[发明专利]基于混合高斯模型与超像素分割的运动目标检测方法

摘要

本发明公开了一种基于混合高斯模型与超像素分割的运动目标检测方法。运动目标检测的任务是从复杂场景中尽可能提取感兴趣的对象，并以二值图像呈现结果。本发明方法首先利用高斯混合模型进行背景建模，获取当前帧的背景图像。其次，对当前帧用SLIC(简单线性迭代聚类)算法进行超像素分割。最后，对分割好的图像和背景图像分别进行LTP(局部三值模式)的纹理特征提取，然后进行比较，从而获得运动目标。本发明的有益效果在于：能够实时的根据摄像头捕捉到的视频图像来检测运动目标；检测方法高效、准确。

主权项

1.一种基于混合高斯模型与超像素分割的运动目标检测方法，其特征在于：具体步骤如下：(1)构建背景模型，构建的背景模型为没有运动目标存在时的背景图；首先读取视频的前n帧，用高斯混合模型建立背景模型，建立背景模型后，对新的每一帧，不断实时更新背景模型；(2)每读取新的一帧，用简单线性迭代聚类SLIC算法对当前帧图像进行超像素分割，调整算法参数，使得分割后的图像能够将背景区与图像区分开，得到分割后的当前帧图像，并转化为灰度图像；(3)利用步骤(2)得到的分割后的背景区，将当前帧背景图像进行相应区域的超像素分割，并将分割后的图像转为灰度图像；(4)针对当前帧图像和当前帧背景图像的灰度图象的每一个区域，提取局部三值模式LTP的纹理特征，并形成相应的灰度直方图；(5)对于每一个区域，将当前帧图像提取的灰度直方图与当前帧背景图像提取的灰度直方图进行比较；若相似，则为背景；否则，为运动目标。