[发明专利]一种基于改进的局部自适应灵敏度背景建模方法

权利要求书

1.一种基于改进的局部自适应灵敏度背景建模方法，其特征在于，包括如下步骤：

步骤(1)：选取视频序列的前M帧作为背景模型候选帧，去除缓慢运动目标和短时静止目标的影响建立背景模型，背景模型由样本组成；

步骤(2)：在步骤(1)所述背景模型的基础上，采用样本一致性的原则检测前景；

步骤(3)：依据自适应灵敏度的模型更新策略调整距离阈值和学习率；

步骤(4)：获得距离阈值之后，进行距离阈值修正；首先计算像素点在RGB空间上与其邻域的带权颜色差值之和，然后获取当前像素点与背景模型的样本的最小距离阈值的平均值；通过两者的加权和来衡量背景复杂程度并修正距离阈值，最后更新颜色距离阈值和局部二值相似模式LBSP特征距离阈值；

所述步骤(4)中，衡量背景复杂程度的方法和距离阈值修正策略具体实现过程如下：

用背景模型B(x)中所有样本与当前像素点I(x)之间距离最小值的平均值和当前像素点与周围16邻域像素点的带权RGB空间颜色差值之和描述当前像素点的背景复杂程度，记为C(x)；s是背景复杂程度的临界阈值，R_s是背景复杂度为s下的距离阈值，对于距离阈值R(x)的修正机制如下：

当C(x)s时，背景较稳定，取R(x)历史最小值与R_s之间的较大者作为判定阈值，当背景复杂度减小时使得R(x)快速变化，防止判定阈值过小造成漏检；当C(x)＝s时，即当前像素点的背景复杂，取R(x)历史最大值与R_s+α(C(x)-s)之间的较小者作为判定阈值，避免判定阈值过大造成误检；此时R′(x)兼顾了背景稳定性和动态性，从而能够获得更好的检测效果；

最后实际的颜色阈值和LBSP距离阈值计算如下，其中和分别取30和3：

步骤(5)：以当前自适应学习率指导更新背景模型的样本。

2.根据权利要求1所述的一种基于改进的局部自适应灵敏度背景建模方法，其特征在于，所述步骤(1)中建立背景模型的方法：

在前M帧内使用差分步长为n的帧间差分法，从第i、i+n和i+2*n帧获取并标记运动目标的像素位置，帧数i的初始值为1，差分步长n＝2；然后获取剩余像素位置的RGB值和LBSP特征值，将其作为当前像素的一个样本存入背景模型；然后在前M-N帧内迭代增加i值，重复上述操作获取像素样本并进行计数，当某像素点的样本数量为N时，则完成该像素点的背景模型的初始化，当样本数量小于N且i+2*n≥M-N时，通过后续N帧中的像素信息填充样本数量不足的像素模型，直至样本数为N时为止；

通过上述方法获得的背景模型B(x)具体如下：

B(x)＝{B₁(x),…,B_K(x),…,B_N(x)}

其中，B_K(x)表示模型中第k个样本，N为样本总数。

3.根据权利要求1所述的一种基于改进的局部自适应灵敏度背景建模方法，其特征在于，所述步骤(3)的实现是使用背景动态程度D_min(x)和闪烁点计数器v(x)更新距离阈值R(x)和获取学习率，具体方法如下：

背景动态程度D_min(x)＝D_min(x)(1-θ)+d_t(x)*θ，θ是学习率，d_t(x)是模型中样本与像素点之间的颜色与LBSP距离的最小值，闪烁点计数器v(x)的更新方法如下：

X_t(x)为当前帧像素与前一帧像素分割的异或结果。

4.根据权利要求3所述的一种基于改进的局部自适应灵敏度背景建模方法，其特征在于，距离阈值R(x)更新方式如下：