[发明专利]一种基于图像显著性的相对静止目标检测方法

权利要求书

1.一种基于图像显著性的相对静止目标检测方法，其特征在于，包括如下步骤：

步骤1：记任意第k帧图像为F_k，建立F_k中每个像素点的背景模型，将每一个像素模型用其邻域中的像素来表示，记为如式(1)所示；

其中，表示图像F_k的第i个像素点的邻域中坐标为像素点的像素值，(x_ki,y_ki)表示图像F_k的第i个像素点的坐标，N_G(x_ki,y_ki)表示第k帧图像的第i个像素点的邻域像素点集合，表示N_G(x_ki,y_ki)中第j个像素点的坐标，j∈[1,64]；

步骤2：初始化第1帧图像F₁中每个像素点的背景模型，得到

步骤3：读取下一帧，记为第t帧图像F_t，采用集合记录F_t中判断为前景的像素点坐标，n_t表示集合C_t的元素个数；初始时为C_t空，然后遍历F_t中的所有像素点(x_ti,y_ti)并根据式(2)计算Y_ti，满足Y_ti≥M₀的像素点被判断为前景点并将对应的坐标(x_ti,y_ti)添加至集合C_t中；

其中，κ(·)表示示性函数，如果参数满足条件，返回1，否则返回0；Y_ti表示F_t中的像素点(x_ti,y_ti)的邻域中为前景的像素点个数；T表示前景点判断阈值；M₀表示被判断为前景点的次数阈值；

步骤4：若tT₀，其中，T₀表示帧数阈值，转步骤3；否则，根据式(3)计算得到前景点像素坐标的并集C，转步骤5；

步骤5：根据式(4)对图像F₁进行处理，得到新的图像并记为R；

步骤6：根据式(5)和(6)计算图像R的显著图，记为S；

其中，R(x_i,y_i)表示图像R中坐标为(x_i,y_i)的像素点的灰度值，R(x_j,y_j)表示图像R中坐标为(x_j,y_j)的像素点的灰度值；|R|表示R中的像素点个数；tp_ij表示中间变量；S(x_i,y_i)表示图像R中坐标为(x_i,y_i)的像素点的显著值；

步骤7：根据式(7)对图像S进行二值化，得到二值化图像Q；

其中，Q(x_i,y_i)表示二值化图像Q中坐标为(x_i,y_i)的像素点的灰度值，W₀表示二值化判断阈值；

步骤8：根据基于边界跟踪的二值图像拓扑结构分析的方法对二值化图像Q进行拓扑结构分析，可以得到相对静止目标的包络矩形框，即实现了相对静止目标的检测。