[发明专利]基于自动判别策略的低照度图像变化检测方法及装置

权利要求书

1.一种基于自动判别策略的低照度图像变化检测方法，其特征在于，所述方法包括：

输入两幅低照度环境下多时相监控图像，提出了一种自适应对数比算子用于生成一幅差异图；

使用TVL1模型降低差异图中的噪声，同时使差异图更平滑；

使用自动判别策略判断两幅多时相监控图像间是否存在变化，根据判别结果对获得的差异图进行自适应压缩获得压缩差异图，并对压缩差异图进行中值滤波获得最终的差异图；

采用K-means算法对最终的差异图进行聚类得到变化区域和未变化区域；

其中，所述自适应对数比算子为：

其中，F_L为差异图；lb代表以2为底对数变换；使用X₁(i,j)+β和X₂(i,j)+β代替X₁(i,j)和X₂(i,j)，X₁(i,j)为输入图像X₁每个像素对应的灰度值，X₂(i,j)为输入图像X₂每个像素对应的灰度值，β代表两幅多时相图像的均方差之比，H和W分别为输入图像的高度和宽度；μ₁和μ₂分别代表图像X₁和X₂所有像素灰度的均值，α用于抑制传感器噪声，i和j分别为图像中每个像素的横纵坐标；

其中，所述TVL1模型为：

TVL1模型的离散形式如下：

其中，第一项为保真项，第二项为正则项；V表示有限维向量空间；参数λ为平衡因子；F_L表示差异图，u表示去噪后图像；

其中，所述自动判别策略为：

avg＝max(avg_col,avg_row)

std＝max(std_col,std_row)

其中，avg_col和avg_row分别表示差异图Y所有列向量和所有行向量的均值的最大值；std_col和std_row分别表示差异图Y所有列向量和所有行向量的均方差的最大值；std表示差异图Y所有列向量和所有行向量的均方差的最大值，avg为差异图Y所有列向量和所有行向量的均值的最大值，R(i,j)为自适应压缩后得到的归一化差异图。

2.一种基于自动判别策略的低照度图像变化检测装置，其特征在于，所述装置用于实施权利要求1中的一种基于自动判别策略的低照度图像变化检测方法，所述装置包括：

生成模块，用于输入两幅低照度环境下多时相监控图像，提出了一种自适应对数比算子用于生成一幅差异图；

降噪与平滑模块，用于使用TVL1模型降低差异图中的噪声，同时使差异图更平滑；

判别模块，用于使用自动判别策略判断两幅多时相监控图像间是否存在变化，根据判别结果对获得的差异图进行自适应压缩获得压缩差异图，并对压缩差异图进行中值滤波获得最终的差异图；

聚类模块，用于采用K-means算法对最终的差异图进行聚类得到变化区域和未变化区域。

3.根据权利要求2所述的一种基于自动判别策略的低照度图像变化检测装置，其特征在于，所述判别模块包括：

构建子模块，用于构建自动判别策略；

压缩与滤波子模块，用于根据判别结果对获得的差异图进行自适应压缩获得压缩差异图，并对压缩差异图进行中值滤波获得最终的差异图。

4.一种基于自动判别策略的低照度图像变化检测装置，其特征在于，所述装置包括：

处理器和存储器，所述存储器中存储有程序指令，所述处理器调用存储器中存储的程序指令以使装置执行权利要求1所述的方法。

5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令被处理器执行时使所述处理器执行权利要求1所述的方法。