[发明专利]一种虚实物体遮挡检测方法

权利要求书

1.一种虚实物体遮挡检测方法，其特征在于，具体按照以下步骤实施：

步骤1，对第一帧图像进行建模，为每个像素建立背景样本集，实现背景模型的初始化；

步骤2，对后续帧图像采用自适应方法进行前景目标判断，获取前景图像；

步骤3，对步骤1中的背景模型进行更新；

步骤4，对步骤2获取的前景图像中的噪声点采用中值滤波进行降噪；

步骤5，对步骤4经降噪的前景图像中的孔洞区域使用漫水填充法进行填充；

步骤6，对经步骤1-5处理的图像进行优化，检测阴影区域并剔除，具体为：

步骤6.1，对步骤5已经填充孔洞的前景图像利用HSV颜色空间进行阴影检测，如果前景图像中的像素点满足式(5)的三个条件则保留，判断为前景图像；否则判断为背景阴影并进行剔除；

其中，参数0≤α≤β＜1，由于阴影区域像素的亮度小于前景区域像素的亮度，故β的取值小于1，α表示当前光线的强度，α越小表示光线越强；I_t和B_t分别表示当前帧和参考帧，(x,y)是坐标值，下标t表示帧数，τ_s和τ_h分别表示饱和度分量阈值和色调分量阈值；

步骤6.2，对步骤5已经填充孔洞的前景图像使用MeanShift聚类算法进行前景分割，具体为：

(1)图像平滑：在空间域和值域的特征空间对前景图像进行分类，通过模点搜索确定每个数据点的类中心，并且让类中的点都变为这些类中心点的颜色；

(2)相似区域合并：

构建特征空间，求取特征空间的向量并移动特征空间中的球体后再重新计算漂移向量，直至收敛；更新输出图像上对应的初始原点的色彩值为本轮迭代的终点的色彩值，如此完成一个点的色彩均值漂移；

对于前景图像上的其它点依次重复上面的步骤进行遍历，完后通过区域生长来完成图像的合并，从图像上某一点出发，假如其邻域点的颜色值与其相似则合并，同时从新合并点继续合并直到碰到不同类或不相似的像素点；

步骤6.3：求交运算

通过对步骤6.2与步骤6.3进行求交运算，通过不同图像区域内包含通过求交运算得到的区域的范围阈值来对阴影区域的检测进行优化，从而实现阴影检测。

2.根据权利要求1所述的一种虚实物体遮挡检测方法，其特征在于，所述步骤1具体为：

步骤1.1，建立初始第一帧图像的像素模型

M＝f(xⁱ,yⁱ)|(xⁱ,yⁱ)∈N_G(x,y) (1)

其中，f(xⁱ,yⁱ)表示当前像素的值，N_G(x,y)表示邻域中相邻的像素值；xⁱ和yⁱ是像素f的两个坐标；

步骤1.2，为每个像素建立背景样本集以及初始化背景模型

样本集有P₁、P₂…P_n共n个图像构成，每一幅 图的大小和原帧大小相同，对于每一幅 的某一像素点，按平均分布随机抽样n次八邻域中的一个像素值为其采样点，从而得到n个图像，形成初始化后的背景模型：

B_x(t)＝{p₁，p₂，…，p_n} (2)。