[发明专利]一种固定摄像下监控视频环境中对运动污染物的检测方法

权利要求书

1.一种固定摄像下监控视频环境中对运动污染物的检测方法，其特征在于：包括背景更新算法、五帧差分法及构造改进算法，通过将五帧差分法与背景更新法结合的方式，在两种算法的优点和缺点上进行分析和对两者的优点进行整合，使对运动目标的检测具有多种算法的优点，且将各种算法的劣势降低到最小；

所述背景更新算法包括以下步骤：

步骤1-1、在原始视频图像中取出200帧作为建立背景模型的基础，计算对应的像素差的绝对值，将背景模型中每一帧转换为灰度图形记为g1(x，y)，200帧以后的图像称为预背景模型图像，将预背景模型中每一帧转换为灰度图形记为g2(x，y)；

步骤1-2、阈值计算，假定视频图像是一个m乘n的矩阵，通过计算前200帧任意一帧的任意一行的灰度均值，记做G1_i(i＝1，2，3，...，M)，200帧后的任意一帧的任意一行的灰度均值，记做G2_i(i＝1，2，3，...，M)，通过以下公式计算阈值T：

T＝|G1_i-G2_i|(i＝1，2，3，...M)

步骤1-3、获取激励值，通过用200帧前的图像点的灰度值与200帧后每一帧的对应位置的灰度值做差取绝对值获取相差的程度，激励值选择如下列公式所示：

其中，g1(i，j)是模型帧像素点的灰度值；g2(i，j)是实际帧像素点的灰度值；k为激励值；

所述五帧差分法包括以下步骤：

步骤2-1、在视频序列中选取连续的五帧图像，在经过灰度化以及滤波等图像预处理过程后获得图像f_k(x，y)x，y)，k是五个相邻的数字；

步骤2-2、采用隔帧差分的方法，将第一帧f_k-2(x，y)与第三帧f_k(x，y)，第二帧f_k-1(x，y)与第三帧f_k(x，y)；将第三帧f_k(x，y)与第四帧f_k+1(x，y)，第三帧f_k(x，y)与第五帧f_k+2(x，y)分别进行差分处理，再经过预先设定的阈值分割为二值化图像；

公式(3.19)、公式(3.20)、公式(3.21)和公式(3.22)中f_k(x，y)x，y)是对应第k帧图像上位于(x，y)坐标的灰度值；动态阈值g₁，g₂，g₃，g₄是作为一个变化值；μ为抑制系数X*Y标志着每一帧图像的大小，用来确定待检区域的像素值大小，由于视屏图像的光照产生的变化会影响目标检测的效果，所以引入这个动态阈值作为对光照系数的补偿，尽量减少因光照引起的不利效应；

其中，公式(3.23)、公式(3.24)、公式(3.25)和公式(3.26)中的d_1k，d_2k，d_3k，d_4k为方差图像；T为OTSU法的分割阈值；

步骤2-3、使用公式(3.27)对二值化图像进行以3k为对称进行同或运算后，得到的结果再进行异或运动目标，计算公式如下：

d_k(x，y)为得到的二值化五帧差分图像；

最后通过使用逻辑与对两个算法进行构造改进：

步骤3-1、根据具有更新激励系数的背景更新算法获得二值化图像g_k(x，y)，以及使用五帧连续图像的帧间差分算法d_k(x，y)，使用公式(3.28)逻辑‘与’运算得到运动目标的二值化图像：

P_k(x，y)＝d_k(x，y)g_k(x，y) (3.28)

步骤3-2、根据步骤1获得的二值化图像P_k(x，y)，在原图像的对应区域进行前景分割，获得目标污染物的图像。