[发明专利]一种基于样本局部密度离群点检测的背景建模方法

说明书

技术领域

本发明涉及一种基于样本局部密度离群点检测的背景建模方法。

背景技术

背景建模方法对于很多计算机视觉领域的应用都是非常基础和关键的，随着计算机视觉的飞速发展，对背景建模效果的要求也越来越高。尽管现阶段已经涌现出非常多优秀的背景建模方法，但离人们的要求还是存在一定的差距，特别是在面对动态背景的时候，现有的算法大多都不能很好的完成背景建模的任务。

现阶段的背景建模方法，一大部分是利用参数模型来对每一个像素点进行建模，即基于参数模型的方法，而另一些是直接利用已观察到的实际像素值进行建模，即基于样本点的方法。这些方法在处理静态背景时都能取得非常不错的效果，但面对多模态的动态背景时，他们表现的往往比较挣扎。

发明内容

本发明为了解决上述问题，提出了一种基于样本局部密度离群点检测的背景建模方法，该方法不仅在处理静态背景时表现优异，在处理动态背景时，同样能够高效的建立出效果良好的背景模型。

为了实现上述目的，本发明采用如下技术方案：

一种基于样本局部密度离群点检测的背景建模方法，包括以下步骤：

(1)利用已采集到的视频帧对背景模型进行初始化，针对每一个像素点都初始化出一个样本集，计算各样本集的各个样本点的局部背景因子；

(2)采集观察到的新像素值，计算其局部背景因子；

(3)将新观察到的新像素值的局部背景因子与其最近邻的各个样本点进行比较，判断其是否属于背景，如果属于背景则进入步骤(4)，如果不属于背景则进入步骤(5)；

(4)将新像素值融入背景模型，进行更新，并利用新像素值将样本集中局部背景因子最大的样本点替换掉；

(5)采集新的一帧视频，重复步骤(2)-(4)，更新背景模型。

所述步骤(1)中，具体方法为：

(1-1)定义样本点p的k-距离d(p,o)，表示样本点p的k-距离邻域，确定样本点p的k-距离近邻点；

(1-2)确定样本点p的可达距离和样本点p的局部可达密度；

(1-3)根据样本点p的局部可达密度和p的k-距离最近邻各点的局部可达密度的比值，描述样本点p为背景点的可能性。

所述步骤(1-1)的具体方法为：定义关于一个样本点p的k-距离d(p,o)，其满足以下要求：

(1)在同一个样本集中，至少有k个样本o'∈C满足d(p,o')≤d(p,o)；

(2)在同一个样本集中，至多有k-1个样本点o'∈C满足d(p,o')<d(p,o)；

样本点p的k-距离邻域则表示为：

N_k(p)＝{q∈C/{p}|d(p,q)≤k-distance(p)}

样本点p的k-距离邻域表示包含到p的距离不大于p的k-距离的所有样本点的区域，这些点都叫做样本点p的k-距离近邻点。

所述步骤(1-2)中，定义样本点p的可达距离：

reach-dist_k(p,o)＝max{k-distance(o)，d(p,o)}

同时定义样本点p的局部可达密度如下：