[发明专利]动态场景下的运动物体检测方法

摘要

本发明提供一种动态场景下的运动物体检测方法，针对场景不完全静止而存在小运动的情形，采用核密度估计函数(KDE)对象素过程进行建模，利用非参数概率密度估计理论计算视频图像象素灰度的分布。本发明方法从原始训练序列中得到时域多样性样本集用于模型训练。在背景提取和运动物体检测过程中不需要保存和使用原始训练数据，节省了存储空间，避免了耗时的重复计算，能够得到运动物体的实时位置和形状。本发明方法的实现简单有效，具有很好的通用性和针对性。

主权项

1、一种动态场景下的运动物体检测方法，其特征在于包括如下步骤：1)多样性样本集选取：采集一组连续拍摄包含运动物体的视频序列图像作为原始训练样本集，从每一象素的时域取值直方图中交替选取具有最高出现频度以及与所选样本在欧氏距离下具有最大差异性的样本组成新的样本集，同时以新样本为中心计算正负单位灰度取值区间内的原样本数，得到新样本的不同权值用于核密度估计；2)核估计窗宽计算：利用原始样本集中每一象素在相邻帧中的样本绝对差中位数，得到该象素窗宽与样本绝对差中位数的关系，从而求得不同象素点的窗宽值；3)核密度估计：利用所得到的多样性样本、权值以及窗宽，对当前帧图像进行核密度估计，将当前图像每一象素的灰度取值代入核密度估计函数，计算得到当前图像象素的估计密度；4)运动物体二值掩码计算：对核估计密度进行阈值化处理，当估计密度大于选定的某一阈值时，将对应象素点视为背景点并赋1，否则视为前景运动物体点，赋为0，由此得到的二值掩码表征当前时刻运动物体的位置及其形状。