[发明专利]一种统计背景模型的运动目标检测方法

摘要

本发明公开了一种统计背景模型的运动目标检测方法，利用图像背景的概率统计，图像的像素灰度值的高斯分布模型以及相邻两帧图像的差分信息，在统计域巾建立背景模型，并实时地对其进行更新，以适应光照及场景的变化，对检测结果运用连通性检验和数学形态学方法来消除由多种因素引起的噪声和误判区域。本发明能较为理想地检测出运动目标，为更深入地对运动目标进行行为理解研究打下了坚实基础。

主权项

一种统计背景模型的运动目标检测方法，其特征在于，包括以下步骤：S1：采集运动目标视频图像，在运动的动态图像序列中，第t帧图像可以表示为：；其中表示像素点(i,j)灰度值，i的取值为[1,m]；j的取值为[1,n]；m，n为图像的行、列的像素的数目；S2：假设像素点(i,j)灰度值x的概率为；某一个像素为背景的概率为，而像素点为前景车辆像素点的概率可表示为：；像素点(i,j)为背景的条件下灰度值为x的概率可表示为；背景的概率由如下表达式表示：；属于区域的像素的概率为：；S3：令图像中每个像素点(i,j)的灰度值都服从高斯分布，将其表示为，表示为第t帧图像灰度的数学期望，而表示相应图像灰度的方差，用表示像素点的概率密度函数，可由下式表示：；S4：引入更新率，取值[0,1]；则可将像素点(i,j)的高斯分布更新表示为：；；；其中，表示当前图像的像素点灰度值偏离其数学期望的大小；S5：分别求相邻两帧的差分图像：；其中表示对第t帧图像和第t‑1帧图像差分后的像素(i,j)的值，其中阈值T的选取由下式表示：；求出像素点(i,j)为背景的条件下灰度值为x的概率为：；S6：设定一个阈值，灰度相减得到的差值大于这个设定的阈值，就将该点认为是运动目标区域，否则就将其作为背景像素；检测规则如下式表示：；表示检测到的目标区域，表示当前帧图像对应的像素点(i,j)的灰度值；表示建立的背景模型图像对应的像素点(i,j)的灰度值；TH为阈值；；其中像素点(i,j)去满足条件下的像素点，表示满足上述条件的像素点的个数。