[发明专利]基于时空条件信息的运动目标检测方法

权利要求书

1.基于时空条件信息的运动目标检测方法，其特征在于：对检测图像中的像素点（3）属于参考背景的条件概率p(x｜b)进行非线性变换,作为运动目标检测分类特征，以线性分类器进行动态场景中前景与背景分类。

2.根据权利要求1所述的基于时空条件信息的运动目标检测方法，其特征在于，采用非负对数对条件概率p(x｜b)进行非线性变换，得到像素点（3）在参考背景条件下的条件信息I(x|b)，作为图像分类特征。

3.根据权利要求2所述的基于时空条件信息的运动目标检测方法，其特征在于，加权像素点（3）邻域内像素点的条件信息I(x｜b)，作为检测像素点（3）的最终分类特征。

4.根据权利要求1或3所述的基于时空条件信息的运动目标检测方法，其特征在于，采用中心四周时空域模型计算条件概率p(x｜b)，并以此计算像素点（3）的加权条件信息。该时空域模型，以当前检测像素点（3）为中心，构建中心区域(1)，并以该中心区域（1）对应的四周区域（2）确定参考背景：以四周区域（2）外边界范围内的所有N-1帧背景序列图像BckSeq（4），并连同当前检测图像CurImg中四周区域2作为参考背景b，计算条件概率p(x|b)。以中心区域（1）做为像素点(3)的邻域，计算加权条件信息。

5.根据权利要求4所述的基于时空条件信息的运动目标检测方法，其特征在于，对图像进行分块，以图像块（5）代替单个像素（3）检测进行加速，对图像进行分块，以图像块内像素x的条件信息加权求和作为该图像块特征进行检测分类。

6.根据权利要求5所述的基于时空条件信息的运动目标检测算法，其特征在于，采用图像块颜色分布直方图对参考背景概率分布直接建模，以参考背景序列中图像块的颜色分布直方图H作为参考背景b的概率分布p(b),直接利用直方图H计算条件概率p(x|b)。

7.根据权利要求5所述的基于时空条件信息的运动目标检测算法，其特征在于，采用图像块差分预检测，预先检测出图像中变化图像块，作为候选图像，再利用条件信息进行二次检测。

8.根据权利要求6所述的基于时空条件信息的运动目标检测方法，其特征在于，图像块被检测为背景时，对图像块的参考背景颜色直方图进行更新，并随机选择邻域内图像块参考背景颜色直方图，对选择的颜色直方图进行更新。