[发明专利]基于多个高斯分布的运动目标分割方法

说明书

技术领域

本发明涉及一种在视频序列中分割出运动目标的方法，尤其是一种利用背景差分法中常用的高斯分布方法对运动目标进行分割的方法，具体地说是一种基于多个高斯分布的运动目标分割方法。

背景技术

传统的视频监控已经不能满足需求，监控设备不光要能编码传输视频，还要能够分析识别视频里的内容。而要做到这一点，最基础的要求就是在视频序列里分割出运动目标，也就是区分出运动前景和背景。

运动目标分割方法有很多，大致可以分为三大类：光流法，帧间差分法，背景差分法。其中，光流法运算量大且约束较多，而帧间差分法虽然计算简单，但是容易形成空洞、不完整的目标以及虚假的目标，所以背景差分法相对较为实用，并取得较好效果。其技术要点在于构造背景，然后用当前画面减去背景画面以取得差分图像，最后利用差分结果分割出运动目标。所以这类方法最重要的地方在于如何构造背景和如何更新背景。

背景差分法里面有一类利用多个高斯分布来构造和更新每个象素点的背景，这样当背景发生改变的时候，在产生新背景的同时老背景也不会丢弃，而当背景回复至老背景的时候，算法可以快速识别出老背景，而无需重新适应。其收敛速度和分割效果优于一般的背景差分算法。经过文献检索，发现如下论文和专利使用该技术，且无本质差别，

W.E.L.Grimson，C.Stauffer，R.Romano，L.Lee，″Using AdaptiveTracking to Classify and Monitor Activities in a Site，″cvpr，p.22，1998 IEEE Computer Society Conference on Computer Vision andPattern Recognition(CVPR’98)，1998

Stauffer C，Grimson W.E.L.Adaptive background mixture modelsfor real-time tracking.in Proceedings.1999 IEEE Computer SocietyConference on Computer Vision and Pattern Recognition(Cat.No PR00149).IEEE Comput.Soc.Part Vol.2，1999.

专利03151406.5

专利200710069927.0

该技术的第一个问题在于，每个象素一开始的分布以及新出现的分布是不确定的，都被赋予较大的方差，这样收敛速度较慢，且容易错判。第二个问题是没有利用前后帧的关联信息，分布的生成完全利用该点象素每一帧的值迭代而成，这样产生的分布在时间上没有关联，很可能不是真实的分布，等到该象素恢复了先前某个分布的背景的时候，反倒因为该真实分布已被替换，而被误认为是前景。第三个问题是对所有的色彩分量做同样的处理，使得无法有效提取阴影信息，导致无法从前景中去除阴影。第四个问题是有大量的除法、排序和判断，算法逻辑复杂且计算量大，在现阶段导致只能抽点计算，这样计算结果自然就不够精确。

总而言之，该技术在理论上可行，实用性不高，需要进行大规模改进才可以达到实用的目的。

发明内容

本发明的目的是针对现有的背景差分法存在实用性差，速度慢、准确性差的问题，发明一种经过改良的、使用多个高斯分布来构造视频序列中的背景、进而分割出前景的基于多个高斯分布的运动目标分割方法。

本发明的技术方案是：

一种基于多个高斯分布的运动目标分割方法，其特征是：

(1)、初始化所有背景象素点的分布，赋予一个实际中不可能存在的分布，并把权重设为0；

(2)、积累采集到的图像，直到2n+1帧或2n+1帧以上，此时欲处理的图像为第n+1帧或第n+1帧以上；该欲处理的帧称为当前帧；

(3)、以以下方法依次处理当前帧的每一象素，每一个正被处理的象素称为当前象素：

a)依次得到当前象素的色彩空间三分量的任一分量的，时间上连续的前n象素的该分量值和时间上连续的后n象素的该分量值，分别计算它们的分布；

b)判断当前象素的该分量值更符合前n象素形成的分布还是后n象素形成的分布；

c)如果有符合的，用该分布来代表当前象素的该分量值，转入d)，如果没有，则转入f)；