[发明专利]基于显著度和混合高斯模型的监控视频前景提取方法

权利要求书

1.一种基于显著度和混合高斯模型的监控视频前景提取方法，其特征在于：对视频进行前景提取时，进行以下步骤，

步骤1，对视频进行基于混合高斯模型的前景提取，得到基于混合高斯模型的前景区域的掩膜；

步骤2，将视频的每一帧图像从RGB颜色空间转换到LAB颜色空间；

步骤3，获取当前帧与参考帧的帧差图像；

步骤4，将步骤3所得帧差图像进行高斯滤波消除图像噪声，并对滤波后帧差图像进行二值化获取当前帧的掩模图像；

步骤5，通过步骤4所得掩膜图像获取当前帧的前景区域，并在LAB颜色空间中对当前帧的前景区域进行图像显著度的提取，得到显著度图；

步骤6，将步骤5所得显著度图进行二值化，获得基于显著度的图像前景的掩膜；

步骤7，将步骤1所得基于混合高斯模型的前景区域的掩膜与步骤6所得基于显著度的前景区域的掩膜合并，得到最终的前景区域。

2.根据权利要求1所述基于显著度和混合高斯模型的监控视频前景提取方法，其特征在于：步骤3所述的参考帧的获取方法为，在当前帧的以前帧中求取相邻帧颜色直方图的欧式距离的差值，将差值最大的相邻帧中时间较前的一帧设为当前帧的参考帧，其中帧号越小表示时间越靠前。

3.根据权利要求1所述基于显著度和混合高斯模型的监控视频前景提取方法，其特征在于：步骤4中，对帧差图像采用3×3大小的高斯滤波器消除图像噪声，然后对滤波后帧差图像进行基于单一阈值的二值化操作，获取当前帧的掩模图像。

4.根据权利要求1所述基于显著度和混合高斯模型的监控视频前景提取方法，其特征在于：步骤5中，对当前帧的前景区域进行图像显著度的提取时，只针对步骤4所得滤波后帧差图像中的掩膜区域进行显著度的提取，对其中的非掩膜区域不进行显著度的提取。

5.根据权利要求4所述基于显著度和混合高斯模型的监控视频前景提取方法，其特征在于：步骤5中，进行显著度提取的处理如下，

步骤a，设步骤4所得滤波后帧差图像尺寸为M×N，对整个滤波后帧差图像进行二维DCT变换，得到滤波后帧差图像在(x,y)坐标的DCT变换结果值f(x,y)，x的取值为0,1,2,…M-1，y的取值为0,1,2,…N-1；

步骤b，根据步骤4所得掩膜图像中非掩膜区域，将相应dct系数设置为0，如以下公式所示，

dct(x,y)=f(x,y)ifpixel(x,y)!=00ifpixel(x,y)=0---(1)]]>

x∈[0,M) y∈[0,N)

其中，dct(x,y)为滤波后帧差图像在(x,y)坐标的dct系数，pixel(x,y)为滤波后帧差图像在(x,y)坐标的像素值；

步骤c，对步骤b所得dct系数dct(x,y),采用以下公式进一步提取dct系数特征值sign(x,y)，

sign(x,y)=1dct(x,y)≥00dct(x,y)<0---(2)]]>

x∈[0,M) y∈[0,N)

其中，sign(x,y)表示滤波后帧差图像在(x,y)坐标的dct系数特征值；

步骤d，对步骤c所得dct系数特征值sign(x,y)采用反DCT变换并将该反DCT的值进行平方后归一化，获取滤波后帧差图像在(x,y)坐标处像素的显著度值，作为显著度图在(x,y)坐标的显著度值；若步骤4所得掩膜图像在(x,y)坐标处像素值为0，显著度图在(x,y)坐标的像素值依然为0。