[发明专利]一种基于像素点和置信度的自适应分割的车辆检测方法

摘要

本发明公开了一种基于像素点和置信度的自适应分割的车辆检测方法，首先提出了一种背景模型的初始化方法，在初始化背景模型后，引入图像前景检测计数器、背景置信度图像计数器、图像各点像素所处的交通状态并设置初始值，并对当前场景像素点交通状态进行判别和背景模型中像素点置信度的计算及是否更新进行判定且根据当前交通状态用阈值自适应更新方案更新背景模型，最后运用基于像素的自适应分割方法检测前景。本发明可以有效解决复杂城市交通场景中缓慢移动和临时停车的车辆污染背景检测模型的问题。

主权项

一种基于像素点和置信度的自适应分割的车辆检测方法，其特征在于，包括以下步骤：(1)视频传感器实时采集城市交通场景图像，将最近N个被采集到的图像的像素值b′_M(x,y),M∈[1,N]序列作为背景模型B′(x,y)，并对背景模型进行初始化；(2)在初始化背景模型后，引入图像前景检测计数器、背景置信度图像计数器；设置信区间为c(x,y)并设置初始值；设置信区间内前景的次数为d(x,y)；设像素点从背景转变为前景或从前景转变为背景的次数为h(x,y)；设图像各点像素所处的交通状态为p(x,y)并设置初始值；设前景的分割为F(x,y)；设决策阈值为R(x,y)；(3)通过置信区间内前景的次数d(x,y)与当前帧的数量f(x,y)的比值计算出检测比率，对当前场景像素点交通状态进行判别；(4)计算背景模型中像素点的置信度，判定是否需要更新；(5)根据当前交通状态，用阈值自适应更新方法更新背景模型；(6)运用基于像素的自适应分割方法检测前景。