[发明专利]针对相机移动的运动目标检测算法

权利要求书

1.针对相机移动的运动目标检测算法，其特征在于：它包括以下步骤，

S1，获取视频信息，以视频第一帧图像数据为基础，建立初始混合高斯背景模型；

S2，相邻两帧图像之间采用金字塔光流跟踪算法，获取相邻两帧图像中运动目标的光流特征点，采用RANSAC算法筛选出目标点，根据筛选结果计算相邻两帧图像之间的单应矩阵；

S3，使用步骤S2中得到的单应矩阵，对步骤S1中的初始混合高斯背景模型作透视变换，得到最终混合高斯背景模型；

S4，待检测图像以像素点为处理单位，使用步骤S3中的混合高斯背景模型判断该像素点是否为前景像素点，如果是前景像素点，则该像素点周围8邻域的像素点也采用混合高斯背景模型进行相同的判断，若该像素点周围8邻域的像素点均为前景像素点，则最终判断该像素点为前景点，否则为背景点；

S5、更新步骤S4中判断为背景点的像素值，获取实时匹配的混合高斯背景模型，转到步骤S2，实现实时运动目标检测；

所述步骤S5，Age(X)表明图像视场中像素X存在的时间，Age(X)越大，像素X存在的时间越久；

步骤S5中背景模型参数更新公式如下：

ρ＝α/ω_i,t

ρ'＝ρ/Age(X_t)

μ_i,t＝(1-ρ')μ_i,t-1+ρ'X_t

其中，μ_i,t，分别表示背景模型在t时刻的均值和方差，X_t表示t时刻的像素值，ρ传统背景模型更新速率，ρ′是改进后模型的更新速率，α是学习率，ω_i,t是第i个高斯模型的权重。

2.如权利要求1所述的针对相机移动的运动目标检测算法，其特征在于：所述步骤S1中以视频第一帧图像数据初始化混合高斯背景模型的均值和方差，建立初始混合高斯背景模型。

3.如权利要求1所述的针对相机移动的运动目标检测算法，其特征在于：步骤S2中将图像分成大小相等的mⅹn的图像块，m、n为正整数，取每个图像块的中心点为跟踪点，采用金字塔光流跟踪算法，计算相邻两帧图像的光流金字塔，根据两帧图像之间的光流来计算需要跟踪的点的目标点，得到相邻两帧图像之间的匹配点对，采用RANSAC算法从匹配点对中筛选出目标点，并根据筛选后得到的匹配点对计算相邻两帧图像之间的单应矩阵。

4.如权利要求3所述的针对相机移动的运动目标检测算法，其特征在于：所述图像分成大小相等的16ⅹ12的图像块，单应矩阵为3ⅹ3矩阵。

5.如权利要求1所述的针对相机移动的运动目标检测算法，其特征在于：所述步骤S4的具体步骤如下：

1)初始化邻域半径r，令r＝1；

2)对图像中每个像素点的高斯模型分别按照ω_i,t/σ_i,t从大到小进行排序，并选取当前像素点前M个高斯模型来描述背景，M满足如下公式：

3)将待检测像素点X与其前M个高斯模型进行匹配校验，如果存在某个高斯模型与X匹配成功，则认为X为背景点；否则，X标记为待定点；

4)将待定点X与邻域半径r＝1的范围内像素点的高斯模型匹配校验， 如果存在某个高斯模型与X匹配成功，则认为X为背景点；否则，认为X为前景点。