差；

根据权值和标准差计算优先级，根据优先级排序高斯分布模型并从中选取若干个的高斯分布模型以作为背景模型的逼近；

将当前像素根据优先级排序与对应高斯分布模型逐一匹配，如果符合判断式则标定其为前景点；

集合所述前景点以形成运动目标图像，根据运动目标图像的坐标变化以获取运动参数。

2.根据权利要求1所述的一种红外视频的运动物体识别方法，其特征在于，还包括步骤：

基于|I_t-μ_i,t-1|≤D₁δ_i,t-1处理所述当前像素和高斯分布模型以确定匹配关系，其中，I_t为当前像素，μ_i,t-1和δ_i,t-1分别是第i个高斯分布模型对应的高斯函数在时刻t-1的均值和标准差，D₁为表示当前像素与模型匹配度的自定义常数。

3.根据权利要求2所述的一种红外视频的运动物体识别方法，其特征在于，所述根据匹配关系修改高斯分布模型的权值、均值和方差的步骤包括：

当第i个高斯分布模型与当前像素I_t匹配，则修改权值w_i,t＝(1-α)w_i,t-1+α，修改均值μ_i,t＝(1-ρ)μ_i,t-1+ρI_t，修改方差其中，α为权值更新率且0≤α≤1，ρ为模型参数更新率；

当第i个高斯分布模型与当前像素I_t不匹配，则修改其权值w_i,t＝(1-α)w_i,t-1；

当不存在与当前像素I_t匹配的高斯分布模型，则将权值最小的高斯分布替换为均值为当前像素I_t，标准差为δ₀，权值为w_i,t＝(1-α)w_i,t-1+α的高斯分布，其他高斯分布则更新权值w_i,t＝(1-α)w_i,t-1。

4.根据权利要求3所述的一种红外视频的运动物体识别方法，其特征在于，所述模型参数更新率或者ρ＝α+(1-α)/c_k，其中，c_k为第k个高斯模型的像素点总数。

5.根据权利要求4所述的一种红外视频的运动物体识别方法，其特征在于，还包括步骤：

归一化高斯模型权值计算优先级根据优先级大小排序高斯分布模型并从中选取B个的高斯分布模型以作为背景模型的逼近，其中，T为背景建模的分割阈值且0≤T≤1。

6.根据权利要求4或5所述的一种红外视频的运动物体识别方法，其特征在于，还包括步骤：

将当前像素I_t根据优先级排序与对应高斯分布模型逐一进行匹配，如果符合判断式|I_t-μ_i,t|>D₂δ_i,t,i＝1,2...B，则标定其为前景点，其中，D₂为表示当前像素与背景模型的偏离度的自定义常数。

7.根据权利要求6所述的一种红外视频的运动物体识别方法，其特征在于，所述根据运动目标图像的坐标变化以获取运动参数的步骤包括：

当S秒内出现运动目标图像的次数超过阈值，则对运动目标图像的中心坐标进行最小二乘法直线拟合以获取运动参数。