[发明专利]一种基于概率密度估计的随机摆动区域检测方法

权利要求书

1. 一种基于概率密度估计的随机摆动区域检测方法，其特征在于该方法包括以下步骤：

步骤1.从视频采集设备中获取实时视频图像；

步骤2.收集数据样本，利用无参数估计方法对视频图像中每个像素进行背景建模，初始化背景的概率密度估计模型；

步骤3.对一帧图像进行分块，以块为单位对背景模型中的像素的概率密度分布曲线进行分析，获取块内各像素点的波峰信息，并计算块的评价系数，最后采用自适应方法确定阈值，并判定出随机摆动区域；

步骤4.根据当前帧图像与前景、背景样本的概率分布，更新背景模型的概率密度估计，并随概率密度分布曲线的实时更新，计算每帧图像评价系数的均值，将均值作为概率密度曲线的变化趋势，并对阈值进行更新，以使得阈值达到自适应的目的。

2.根据权利要求1所述的一种基于概率密度估计的随机摆动区域检测方法，其特征在于：步骤2中的无参数估计方法选用概率密度估计方法。

3.根据权利要求1所述的一种基于概率密度估计的随机摆动区域检测方法，其特征在于步骤3具体是：

首先以块为单位对图像进行分析，遍历各像素点的曲线分布，并获取波峰信息； 

然后利用提取得到的各个波峰的峰值来得到不同区域的评价系数C，评价系数C代表了概率密度曲线的复杂度；

其中n为波峰的个数，为波峰的峰值，为所有波峰的峰值和；

最后采用双阈值方法判定该块是否为随机摆动区域，所述的双阈值方法为自适应方法中的一种。

4.根据权利要求3所述的一种基于概率密度估计的随机摆动区域检测方法，其特征在于：所述的波峰由一个峰顶和两个波谷组成；波峰信息包括峰值和与峰值对应的亮度值。

5.根据权利要求3所述的一种基于概率密度估计的随机摆动区域检测方法，其特征在于：双阈值方法判定规则为：如果评价系数C的均值小于阈值，则认为此块内随机摆动较多，使用较为宽松的阈值来判断块内每个像素是属于随机摆动还是背景，以此使更多的随机摆动点被判断出；如果评价系数C的均值大于阈值，则认为此块内背景较多，使用较紧的阈值作为此块的阈值，以此来减少背景被判断为随机摆动的概率，其中阈值为：

                                       

n为块的个数，为块的评价系数的均值。