[发明专利]一种基于高斯背景模型的静态目标分割的方法

摘要

一种基于高斯背景模型的静态目标分割的方法，首先根据第一帧或预载入背景建立高斯混合模型，并载入所需各部分参数阈值；当新的一帧进入时，逐像素扫描和背景模型进行匹配；若匹配和上一帧相同的分布，则加一，反之则归零；然后根据匹配结果进行参数更新，并对更新后的各分布进行排序，根据阈值选择出对应的生成的背景模型；通过查找连通域滤除较小的前景部分以排除噪声和复杂背景的干扰，并在前景部分根据计数器累积值逐像素进行参数还原。本发明方法可以有效使高斯背景模型可以识别长时间进入背景静止的物体，并可以保持高斯背景模型本身对光度敏感辨识和学习能力。

主权项

一种基于高斯背景模型的静态目标分割的方法，其特征在于，包括如下具体步骤：根据预存背景图片或视频的第一帧图像构建高斯背景模型，每个像素点的每个颜色通道构建K个高斯模型分布，载入模型对应初始参数，包括学习速率win_size，匹配阈值std_threshold，权值阈值bg_stdshold，方差初始值var_init，目标最小区域阈值area_threshold，重复次数计数器counter阈值counter_threshold，初始化各点高斯分布模型，分配内存空间；当新的一帧载入时，对每个像素点每个通道和背景模型的K个高斯分布依次进行匹配，并返回对应匹配结果，根据匹配结果进行参数更新，参数更新公式选择根据是否到达学习速率的帧数决定；每次匹配同一分布则该点重复次数加一，不匹配则清零；对每个点的高斯分布权值和方差的比值由大到小进行排序，根据匹配分布对应权值及其之前权值和是否大于阈值决定该点是否匹配背景，不匹配则为前景点；对整幅图像中已确认的前景点进行连通域扫描，滤掉远小于目标物体大小的前景点，将之标记为背景部分；对识别出的前景点和背景点进行扫描，检测每个点的重复次数是否超过阈值，超过阈值则进行参数还原，并把重复次数清零；高斯模型更新结束，返回上述2）步骤直至视频结束。