[发明专利]一种自适应的前景检测方法及其检测装置

权利要求书

1.一种自适应的前景检测方法，其特征在于包括以下步骤：

将新一帧待检测的图像与给定的背景图像、之前数帧图像以及背景模型进行比较，得到当前图像相对于每个给定图像的差分图，所述给定图像包括预先保存的背景图像以及当前图像之前的至少一帧图像，所述差分图的计算方式包括计算对应位置上属性值差值的绝对值和计算对应位置属性值的马氏距离，具体包括：

对于图像中每个像素所在的位置，根据当前图像中该位置处像素的属性值与所述预先保存的背景图像中相应位置处像素的属性值计算L1-范数距离，并且根据当前图像中该位置处像素的属性值和当前图像之前的至少一帧图像中相应位置处像素的属性值计算第二协方差距离，根据当前图像中该位置处像素的属性值，和背景模型中不断更新维护的该位置处属性值的历史均值、历史值的方差值，计算马氏距离；

按照固定的分块规则将差分图像划分为若干个子图像块，针对每个子图像块计算自适应二值化的阈值图；

根据当前图像相对于背景图像、之前数帧图像以及背景模型的差分图和阈值图，确定前景的检测结果；

按照固定的分块规则将差分图像划分为若干个子图像块，针对每个子图像块计算自适应二值化的阈值图包括：

建立与当前图像通道数与数据深度完全相同的阈值图保存阈值结果，将差分值重新量化到属性值范围，得到每个位置的第一阈值结果；

将所述保存第一阈值结果的阈值图像中所有位置采用固定的划分方法分为多个尺寸相同的若干个子图像块，对每个子图像块，计算阈值子图像块内像素点的平均值，得到每个像素位置的第二阈值结果；

对所述第二阈值结果进行平滑处理，处理结果添加一个偏置量作为第三阈值结果；

将所述第三阈值结果与所述差分图进行比较，确定前景的检测结果。

2.如权利要求1所述的一种自适应的前景检测方法，其特征在于对所述第二阈值结果进行平滑处理，处理结果添加一个偏置量作为第三阈值结果包括：

根据阈值图中每个子图像块的第二阈值结果，以及它周边邻近的子图像块的第二阈值结果，对阈值图像进行双线性插值处理；

对上述处理结果添加一个很小的偏置量作为第三阈值结果，第三阈值结果作为最终的阈值结果；

将所述最终阈值结果与所述差分图进行比较，确定前景的检测结果包括：

对于差分图像每个子图像块，将该图像块内像素的差分值与阈值图像中对应位置的最终阈值结果进行比较，确定各个子图像块的前景的检测结果。

3.如权利要求1所述的一种自适应的前景检测方法，其特征在于进一步包括：对于图像中每个像素所在的位置，预先保存所述背景图像中该位置处像素的属性值，维护背景模型在该位置的属性值，背景模型的属性值包括历史属性值均值和历史属性值方差值；和/或选择所述当前图像之前像素的属性值已知的一帧图像作为背景图像。

4.如权利要求2-3中任一项所述的一种自适应的前景检测方法，其特征在于所述差分图像计算方式是以下之一：L1-范数距离、马氏距离。

5.如权利要求2-3中任一项所述的一种自适应的前景检测方法，其特征在于所述像素的属性值包括以下至少之一：灰度值、RGB通道值、YUV通道值。

6.采用权利要求1所述的一种自适应的前景检测方法的检测装置，其特征在于包括：

比较模块（51），用于将待检测的当前图像与给定图像、背景模型进行比较，得到所述当前图像相对于每个给定图像的差分图像，所述给定图像包括预先保存的背景图像以及所述当前图像之前的至少一帧图像，所述背景模型包括实时学习更新的采样数据和统计数据；

阈值运算模块（53），用于自适应计算差分图像的二值化阈值；

确定模块（55），用于根据所述当前图像相对于每个给定图像的差分图像以及运算得出的阈值，确定前景的检测结果。