[发明专利]一种监控视频中运动目标的阴影检测方法、系统

权利要求书

1.一种监控视频中运动目标的阴影检测方法，其特征在于，所述方法包括以下步骤：

在监控视频的运动前景/视频背景的三基色颜色比值空间中，建立阴影的三维高斯概率模型,并对模型参数进行初始化；

采用基于视频背景建模的视频运动检测技术，对监控视频的当前帧的图像进行运动前景区域的检测,以及视频背景的更新，对运动前景区域中的每个像素,将其映射到运动前景/视频背景的三基色颜色比值空间中；

根据建立的阴影三维高斯概率模型对得到的运动前景区域中的每个像素进行判别,检测并区分出阴影像素和运动目标像素；

根据检测得到的所有阴影像素点数据,更新阴影的三维高斯概率模型参数；

根据更新后的三维高斯概率模型，对新的一帧视频图像进行运动区域的阴影检测；

所述在监控视频的运动前景/视频背景的三基色颜色比值空间中，建立阴影的三维高斯概率模型,并对模型参数进行初始化步骤包括：

建立视频运动前景/视频背景的三基色颜色比值空间，在比值空间中建立阴影的三维高斯概率模型G(Z,m,C),其中,Z是颜色三维比值矢量，m是高斯函数的均值向量,C是协方差矩阵；

采用基于视频背景建模的视频运动检测技术,对监控视频进行持续的运动前景检测和视频背景更新，在建立起视频背景后，取出视频中检测出的一帧含有目标的运动前景区域,并取出此时的视频背景图像；

在所检测的运动前景区域掩模图,接收标定一块运动前景区域中只含有阴影像素的子区域的指令，将阴影子区域中的每个像素颜色矢量与该点的背景图像颜色矢量进行比值运算,得到三维的比值矢量数据集合；

根据得到的三维的比值矢量数据集合，计算该三维数据集合的均值矢量m₀,以及协方差矩阵C₀，并将m₀、C₀作为三维高斯概率模型G(Z,m,C)的初始均值向量和初始协方差矩阵。

2.根据权利要求1所述方法，其特征在于，所述建立视频运动前景/视频背景的三基色颜色比值空间，在比值空间中建立阴影的三维高斯概率模型步骤具体为：

视频运动前景/视频背景的三基色颜色比值矢量Z_k(X)的为：

Z_k(X)＝(z_rk(X),z_gk(X),z_bk(X))

其中，

z_rk(X)＝r_Fk(X)/r_Bk(X)

z_gk(X)＝g_Fk(X)/g_Bk(X)

z_bk(X)＝b_Fk(X)/b_Bk(X)

“/”表示标量除法运算，r_Fk(X)、g_Fk(X)、b_Fk(X)分别表示红、绿、蓝三基色视频运动前景图，r_Bk(X)、g_Bk(X)、b_Bk(X)分别表示红、绿、蓝三基色视频背景图；

比值空间中阴影的三维高斯概率模型G(Z,m,C)为

其中，Z是三维比值矢量，m是三维均值矢量,C是协方差矩阵，|C|是矩阵C的行列式，C^-1是矩阵C的逆矩阵，t是矩阵转置运算符。