[发明专利]建立图像处理中基于运动信息的背景模型的方法

权利要求书

1.一种建立图像处理中基于运动信息的背景模型的方法，其特征在于，包括以下步骤：

步骤一.相邻帧间运动场的估计：对输入视频的每一对相邻帧，用运动前后像素灰度的不变性估计整幅图像每个像素点的运动场；

其中速度大于一定阈值的像素点被作为是前景点，得到一个初始的前景分割；

步骤二.利用缺失数据建立背景模型：在步骤一中的到的每一帧均可以看作是原背景空间中的一个缺失了部分数据的样本点；

通过视频中一系列的缺失部分数据的样本点，重建出原背景空间；

随后通过重投影，得到每一帧的背景模型。

2.根据权利要求1所述的建立图像处理中基于运动信息的背景模型的方法，其特征是，所述的运动前后像素灰度的不变性是指对于一个像素点所对应的物体点来说，当它由第一帧运动到第二帧时，由于在时间和空间上的间隔都很短，假设该点的灰度是保持不变的，在这个条件，利用条件随机求解出每个像素点对应的运动矢量。

3.根据权利要求1所述的建立图像处理中基于运动信息的背景模型的方法，其特征是，所述的运动矢量通过以下方法获得：

将第k帧的运动场记为v_k，假设在像素点x处的运动矢量v_k(x)仅和其相邻像素点y的运动矢量v_k(y)及相邻这两帧的图像g_k-1、g_k相关，即：

p[v_k(x)|v_k(y)，g_k-1，g_k，y≠x]＝p[v_k(x)|v_k(y)，g_k-1，g_k，y∈N(x)]

其中N(x)是指与x相邻像素点的集合；

在这样的前提下，可以将求解最大后验概率解变成估计最小能量问题：

系统的能量定义为：

E(vk|gk)=ΣxEdata[vk(x)|gk-1,gk]+Σx,y∈NEsmooth[vk(x),vk(y)|gk-1,gk]]]>

其中两个能量项分别定义如下：E_data表示当前像素赋值为v_k(x)的能量，用来衡量运动下物体像素点的灰度不变性；

当一个点从x_k-1点运动了v_k(x)到达x_k点后，如果灰度变化越小，那么该能量项越小，反之亦然。