[发明专利]基于多级分块的交通视频智能识别背景建模方法

权利要求书

1.一种基于多级分块的交通视频智能识别背景建模方法，其特征在于,包括以下步骤：

(1)背景训练

(11)采用帧差分法对视频图像进行处理，得到二值图像的步骤；

(12)分块：对二值图像进行多级分块的步骤；

(13)对分块所得的每一分块求取均值，所有像素点均值为0则进行CSLBP特征值以及CB特征向量的更新或/和记录的步骤：

(131)若某一分块中所有像素点均值为0，初步假设是背景，用CSLBP算法进行特征值提取；

(132)将提取的CSLBP特征值与该分块已有特征值进行比对，如果CSLBP特征值存在，则对CSLBP特征值进行更新，并用CB算法提取CB特征值，如果该CB特征值存在则直接更新，如果CB特征值不存在则对其进行记录；如果CSLBP特征值是不存在，则执行下一步；

(133)采用CB分块法提取CB特征值，将CB特征值与该分块已有特征值进行比对，如果是CB特征值存在，则对CB特征值进行更新，并对CSLBP特征值进行记录，如果CB特征值不存在，则进行下一步；

(14)重复步骤(11)～(13)，直至完成视频图像背景帧所有块的CSLBP和CB特征值检测，得到完整的背景；

(2)前景检测

(21)对输入的每一帧采用背景差法求取二值图像；

(22)对步骤(21)所得到的二值图像每一个位置求取像素点均值，均值为0则假设为背景，进行背景比对，如果是已经存在的背景则确认为背景，如果该背景不存在，则进行CSLBP纹理和CB特征比对，只要有一个符合即认为是已有背景，否则进行记录和更新；对于均值不为0的部分进行CSLBP比对，如果不符合背景则认为是前景，如果符合背景纹理，则进行CB特征向量比对，如果亦符合则认为是背景，否则认为是前景；

(23)重复步骤(21)～(22)完成视频图像所有帧的前景检测。

2.根据权利要求1所述的基于多级分块的交通视频智能识别背景建模方法，其特征在于，所述步骤(131)CSLBP特征值由以下公式求得：

式中，T表示纹理，g_c是中心点，g_i(i＝0,1,2,…,p-1)表示以g_c为中心的邻域点；s(g_i，g_i+p/2)经过二值化处理的像素得到一个二值化的值，此处的处理的点是g_c的对称领域点；CSLBP(g_c)是对向量的各个元素使用因子2ⁱ的进行加权得到的CSLBP特征值；其中，P＝8。

3.根据权利要求2所述的基于多级分块的交通视频智能识别背景建模方法，其特征在于，所述步骤(132)中CB特征向量表征：V＝{μ_ht，μ_hb，μ_lt，μ_lb}，采用以下面公式求得：

式中，x_ij为图像F(i,j)的第i行第j列的像素值，μ_ht为较高亮度，μ_hb为高亮度，μ_lt为低亮度，μ_lb为较低亮度,μ_h为高亮度、μ_l为低亮度，μ为该块的平均像素。

4.根据权利要求3所述的基于多级分块的交通视频智能识别背景建模方法，其特征在于，所述步骤(12)的具体方法如下：以9x9为最小块模板分为3层，第一层分为81x81的块，对于不能被81整除的部分则分为27x27和/或9x9的块。