[发明专利]一种基于邻域特征和灰度信息的背景建模方法

摘要

本发明公开了一种基于邻域特征和灰度信息的背景建模方法。该方法通过将像素的邻域特征加入到背景模型当中，提高了背景模型对于光照变化以及扰动的鲁棒性。获取输入视频序列的第一帧，对每个像素计算邻域特征，初始化它的背景邻域模型和背景灰度模型。对于视频的后续帧，将每个像素的邻域特征和灰度与背景邻域模型和背景灰度模型比较，判断像素是前景点还是背景点。最后，根据判断结果更新背景邻域模型和背景灰度模型。该背景建模方法模型简单，便于实现，可以满足实时智能监控系统的需求。

主权项

1.一种基于邻域特征和灰度信息的背景建模方法，其特征在于，该方法为：步骤1：输入视频序列的第一帧，对每个像素点(x,y)利用邻域特征算子计算第一帧的邻域特征向量；步骤2：根据第一帧的邻域特征向量，初始化背景邻域特征模型；根据第一帧中的像素点的灰度值，初始化背景灰度模型；步骤3：输入视频序列的下一帧，对于这一帧中的每个像素点(x,y)，利用邻域特征算子计算该点在这一帧中的邻域特征向量；步骤4：用这一帧中的邻域特征向量与上一帧的背景邻域特征模型比较，计算两者的相似度，若相似度小于阈值T_neighbor，则判断该点为前景点；反之，若相似度大于或等于阈值T_neighbor，则分为两种情况：1)若该点在这一帧中的邻域特征向量属于非平滑类型，则将该点判断为背景点；2)若该点在这一帧中的邻域特征向量属于平滑类型，则进入步骤5；其中，是否为平滑类型，通过以下方法判断：对于的16个比特位，统计值为1的比特个数，若值为1的比特数小于等于T_smooth个，则判定该邻域特征向量为平滑类型；反之，则判断该邻域特征向量为非平滑类型；步骤5：取该点在这一帧中的灰度值，与上一帧的背景灰度模型计算相似度；若相似度小于阈值T_gray，则判断该点为前景点；若相似度大于或等于阈值T_gray，则判断该点为背景点；步骤6：根据步骤3‑5的判断结果，对当前帧的背景邻域特征模型和背景灰度模型进行更新；步骤7：重复步骤3‑6，直到视频的最后一帧。