[发明专利]基于可见光和红外检测结果融合的运动目标检测方法

权利要求书

1.一种基于可见光和红外检测结果融合的运动目标检测方法，其特征在于包括以下步骤：

步骤一、对于可见光第一帧图像，从像素点(x,y)八领域中随机选取N个像素值，初始化背景模型{Bⁿ,n＝12,...,N}对应位置点；

从第二帧图像开始进行像素点匹配；在时刻t，判断当前帧I^t在(x,y)处像素i(x,y)与背景样本Bⁿ的像素b(x,y)匹配状态：

其中，dis()表示当前像素与背景像素之间的欧式距离，D_d＝20表示距离阈值；

当满足距离阈值D_d的次数小于T_c时，T_c＝2，标记该像素点为前景；否则标记该像素点为背景；

其中，VF^t是一个二值图，表示前景像素时，值为255；表示背景像素时，值为0；

设定背景更新概率为φ，当像素i(x,y)被标记背景像素时，有1/φ的概率更新其背景模型；假设该像素的某个背景模型Bⁿ要更新，首先用i(x,y)更新背景模型Bⁿ对应位置像素b(x,y)；然后在样本Bⁿ对应位置的八领域内随机选取一个像素位置使用i(x,y)更新对应像素；

步骤二、通常在LUV空间阴影区域中像素的亮度L会低于背景区域的亮度L，阴影区域与背景区域的色度相似，但是差值的取值范围较大；像素i(x,y)被判断为阴影点时，要满足下述条件：

a.θ₁≦O^L≤θ₂,O^L＝i^L(x,y)/b^L(x,y)       (3)

b.OUV≤β,OUV=(iU(x,y)-bU(x,y))2+(iV(x,y)-bV(x,y))2---(4)]]>

这里，O^L为亮度变化，O^UV为色度变化，θ₁,θ₂,β是判定阈值；

当像素经阴影判定函数判断为阴影后，分别对该像素的O^L，O^UV分量进行混合高斯建模，进一步对阴影点进行验证，以降低阴影的错检率；

步骤三、使用一个组合的DoG滤波器计算图像的高频和低频信息，单个DoG滤波器表示如下：

DoG(x,y)=1π[1σ12exp(-x2+y22σ12)-1σ22exp(-x2+y22σ22)]=G(x,y,σ1)-G(x,y,σ2)---(5)]]>

DoG滤波器的带宽由ρ＝σ₁/σ₂决定，σ₁,σ₂表示高斯标准差(σ₁＞σ₂)；σ₁决定着低频信息的选取，σ₂决定着高频信息的选取；考虑M个DoG的组合滤波器：

Σm=0M-1(G(x,y,ρm+1σ2)-G(x,y,ρmσ2))=G(x,y,ρMσ2)-G(x,y,σ2)---(6)]]>

其中，M表示大于0的整数，式(6)被简化成两个高斯函数的差；组合滤波器的带宽由K＝ρ^M决定；

计算红外视频序列的显著性特征，令M＝∞，使得K值尽可能大，这时G(x,y,ρ^Mσ₂)就是对整个图像的平均；红外图像的显著性计算如下：

Sal(x,y)=||Hu-Hwhc(x,y)||---(7)]]>

计算显著性之前，将颜色空间转换到CIELAB空间；H_u为图像平均值，是像素在高斯平滑后的颜色特征，||·||为L2范式；

提取红外显著图之后，进行二值分割得到显著前景图SF^t；

步骤四、融合红外和可见光检测结果；

记融合结果图为I_f,s，以可见光和红外两种检测结果标记像素点，

会产生三种可能的情况：

(a)可见光前景检测结果和红外前景检测结果都表明该像素为前景点；即

VF^t(x,y)＝255,SF^t(x,y)＝255，       (8)

此时标记I_f,s(x,y)＝255；

(b)可见光前景检测结果表明该像素为前景点，红外前景检测表明该像素不是前景点或可见光前景检测结果表明该像素不是前景点，红外前景检测表明该像素是前景点；这里采用对可见光图和红外显著图对应位置点加权平均的方式标记该像素值；此时融合像素点值标记为

If,s(x,y)=(1+λ)VFt(x,y)3+(2-λ)Salt(x,y)3---(9)]]>

当显著图像素点8领域的平均值大于原图均值的2倍时λ＝1，否则为0；

其中，mean()表示均值，Σneig₈()表示8领域的和；

(c)可见光前景检测结果和红外前景检测结果都表明该像素为非前景点；这里标记该像素点值为红外显著图对应位置点的三分之一；

If,s(x,y)=Salt(x,y)3---(11)]]>

经过以上步骤得到融合结果图I_f,s后，进行二值分割，并作形态学处理，得到最终目标检测结果。