[发明专利]基于标准差特征的运动目标检测方法

权利要求书

1.一种基于标准差特征的运动目标检测方法，其特征在于：包括以下步骤：将图像分为若干个小的图像块，使用每个图像块中的标准差特征来表示每一个小图像块；使用在线自适应的高斯混合模型来构造每一个图像块的背景模型；对该背景模型进行更新，并采用该背景模型进行目标检测，得到检测结果。

2.根据权利要求1所述的运动目标检测方法，其特征在于：所述每个图像块中的标准差特征是指：

令R表示一个N×N的图像块，对于该图像块的某个像素p(x，y)，I(p)表示该像素p(x，y)的灰度值，则图像块R的标准差特征σ表示为：

σ=1N×NΣp∈R(I(p)-μ)2,]]>

其中μ表示图像块R中所有像素的灰度值的均值。

3.根据权利要求1所述的运动目标检测方法，其特征在于：使用高斯混合模型来对标准差特征进行建模，具体是：将高斯混合模型划分为n个高斯组件，对于图像中某个位置i上的图像块，其在t时刻，标准差特征取值为x_i，t的概率是：

Pr(xi,t)=Σj=1nωj,tiη(xi,t;μj,ti,Σj,ti),]]>

其中，表示在时刻t图像块i的高斯混合模型中第j个高斯组件的权重，和分别表示在时刻t图像块i的第j个高斯组件的均值和标准差，η表示高斯函数，具体是：

η(xi,t;μj,ti,Σj,ti)=1(2π)1/2|Σj,ti|1/2×exp{-0.5*(xi,t-μj,ti)T(Σj,ti)-1(xi,t-μj,ti)}.]]>