[发明专利]权值自适应调整的加权平均背景更新方法

权利要求书

1.一种权值自适应调整的加权平均背景更新方法，其特征在于包括如下步骤：

①计算前向帧差图像并对其二值化：

背景初始化之后得到的背景图像为B₀，当采集到第i帧图像P_i(i＞1)时，计算第i帧 图像P_i与第i-1帧图像P_i-1之间的绝对差，得到第i帧前向帧差图像PP_i1，即：

PP_i1(x，y)＝|P_i(x，y)-P_i-1(x，y)|，

式中，P_i(x，y)表示第i帧图像P_i中坐标为(x，y)的像素的灰度，P_i-1(x，y)表示第i-1帧 图像P_i-1中坐标为(x，y)的像素的灰度，PP_i1(x，y)表示第i帧前向帧差图像PP_i1(x，y)中坐 标为(x，y)的像素的灰度，x，y分别表示横坐标和纵坐标，下同；

其次，计算第i帧前向帧差图像PP_i1的最佳分割阈值THR_i1，其步骤如下：

(1)求出第i帧前向帧差图像PP_i1中的最小灰度值Z₁和最大灰度值Z_m，令迭代次数 k＝0，分割阈值的初值为T₀＝(Z₁+Z_m)/2，此时T_k＝T₀；

(2)根据阈值T_k对第i帧前向帧差图像PP_i1进行分割，灰度大于等于阈值T_k的像素区 域被分割为第i帧前向帧差图像PP_i1中的运动目标区域PPO_ik1，灰度小于阈值T_k的像 素区域被分割为背景区域PPB_ik1，

PPO_ik1＝{(x，y)|PP_i1(x，y)≥T_k}，

PPB_ik1＝{(x，y)|PP_i1(x，y)＜T_k}，

分别计算运动目标区域PPO_ik1的平均灰度值Z_k1和背景区域PPB_ik1的平均灰度值Z_k2，

Zk1=Σ(x,y)∈PPOik1PPi1(x,y)N1k,]]>

Zk2=Σ(x,y)∈PPBik1PPi1(x,y)N2k,]]>

式中，N_1k和N_2k分别表示运动目标区域PPO_ik1和背景区域PPB_ik1中像素的个数；

(3)求出新的阈值T_k+1＝(Z_k1+Z_k2)/2；

(4)若T_k+1＝T_k则结束迭代，令THR_i1＝T_k，否则令k＝k+1，重复第(2)-(3)步，

最后，根据最佳分割阈值THR_i1对第i帧前向帧差图像PP_i1进行二值化计算，得到第i 帧前向帧差图像PP_i1的初始前景二值图

OMi1‾(x,y)=1,ifPPi1(x,y)≥THRi10,else,]]>

式中，表示第i帧前向帧差图像PP_i1的初始前景二值图中坐标为 (x，y)的像素的值，若为1表示该像素属于运动车辆区域，若为0表示该像素属于静止背 景区域，利用种子填充法去除初始前景二值图中的空洞，获得第i帧前向帧差图像 PP_i1的最终前景二值图OM_i1；

②计算后向帧差图像并对其二值化：

计算第i帧图像P_i与第i+1帧图像P_i+1之间的绝对差，得到第i帧后向帧差图像PP_i2， 即，

PP_i2(x，y)＝|P_i(x，y)-P_i+1(x，y)|，

式中，P_i(x，y)表示第i帧图像P_i中坐标为(x，y)的像素的灰度，P_i+1(x，y)表示第i+1帧 图像P_i+1中坐标为(x，y)的像素的灰度，PP_i2(x，y)表示第i帧后向帧差图像PP_i2(x，y)中坐 标为(x，y)的像素的灰度，

其次，计算第i帧后向帧差图像PP_i2的最佳分割阈值THR_i2，其步骤如下：

(a)求出第i帧后向帧差图像PP_i2中的最小灰度值Z₁和最大灰度值Z_m，令迭代次 数k＝0，分割阈值的初值为T₀＝(Z₁+Z_m)/2，此时T_k＝T₀；

(b)根据阈值T_k对第i帧后向帧差图像PP_i2进行分割，灰度大于等于阈值T_k的像素 区域被分割为第i帧后向帧差图像PP_i2中的运动目标区域PPO_ik2，灰度小于阈值T_k的 像素区域被分割为背景区域PPB_ik2，

PPO_ik2＝{(x，y)|PP_i2(x，y)≥T_k}，

PPB_ik2＝{(x，y)|PP_i2(x，y)＜T_k}，

分别计算运动目标区域PPO_ik2的平均灰度值Z_k1和背景区域PPB_ik2的平均灰度值Z_k2，

Zk1=Σ(x,y)∈PPOik2PPi2(x,y)N1k,]]>

Zk2=Σ(x,y)∈PPBik2PPi2(x,y)N2k,]]>

式中，N_1k和N_2k分别表示运动目标区域PPO_ik2和背景区域PPB_ik2中像素的个数，

(c)求出新的阈值T_k+1＝(Z_k1+Z_k2)/2，

(d)若T_k+1＝T_k则结束迭代，令THR_i2＝T_k，否则令k＝k+1，重复第(b)-(c)步，

最后，根据最佳分割阈值THR_i2对第i帧后向帧差图像PP_i2进行二值化计算，得到第i 帧后向帧差图像PP_i2的初始前景二值图

OMi2‾(x,y)=1,ifPPi2(x,y)≥THRi20,else,]]>

式中，表示第i帧后向帧差图像PP_i2的初始前景二值图中坐标为 (x，y)的像素的值，若为1表示该像素属于运动车辆区域，若为0表示该像素属于静止背 景区域，

利用种子填充法去除初始前景二值图中的空洞，获得第i帧后向帧差图像PP_i2的最终前景二值图OM_i2；

③计算第i帧图像P_i的前景二值图OM_i：

OM_i(x，y)＝OM_i1(x，y)and OM_i2(x，y)，

式中，OM_i(x，y)表示第i帧图像P_i的前景二值图OM_i中坐标为(x，y)的像素的值， OM_i1(x，y)表示第i帧前向帧差图像PP_i1的前景二值图OM_i1中坐标为(x，y)的像素的值， OM_i2(x，y)表示第i帧后向帧差图像PP_i2的前景二值图OM_i2中坐标为(x，y)的像素的值， 若为1表示该像素属于运动车辆区域，若为0表示该像素属于静止背景区域；

④计算第i帧背景图像B_i：

根据第i帧图像P_i的前景二值图OM_i计算第i帧背景图像B_i，

Bi(x,y)=α·Bi-1(x,y)+(1-α)·Pi(x,y),ifOMi(x,y)=1(1-α)·Bi-1(x,y)+α·Pi(x,y),ifOMi(x,y)=0,]]>

式中权值α取0.9。