[发明专利]一种基于改进聚类的连通性运动物体检测方法

权利要求书

1.一种基于改进聚类的连通性运动物体检测方法，其特征在于包括：

步骤1、把连续的两帧彩色jpg图像转化为灰度图像；

步骤2：从0至255中任意选取c个不同大小的值作为图像分割成c类的中心值，即采用0至255的整数初始化的值，令k＝0；

步骤3：将图像中所有不同位置像素的灰度值g(x,y)(x＝1,2,…,M,y＝1,2,…,N)逐个按最小距离原则分划给c类中的某一类，即

如果d(x,y)l(k)=minj{d(x,y)j(k)},x=1,2,...,M,y=1,2,...,N,]]>存在一个l∈{1,2,…,c}；

则判定g(x,y)∈ωl(k+1),ωl(k+1)(l=1,2,...,c)]]>为聚类，；

式中表示g(x,y)和的中心的距离，上角标表示迭代次数,于是产生新的聚类ωj(k+1)(j=1,2,...,c):]]>

步骤4：计算重新分类后的各类中心

zj(k+1)=1nj(k+1)Σg(x,y)∈ωj(k+1)g(x,y),j=1,2,...,c]]>

式中为类中所含模式的个数；

步骤5、如果则进行步骤6；否则，k＝k+1，转至步骤3；

步骤6、对步骤5输出的图像相减得到两帧灰度图像的差图像；

步骤7、对差图像中每一个像素点进行扫描；

步骤8、每扫描到一个像素点时，首先判断这个像素点的值是否为1，如果不为1的话，接着扫描下一个像素点；如果为1的话，进行步骤9；

步骤9、先把这个像素点的值赋为1000，再通过嵌套循环观测该像素点的8个自然邻点，如果在那8个自然邻点中没有像素值为1的点的话，就结束该次循环，接着检测下一个像素点；如果在这8个自然邻点有某些点的像素值为1，则把这些点的像素值赋为1000，并把连接长度加1，再对它的相邻像素点进行如此操作；

步骤10、判断连接长度，若连接长度小于25的，则可认为是背景中的点，则把这一串像素点的值由1000改回为0；若连接长度大于25的，则可认为是运动物体，则把这一串像素点的值由1000改回为1，再与原图比较，得出检测出运动目标的图像。