一种克服光照突变的混合高斯模型前景分割方法技术

本发明专利技术提供一种克服光照突变的混合高斯模型前景分割方法，当光照发生剧烈变化时，通过光照传感器采集光照强度信息并进行实时线性拟合得到光照强度随时间的变化情况，然后求导得出光照变化率，并根据光照变化率的不同情况分别采用不同的算法计算学习率，进而更新背景，提取出完整的运动目标。本发明专利技术提供的方法，通过与光照传感器配合，实现软硬件相结合的光照检测模式，可实时检测光照变化并根据光照变化程度大小进行背景模型的实时更新，提高了背景模型更新的准确度，有利于准确提取运动目标。标。标。

【技术实现步骤摘要】
一种克服光照突变的混合高斯模型前景分割方法


[0001]本专利技术涉及人工智能
，尤其涉及一种克服光照突变的混合高斯模型前景分割方法。

技术介绍

[0002]前景分割技术是是视频图像处理的一个关键步骤，通过将前景与背景分离，对感兴趣的前景部分进行检测、识别、提取和追踪，并通过分析目标的动态行为模式，实现对其行为的判别和预测。该技术广泛应用于运动目标识别的场合，如人数识别、道路车辆检测等，为研究各类控制算法提供数据支撑。目前较为广泛采用的前景分割方法主要有以下几种：
[0003]1.帧间差分法：主要思路是通过将相邻的图像进行“减”操作来提取运动目标。相邻近的图像背景部分的像素值变化不大，而组成运动目标的像素值变化较大，将前后帧的对应位置像素值相减，并规定一个阈值，大于阈值的为运动目标，小于阈值的为背景。帧差法算法简单，计算速度快，适用于目标判断速度要求高的场合。目前广泛采用的方法有两帧差分法、三帧差分法和四帧差分法等。
[0004]2.光流法：主要思路是计算组成运动目标的像素点的瞬时速度，通过像素在时间轴上的变化来提取运动目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种克服光照突变的混合高斯模型前景分割方法，其特征在于，包括：基于采集的环境光照强度值，进行线性拟合，获得光照强度随时间的变化函数；基于历史影像的灰度图像结合混合高斯模型，构建并初始化背景模型；判断后续输入的某帧初始灰度图像的每个像素点是否属于背景目标，若是，则通过计算学习率进行匹配模型参数的更新；否则，判断该个像素点为前景目标，通过计算学习率进行未匹配模型参数的更新；判断该某帧初始灰度图像的所有像素点是否处理完毕，若是则完成背景模型的构建，否则，返回执行上述第三个步骤；通过背景模型，从上述第三个步骤或第四个步骤的处理结果中提取前景目标，获得由运动目标组成的目标灰度图像。2.根据权利要求1所述的方法，其特征在于，所述的基于采集的环境光照强度值，进行线性拟合，获得光照强度随时间的变化函数包括：通过式计算获得环境中某时刻的光照变化率；式中，h为时间的增量，无限趋近于0；通过式构建光照变化率映射函数；式中，e为自然对数。3.根据权利要求2所述的方法，其特征在于，所述的基于历史影像的灰度图像结合混合高斯模型，构建并初始化背景模型包括：基于历史影像的灰度图像，建立历史观测数据集X1,X2,
…
,X
t
；基于所述历史观测数据集，通过式基于所述历史观测数据集，通过式基于所述历史观测数据集，通过式构建背景模型；式中，k为高斯分布函数的模型总数，η(X
t
，μ
i，t
，τ
i，t
)为t时刻的第i个高斯分布函数，μ
i，t
，和τ
i，t
分别为t时刻第i个高斯分布函数的均值，方差和协方差矩阵，I为单位矩阵，w
i，t
为t时刻第i个高斯分布的权值；将历史影像中的第一帧图像的每一个像素点的像素值作为该像素点对应的混合高斯模型的第一个高斯分布函数的均值；对历史影像中的第一帧图像的每一个像素点对应的混合高斯模型的第一个高斯分布函数的方差进行初始化；将历史影像中的第一帧图像的每一个像素点对应的混合高斯模型的第一个高斯分布函数的权重系数初始化为1；将历史影像中的第一帧图像的每一个像素点的剩余k
‑
1个高斯分布函数的均值、方差
和权重系数设置为0。4.根据权利要求3所述的方法，其特征在于，所述的判断后续输入的某帧初始灰度图像的每个像素点是否属于背景目标包括：将后续输入的某帧初始灰度图像的某个像素点X
t
所对应的当前k个高斯函数的均值按照式|X
t
‑
μ
i，t
‑1|≤2.5σ
i，t
‑1ꢀꢀꢀ
(6)的方式进行比较运算，若满足式(6)的条件，则判断该某个像素点属...

【专利技术属性】
技术研发人员：倪平浩，朱迪，和敬涵，张放，王小君，张大海，李猛，罗国敏，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：