[发明专利]一种基于SOBS和GMM的遗留物检测方法

权利要求书

1.一种基于SOBS和GMM的遗留物检测方法，其特征在于：包括以下步骤：

（1）使用改进的SOBS算法得到检测结果Obj_SOBS；

（2）使用GMM算法得到GMM算法检测结果Obj_GMM；

（3）将Obj_SOBS和Obj_GMM相减得到静止目标；

（4）对步骤（3）得到的静止目标进行是否遗留物的判定。

2.根据权利要求1所述的基于SOBS和GMM的遗留物检测方法，其特征在于：所述步骤（1）中，改进的SOBS算法包括：

1背景模型初始化：采用一个像素点映射n²个位置的方法，选择HSV空间第一帧数据作为背景模型的初始化数据；

2前景检测：使用下述公式（1）计算两个像素点p_i与p_j之间的距离d(p_i,p_j)：

d(pi,pj)=||(visicos(hi),visisin(hi),vi)-(visjcos(hj),vjsjsin(hj),vj)||22---(1)]]>

公式（1）中，h,s,v分别对应HSV空间的色调、饱和度和亮度，p_i＝(h_i,s_i,v_i)，p_j＝(h_j,s_j,v_j)；

根据下述公式（2）计算并判定当前像素点p_t与对应模型中n²个像素点的最小距离d(c_m,p_t)与阈值ε之间的关系：

d(cm,pt)=mini=1...n2d(ci,pt)≤ϵ---(2)]]>

ϵ=ϵ1;if0≤t≤Kϵ2;ift>K---(3)]]>

公式（3）中，ε₁，ε₂为设定小常数，t为当前帧数，K为设定阈值；

当公式（2）成立时，用当前像素点更新背景模型，否则使用下述公式（4）进行阴影判定：

(γ≤ptvctv≤β)⩓(pts-cis≤ιs)⩓(|pth-cih|≤ιh)---(4)]]>

公式（4）中，分别是pt在HSV空间的分量，参数γ、β、τ_s、τ_h分别为进行阴影判定所设定的阈值，其中，0≤γ＜β＜1，0＜τ_s＜1，0＜τ_h＜1；

若背景模型C中至少存在一个c_i满足公式（4），则判定该点为阴影，否则判定为前景，被判定为前景的像素点的集合记作Obj_SOBS，即SOBS算法的检测结果；

3背景更新：若像素被判定为背景，则按照下述公式（5）更新背景模型C中最佳匹配像素周围的像素点：

A_t(i,j)＝(1-α_i,j(t))A_t-1(i,j)+α_i,j(t)p_t(x,y)       （5）

公式（5）中，A_t(i,j)为背景模型C中匹配像素周围的像素点，α_i,j(t)＝α(t)w_i,j，w_i,j是α(t)在背景模型C中每个像素对应的权重，初始化为高斯权重，i，j的值符合下述公式（6）、（7）：

i=x‾-n/2,...,x‾+n-(x‾modn);ifx‾modn≥n/2x‾-(x‾modn),x‾+n/2;ifx‾modn<n/2---(6)]]>

j=y‾-n/2,...,y‾+n-(y‾modn);ify‾modn≥n/2y‾-(y‾modn),...,y‾+n/2;ify‾modn<n/2---(7)]]>

其中的mod为取余符；

α(t)由下述公式（8）、（9）、（10）计算：

α(t)=α1-tα1-α2K;if0≤t≤Kα2;ift>K---(8)]]>

α1=c1max{wi,j}---(9)]]>

α2=c2max{wi,j}---(10)]]>

其中的c₁，c₂为常数且0≤c₂≤c₁≤1。