一種基於可變高斯混合數的複雜背景建模方法
2023-10-21 02:57:12
一種基於可變高斯混合數的複雜背景建模方法
【專利摘要】本發明涉及基於可變高斯混合數的複雜背景建模方法，屬於光電產品應用【技術領域】。該方法包括：假設視頻場景中每個像素受獨立高斯噪聲的影響，建立背景像素模型；根據像素模型算出整個視頻場景模型；採用高斯混合模型計算某像素點值概率；根據當前像素點值、像素點均值和像素點方差，計算當前像素點與某個高斯分布的馬氏距離；根據馬氏距離與判斷閾值的比較結果更新混合高斯分布的背景模型參數，完成複雜背景建模。該方法通過高斯混合模型和可變高斯混合數更新策略，有效地對受動態擾動的複雜場景進行運動目標檢測。通過對街道環境下的可見光序列圖像進行試驗，證明該算法具有良好的抗幹擾性，能實現樹枝晃動、陰影存在等複雜場景下的運動目標檢測。
【專利說明】一種基於可變高斯混合數的複雜背景建模方法
【技術領域】
[0001]本發明涉及光電產品應用【技術領域】，具體涉及一種基於可變高斯混合數的複雜背景建模方法。
【背景技術】
[0002]基於視頻或圖像序列的背運動目標檢測技術一直以來都是計算機視覺、圖像處理和模式識別領域中一個非常重要和活躍的研究課題。如何能從視頻圖像序列中將感興趣的對象提取出來，是智能視頻分析系統中最初的也是最重要的一步。視頻運動目標檢測方法的有效性直接影響到後續系統的處理效果，在實際的應用中，由於運動目標所在環境的複雜性和圖像系統中圖像傳送和轉換中的某些降質，使得複雜背景下運動目標檢測變得更加困難。因此，找到一種能在多種背景條件下都適用的、實時、有效的背景建模技術，是智能視頻分析系統軟體設計的首要任務。
【發明內容】
[0003](一 )要解決的技術問題
[0004]本發明要解決的技術問題是如何設計一種可變高斯混合數的自適應背景建模方法，通過高斯混合模型和可變高斯混合數更新策略，完成對複雜背景的自適應學習，構建穩定的自適應背景模型，以實現在複雜背景下的運動目標檢測。
[0005]( 二 )技術方案
[0006]為解決上述技術問題，本發明提供一種基於可變高斯混合數的複雜背景建模方法，所述方法包括:
[0007]步驟S1:在拍攝設備靜止`狀態下採集當前視頻序列圖像；
[0008]步驟S2:假設視頻場景中的每個像素受到獨立高斯噪聲的影響，建立背景的像素模型；
[0009]步驟S3:根據所述像素模型算出整個視頻場景的模型；
[0010]步驟S4:採用高斯混合模型計算某一個像素點值的概率；
[0011]步驟S5:根據當前像素點的值，像素點的均值和像素點的方差，計算當前像素點與某個高斯分布的馬氏距離；
[0012]步驟S6:預設定判斷閾值，通過將馬氏距離與判斷閾值進行比較，根據比較結果來更新混合高斯分布的背景模型參數，從而得到更新匹配度最好的高斯分布的背景模型參數，根據更新匹配度最好的高斯分布的背景模型參數來完成複雜背景建模。
[0013]其中，所述步驟S2中，背景的像素模型根據公式(1)來表示為:
[0014]bk(x) = μ k (x) +nk (x)(1)
[0015]其中，隨機變量bk(x)是單個像素x在時刻k的背景表示，μ,(χ)是亮度均值，nk(x)表不時刻k方差為σ〗(χ)的噪聲。
[0016]其中，整個視頻場景的模型通過公式(2)中的參數向量Θ來表示:
【權利要求】
1.一種基於可變高斯混合數的複雜背景建模方法，其特徵在於，所述方法包括: 步驟S1:在拍攝設備靜止狀態下採集當前視頻序列圖像； 步驟S2:假設視頻場景中的每個像素受到獨立高斯噪聲的影響，建立背景的像素模型； 步驟S3:根據所述像素模型算出整個視頻場景的模型； 步驟S4:採用高斯混合模型計算某一個像素點值的概率； 步驟S5:根據當前像素點的值，像素點的均值和像素點的方差，計算當前像素點與某個高斯分布的馬氏距離； 步驟S6:預設定判斷閾值，通過將馬氏距離與判斷閾值進行比較，根據比較結果來更新混合高斯分布的背景模型參數，從而得到更新匹配度最好的高斯分布的背景模型參數，根據更新匹配度最好的高斯分布的背景模型參數來完成複雜背景建模。
2.如權利要求1所述的基於可變高斯混合數的複雜背景建模方法，其特徵在於，所述步驟S2中，背景的像素模型根據公式(I)來表示為: bk(x) = μ k(x) +nk (x)(I) 其中，隨機變量bk(x)是單個像素X在時刻k的背景表示，μ k(x)是亮度均值，nk(x)表示時刻k方差為Q2(X)的噪聲。
3.如權利要求2所述的基於可變高斯混合數的複雜背景建模方法，其特徵在於，整個視頻場景的模型通過公式(2)中的參數向量Θ來表示:
4.如權利要求3所述的基於可變高斯混合數的複雜背景建模方法，其特徵在於，所述步驟S4中，採用多個單模態的集合來描述複雜場景中像素點值的變化，對於每一個像素點，定義K個高斯分布來表示其所呈現的顏色，則根據公式(3)可以得到某一個像素點值為gk(x)的概率:
5.如權利要求4所述的基於可變高斯混合數的複雜背景建模方法，其特徵在於，所述步驟S5中，根據當前像素點的值gk(x)，像素點的均值yi,k(x)和像素點的方差σ:(χ)以及公式(5)，計算當前像素點與第i個高斯分布的馬氏距離:
6.如權利要求5所述的基於可變高斯混合數的複雜背景建模方法，其特徵在於，所述步驟S6包括: 步驟S601:預設判斷閾值Thl，所述判斷閾值Thl根據實際場景的複雜度在取值區間(2，10)中選取設定； 步驟S602:當Di < Thl時，根據公式(6)來更新混合模型參數:
【文檔編號】G06T7/20GK103700114SQ201210365922
【公開日】2014年4月2日 申請日期:2012年9月27日 優先權日:2012年9月27日
【發明者】楊文佳, 王楠, 柴智, 李亞鵬 申請人:中國航天科工集團第二研究院二O七所