[发明专利]一种基于有限状态机的遗留物检测方法

说明书

技术领域

本发明涉及一种视频遗留物检测方法，更具体地涉及一种基于双背景模型对图像每个像素建立扩展有限状态机进行分类从而检测遗留物的方法。

背景技术

近年来，随着恐怖主义的蔓延，国内外公共安全事件多发，特别是公共场所爆炸物造成重大伤亡的情况时有发生。视频遗留物检测就是针对犯罪分子在航站、火车站等公共场所趁人不备放置危险品时能迅速发出报警的一种技术手段。同时，遗留物检测也可以在交通场景中用于检测停车事件。

目前视频遗留物检测方法主要通过背景减法检测遗留物。对静止摄像机视频图像中每个像素建立高斯模型得到背景，背景需要不断学习以适应光照和场景缓慢的变化。使用两个不同更新速度的背景模型来检测遗留物。其中，更新快的模型是短时模型，遗留物很快就融入到背景模型；更新慢的是长时模型，遗留物要过一段时间才融入模型。在遗留物融入短时背景模型，还没有融入到长时背景模型时，两个背景的差就是遗留物。

在现有方法中，遗留物在一段时间后，也会被长时背景模型吸收，这时遗留物就不能再被检测到。另外，如果有物体从场景中被移开，会被当做遗留物被检测到。现有方法解决这些问题，需要有选择地使用已检测的遗留物更新长时背景模型，并保持对遗留物的跟踪。然而不正确的更新策略会导致不正确的检测，甚至导致光照变化被检测为遗留物。特别在实际密集人流的场合，运动的人流对遗留物形成遮挡和阴影，难以初始化和保持对遗留物的跟踪，现有方法的虚警和漏警率很高，难以实用。

本质上，现有的方法需要跟踪遗留物检测的结果来干预背景模型，防止遗留物被背景模型吸收。在简单场景下，因为对物体的跟踪比较简单，因而检测遗留物比较可靠。一旦场景中目标较多，相互遮挡和阴影的影响，遗留物的跟踪出现错误，就会干挠背景模型，并且难以恢复，出现虚警和误警。

发明内容

本发明所要解决的技术问题是针对背景技术的缺陷，提出一种基于状态机的遗留物检测方法，对每个像素建立有限状态机，定义在给定状态下，根据两个不同更新速度的背景模型可以得到的结果。这个方法在遗留物被两个背景吸收的情况下，可以根据像素历史仍然检测出遗留物。因为不依赖于跟踪信息，在解决密集人流的场合下也能取得好的检测效果。

本发明为解决上述技术问题采用以下技术方案：

一种基于有限状态机的遗留物检测方法，包括以下步骤：

步骤1：建立视频图像的高斯混合背景模型，根据不同学习速率分别建立短时背景模型和长时背景模型； 

步骤2：实时采集视频流，对于采集到的每一帧视频图像，进行以下处理：

201，根据步骤1建立的短时背景模型、长时背景模型分别提取该帧视频图像的前景图像，对于该帧视频图像中的每个像素进行分类，如果像素属于前景，则将其记为1，否则记为0，得到每个像素分别对应于短时背景模型和长时背景模型的二元分类结果（X,Y），作为有限状态机的输入字母表；其中X为像素在长时背景模型中的分类结果，Y为像素在短时背景模型中的分类结果，X=0或1，Y=0或1；

202，为每个像素建立一个有限状态机（I，Q，Z，δ，ω），将每个像素分别在短时背景模型和长时背景模型的二元分类结果作为有限状态机的输入I={（0,0）,（0,1）,（1,0）,（1,1）}，根据有限状态机的状态集Q及其状态转移函数δ得到每个像素当前帧对应的状态，Z={0,1，...，|Q|}是输出字母表，ω={0,1}是输出函数；

203，将每个像素当前帧对应状态机的状态号作为输出字母表进行分类映射：Z->ω，分类结果形成二值图像，对应这个图像值为1的像素属于遗留物； 

步骤3:对步骤2得到的二值图像进行联通区域分析，使用区域生长法得到遗留物的形状和轮廓，计算出包围遗留物的矩形盒；

步骤4：循环执行步骤2-3，对得到的遗留物矩形盒计时，当达到门限时即检测出遗留物并报警。

优选的，本发明的一种基于有限状态机的遗留物检测方法，所述有限状态机由输入字母表、状态集、输出字母表、状态转移函数和输出函数构成，具体如下：

输入字母表：是长时背景模型和短时背景模型对像素分类结果构成的集{（0,0），（0,1），（1,0）（1,1）}，其中0表示背景，1表示前景；

状态集及其转移函数具体如下：

状态0-像素是背景；当输入是（0,0）时，状态保持不变；当输入是（1,1）时，转移至状态1；当输入是（0,1）时，转移至状态3；当输入是（1,0）时，转移至状态7；