基于视频序列影像特征分析的日夜切换检测算法

摘要

本发明公开了一种基于视频序列影像特征分析的日夜切换检测算法，包括步骤：1)在日夜切换检测过程中，判断对象选取为表示光照强度变化的特征——图像像素点亮度值；2)以路面范围内的像素点作为观测对象，获取多个亮度检测区域的平均亮度值；3)对光照变化的状况进行计数统计，当这种状况持续时间达到要求时再对当前环境状况做出最后的判断。本发明能够对监控环境进行有效识别，以便针对不同的环境采用不同的检测模式来达到最佳效果，提高了视频监控系统中的白天与夜间模式的识别效率，以此来解决凌晨与黄昏时段由于光照强度变化过快而导致监控系统的准确率较低的问题，从而极大的提高了视频监控系统的鲁棒性。

主权项

基于视频序列影像特征分析的日夜切换检测算法，其特征在于，包括以下步骤：1)在日夜切换检测过程中，判断对象选取为表示光照强度变化的特征——图像像素点亮度值；其中像素点的亮度值取值是指RGB颜色空间中，各RGB分量的平均值，表示如下式：I＝0.3R+0.59G+0.11B2)以路面范围内的像素点作为观测对象，获取多个亮度检测区域的平均亮度值，以向量的形式表示：V_It＝(I_t1,I_t2,...,I_ti)式中，V_It表示t时刻亮度值向量；I_ti表示在t时刻第i个亮度检测区域的平均亮度值；获取当前系统检测区域的平均值与前期历史值的平均值进行比较，如下式：$▿V_{It}=V_{It}-V_{\mathrm{Im}ean}$式中，V_Imean表示前期历史平均值；V_Imean＝(T_mean(I₁),...,T_mean(I_n))式中，T_mean(I_n)表示第n个检测区域在时间段T内亮度的时间平均值，利用欧式距离表示两个向量的差异性：$D=\left|▿V_{It}\right|/n$式中，n表示检测区域的数量；3)对光照变化的状况进行计数统计，当这种状况持续时间达到要求时再对当前环境状况做出最后的判断；其中定义一个状态量S_t以及一个时间计数器C；$S_t\left\{\begin{array}{cc}1& \begin{array}{cc}if& D>Threshand{V}_{It}>V_{\mathrm{Im}ean}\end{array}\\ -1& \begin{array}{cc}if& D>Threshand{V}_{It}<V_{\mathrm{Im}ean}\end{array}\\ 0& else\end{array}\right\}$C＝∑S_t式中，Thresh表示亮度差异阈值；其中，C的绝对值越大，说明检测环境的变化在一定时间段内呈一种变化趋势，以T_count表示变化持续的阈值，当C＞T_count表示检测区域亮度在增加，光照强度也相应的在增强，能够判断为清晨夜晚变白天的状况，在后续的时间段能够使用白天状况的交通事件检测算法进行检测；当C＜‑T_count表示检测区域亮度在降低，光照强度也相应的减弱，能够判断为黄昏白天变夜晚的状况，在后续的时间段能够使用夜间状况的交通事件检测算法进行检测；而在白天或者夜间状况时，路面亮度值处在相对平稳的状态，在这两种状况下C值通常都是为0，或者是以小幅值在0附近波动；系统每一分钟采集一次亮度信息，同时也作一次日夜切换的判断，当系统进入一个稳定的状态时将计数器C清零，以免影响后续的判断。