[发明专利]基于ViBe算法与SLIC超像素的背景差分法

说明书

技术领域

本发明涉及基于ViBe算法与SLIC超像素的背景差分法，属于图像处理技术领域。

背景技术

近些年来，随着人们对实时监控的需求与日俱增，背景建模前景检测技术在视频监控领域得到了广泛的应用。与此同时，监控场景的种类也层出不穷，从室内到室外，从静态场景到含有强烈扰动的复杂场景。然而，复杂场景也为背景建模前景检测带来了一些挑战。

光照突变：光照突变使得背景像素点产生强烈变化，因此在前景检测时容易被误判为前景。这种情况在多云天气的室外场景是很常见的。

背景物体移位：当存在背景物体移位时，背景中将有两处被判定为前景。一处是移位的物体，这是应当被判定为前景的。另一处是物体移位之前所覆盖的位置，这应当被尽快的吸收到背景中。

为动态场景建模：大多数背景建模方法希望训练样本是静止的。然而，这在一些场景下是不可能的，比如对车流繁忙的公路实时监控。这要求背景建模算法可以为动态场景进行建模。

在现有比较流行的算法中，基于混合高斯模型的方法可使用在较为复杂的场景，但因其对每个像素分配多个高斯分布来进行操作，时间复杂度较高。采用非保守的更新策略致使他对缓慢移动的前景检测效果不好。对光照突变敏感。ViBe(VisualBackgroundExtractor)算法利用了背景像素的空间相关性，通过让每个像素对其邻域进行背景库更新，使得它可以应对背景中轻微的扰动。但无论是对4邻域还是8邻域进行处理，单个像素的邻域范围还是很有限的，从而不能很好的应对背景中含有强烈扰动的复杂场景。而且为了使算法的速度较快ViBe采用随机的方式对背景库进行更新，这样就给算法带来了一定的不稳定性。

发明内容

本发明针对上面的问题，研制基于ViBe算法与SLIC超像素的背景差分法。该算法继承了ViBe算法的良好性能，同时更加充分的利用了背景像素的空间相关性，达到有效应对复杂场景中强力扰动并对前景物体精确检测的目的。

本发明包括如下步骤：

第一步：基于超像素分割的背景建模，

第二步：前景检测，

第三步：背景更新。

本发明原理及有益效果：①自然图像中属于同一区域内的绝大多数像素点服从同一高斯分布。②复杂场景中的强烈扰动绝大多数是由邻域像素的移位(风吹草动，相机抖动)造成的。我们结合这两种特征，在原始ViBe算法框架下结合SLIC超像素提出了基于ViBe算法与SLIC超像素的背景差分法。与现有的背景差分法相比，该方法更加充分的利用了背景像素的空间相关性，能够有效应对复杂场景中强力扰动，虚警率更低，精确度更高。

附图说明

图1本发明流程图。

图2SLIC超像素分割示意图。图中(a)、(b)、(c)分别为Fountain、Campus和WaterSurface帧序列中的一幅原图，(d)、(e)、(f)为对应的SLIC超像素分割结果图。

图3前景检测示意图。图中(a)、(b)、(c)分别为Fountain、Campus和WaterSurface帧序列中的一幅待检测帧，(d)、(e)、(f)为路面实况，(g)、(h)、(i)为GMM(GaussianMixtureModel)算法的检测结果，(j)、(k)、(l)为ViBe算法的检测结果，(m)、(n)、(o)为该方法的检测结果。

图4为recall(召回率)、precision(准确率)和fmeasure对比曲线，