[发明专利]基于马氏距离的视频图像背景检测方法

权利要求书

1.基于马氏距离的视频图像背景检测方法，其特征在于，包括如下步骤：

a)从视频中提取F帧背景图像作为训练样本集，80≤F≤L，L表示视频的总帧数；

b)分别求取训练样本集中图像各像素点的RGB均值矩阵：

X‾k=1FΣi=1FXk(i),k=1,2,...,(M×N);]]>

其中，k表示训练样本集的图像中像素点的序号，M×N表示视频图像的分辨率；表示训练样本集中图像第k个像素点的RGB均值矩阵；X_k(i)＝[R_k(i)，G_k(i)，B_k(i)]表示训练样本集中第i帧图像第k个像素点的RGB矩阵，1≤i≤F，R_k(i)、G_k(i)和B_k(i)分别表示训练样本集中第i帧图像第k个像素点的红色分量值、绿色分量值和蓝色分量值；

c)分别求取训练样本集中图像各像素点的RGB协方差矩阵：

cov(Xk)=1F-1Σi=1F[(Xk(i)-X‾k)×(Xk(i)-X‾k)T],k=1,2,...,(M×N);]]>

其中，cov(X_k)表示训练样本集中图像第k个像素点的RGB协方差矩阵；T为矩阵转置符号；

d)根据训练样本集中图像各像素点的RGB均值矩阵及RGB协方差矩阵分别确定各像素点的背景边界阈值：

THk=max[Dis(Xk(i),X‾k)|i∈{1,2,...,F}],k=1,2,...,(M×N);]]>

其中，TH_k表示视频图像第k个像素点的背景边界阈值；表示训练样本集中第i帧图像第k个像素点的RGB矩阵X_k(i)与训练样本集中图像第k个像素点的RGB均值矩阵的马氏距离：

Dis(Xk(i),X‾k)=(Xk(i)-X‾k)Tcov(Xk)-1(Xk(i)-X‾k);]]>

T为矩阵转置符号；表示取训练样本集中各帧图像第k个像素点的RGB矩阵与训练样本集中图像第k个像素点的RGB均值矩阵的马氏距离之中的最大值；

e)对于视频中作为背景检测对象的J帧图像，1≤J≤L，分别求取作为背景检测对象的每一帧图像各像素点的RGB矩阵与训练样本集中图像的对应序号像素点的RGB均值矩阵的马氏距离：

Dis(Xk(j),X‾k)=(Xk(j)-X‾k)Tcov(Xk)-1(Xk(j)-X‾k),]]>

k＝1，2，…，(M×N)，j＝1，2，…，J；

其中，表示作为背景检测对象的第j帧图像第k个像素点的RGB矩阵X_k(j)与训练样本集中图像第k个像素点的RGB均值矩阵的马氏距离；X_k(j)＝[R_k(j)，G_k(j)，B_k(j)]表示作为背景检测对象的第j帧图像第k个像素点的RGB矩阵，R_k(j)、G_k(j)和B_k(j)分别表示作为背景检测对象的第j帧图像第k个像素点的红色分量值、绿色分量值和蓝色分量值；T为矩阵转置符号；

f)对于视频中作为背景检测对象的J帧图像，若则判定作为背景检测对象的第j帧图像第k个像素点为背景像素点；否则，判定作为背景检测对象的第j帧图像第k个像素点为前景像素点；由此检测出视频中作为背景检测对象的J帧图像的各个像素点是否为背景像素点，完成对作为背景检测对象的J帧图像的背景检测。