[发明专利]基于降分辨率的随机聚类统计的前景提取方法

权利要求书

1.基于降分辨率的随机聚类统计的前景提取方法，其特征在于：其包括以下步骤：

步骤1，选取具有不同场景的公共数据集，以多种压缩比分别对不同场景的视频图像进行压缩；

步骤2，对获得的不同压缩比的图像分别利用ViBe和GMM方法进行处理，记录每一个压缩比下的CPU处理时间、精确率、查全率信息和F指标，作为压缩比的选择参考数据；

步骤3，根据目标监控场景基于参考数据选取对应的压缩比对该场景的视频图像进行压缩，再分别利用ViBe和GMM方法进行处理；

步骤4，融合ViBe和GMM方法的处理结果，对ViBe和GMM方法的处理结果进行与运算，对两种前景轮廓的不完整进行互补；

步骤5，对融合后的结果进行轮廓查找并绘制轮廓，将内部小轮廓进行消除，以消除目标内的空洞。

2.根据权利要求1所述的基于降分辨率的随机聚类统计的前景提取方法，其特征在于：步骤1中公共数据集changeDetection2014的高速公路数据集、雨雪天气数据集、收费公路数据集以及卡梅隆数据集。

3.根据权利要求1所述的基于降分辨率的随机聚类统计的前景提取方法，其特征在于：步骤2中精确率表示的处理结果中真正的正确结果数量；查全率也称召回率，查全率表示原本结果中被正确处理得到数量。

4.根据权利要求1所述的基于降分辨率的随机聚类统计的前景提取方法，其特征在于：步骤2中F指标是精确率和召回率的加权调和平均。

5.根据权利要求1所述的基于降分辨率的随机聚类统计的前景提取方法，其特征在于：步骤5中查找轮廓的方法为：融合后的结果是二值图的像素值为0或255，则当前像素值与周围差值的绝对值为255时，则该像素点在位于轮廓处。

6.根据权利要求1所述的基于降分辨率的随机聚类统计的前景提取方法，其特征在于：步骤5中绘制轮廓采用图像处理工具openCV3.4中附带的findContour工具处理发现的小空洞并加以消除。