[发明专利]一种背景差分和前景探测的方法

权利要求书

1.一种背景差分和前景探测的方法，其特征在于：构建米诺向量，用于保存每个像素的参考数据和统计信息；定义背景图像的每一个位置的动态性，设定动态等级级数，根据动态等级划分规则，将动态性归属为某一动态等级；采用动态KDE算法获取最优带宽；给每一个像素设计一个自适应的阈值，阈值的取值与像素的动态性相关；利用俄罗斯方块更新方案对米诺向量中的参考数据最底层进行消除操作，从而消除噪声干扰；

所述构建米诺向量，其具体实现包括以下步骤：

步骤A1：构建长度为263的一维向量作为米诺向量；

步骤A2：针对背景图像的每一个位置，将米诺向量从下标0至255的单元设计为存储灰度值为相应下标的数量；

步骤A3：将米诺向量从下标256至262的单元设计为存储背景图像每个位置的统计信息，其中256单元存储灰度值的总数，257单元存储灰度值的变化幅值，258和259单元分别存储最小和最大灰度值，260单元存储灰度所形成的聚类的个数，261单元存储灰度所形成的峰态的个数，262单元存储最底层灰度值的总数。

2.根据权利要求1所述的背景差分和前景探测的方法，其特征在于，所述定义背景图像的每一个位置的动态性，是在一个时间段内，像素的灰度值的变化范围。

3.根据权利要求1所述的背景差分和前景探测的方法，其特征在于，所述获取最优带宽，其具体实现包括以下步骤：

步骤B1：选取一个正态分布作为试点估计并使用观察数据I＝I₁,I₂,...,I_N计算方差σ²，其中N是观察数据的数量；

步骤B2：使用如下公式计算局部带宽h_loc：

其中，iqr是四分位数区间；

步骤B3：定义动态因子η_i：

其中，geom是的几何平均数，α是敏感度参数，α∈[-1,0]；

步骤B4：得到最优带宽为：

H_opt＝η_ih_loc(3)。

4.根据权利要求1所述的背景差分和前景探测的方法，其特征在于，所述给每一个像素设计一个自适应的阈值，其具体实现包括以下步骤：

步骤C1：根据公式计算每一个观察数据I在其他数据上的概率密度其中，I取值I₁,I₂,...,I_m，m是观察数据中不重复灰度值的个数，K(·)表示核函数；

步骤C2：对进行升序排序并去除重复项，即得到长度为m'的阈值数组Thresholds[m']；其中I＝I₁,I₂,...,I_m；

步骤C3：根据动态等级划分时得到的动态级别dr设定其初始阈值为Thresholds[dr]。

5.根据权利要求1所述的背景差分和前景探测的方法，其特征在于，所述俄罗斯方块更新方案，其具体实现包括以下步骤：

步骤D1：设定更新条件；

步骤D2：当满足更新条件时，将米诺向量从下标0到255中非零单元的值减1；

步骤D3：更新统计标志位信息。