[发明专利]基于交通视频的运动车辆检测方法

权利要求书

1.基于交通视频的运动车辆检测方法，其特征在于，包括以下步骤：

S1：通过装置于车辆内的摄像机实时的采集车辆信息，将获得的车辆行驶视频按照帧分割成一系列的图像序列，并对图像进行灰度化、二值化及降噪预处理；

S2：背景建模，是对背景图像中的每一个像素点建立起模型分布，实时更新模型参数；

S3：将预处理后的当前帧图像采用Canny边缘检测来提取边缘信息，获取图像的结构特征和边缘信息；

S4：根据获取的边缘信息，对每一像素建立基于边缘的混合高斯模型；

S5：基于边缘信息的混合高斯模型参数的更新，把长时间驻留组成静止目标区域的像素点归纳为组成背景区域的像素点，短暂驻留目标的像素点慢慢减弱，直到此区域的像素点被一个新出现的运动目标的像素点完全替代；

S6：像素点值与最佳描述背景高斯分布进行匹配，将前景目标提取出来，实现运动车辆的检测。

2.根据权利要求1所述的运动车辆检测方法，其特征在于，所述背景建模具体如下：

S2-1：用一个赋予权值为w_i,t，维数为n(灰度图像取1)的时间序列{X(x,y,i),1≤i≤t}来表示视频序列图像中像素点的值，任何时候这些像素点的值服从相同的分布且相互独立，采用K个独立的高斯分布(均值向量为μ_i,t，协方差矩阵为∑_i,t的正态分布)概率密度函数的加权和来描述X_t的概率函数表达式表示为：

$Q\left(X_t\right)=\underset{i=1}{\overset{K}{\Σ}}{w}_{i,t}\·G_i(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t}),$

$G_i(X_t,{\mathrm{\μ}}_{i,t},{\mathrm{\Σ}}_{i,t})=\frac{1}{{\left(2\mathrm{\π}\right)}^{\frac{\mathrm{\π}}{2}}|{\mathrm{\Σ}}_{i,t}{|}^{\frac{1}{2}}}*e^{-\frac{1}{2}{(x_t-{\mathrm{\μ}}_{i,t})}^T{\mathrm{\Σ}}^{-1}(X_t-{\mathrm{\Σ}}_{i,t})},$

其中，G_i(X_t,μ_i,t,∑_i,t)为第i个高斯分布；

S2-2：此对组成背景区域像素点的最佳描述是w_i,t/|∑_i,t|比值较大的高斯分布，把描述每个像素点的K个高斯分布的w_i,t/|∑_i,t|由大到小的顺序排列，大于阈值T的前B个高斯分布作为描述组成背景区域的模型：

$B=\arg \left(\underset{b}{\min }\right(\underset{i=1}{\overset{b}{\mathrm{\Σ}}}{w}_{i,t}\>T\left)\right),$

其中，T(0.5≤T≤1)作为预先设定的阈值很好地表现出组成背景区域像素点出现的概率。