| 主权项 |
一种干扰运动环境下基于共享高斯模型的运动检测方法，其特征在于，包括如下步骤：A、获取干扰运动前景，消除背景与噪音干扰；具体包括：实时采集RGB视频图像帧F<sub>t</sub>(x,y)，使用混合高斯背景建模算法消除背景，获取干扰运动前景图像，得到一个二值图像b<sub>t</sub>(x,y)：<img file="FDA0000958335830000011.GIF" wi="710" he="151" />使用3*3的圆形核对图像b<sub>t</sub>(x,y)进行形态学开操作，去除噪音点，得到二值图像；B、建立干扰运动前景的共享高斯模型；具体包括：计算干扰运动前景的三通道RGB图像R<sub>t</sub>(x,y)，其中，R<sub>t</sub>(x,y0＝F<sub>t</sub>(x,y)*b′<sub>t</sub>(x,y)；初始化共享高斯模型：初始化一个100个高斯模型队列；令其初始均值mean都为[0,0,0]，方差var都为[144,144,144]；使用从视频流中取出的每一帧干扰运动前景图像更新共享高斯模型：对于每一帧干扰运动前景图像R<sub>t</sub>(x,y)，依次取每一个前景像素点Pix；如果Pix的RGB颜色表示不为[0,0,0]，则判定为前景点；依次从共享高斯模型队列中取出高斯模型Gaus，判断Pix是否处在其高斯分布中；设Pix＝[x<sub>1</sub>,x<sub>2</sub>,x<sub>3</sub>]，模型均值Gaus(mu)＝[m<sub>1</sub>,m<sub>2</sub>,m<sub>3</sub>]，模型方差Gaus(var)＝[v<sub>1</sub>,v<sub>2</sub>,v<sub>3</sub>]，则Pix与当前高斯模型的均值差的平方和为：diff＝(x<sub>1</sub>‑m<sub>1</sub>)<sup>2</sup>+(x<sub>2</sub>‑m<sub>2</sub>)<sup>2</sup>+(x<sub>3</sub>‑m<sub>3</sub>)<sup>2</sup>如果diff＜1.5*(v<sub>1</sub>+v<sub>2</sub>,+v<sub>3</sub>)则更新当前模型的均值与方差：Gaus(mean)＝(1‑α)Gaus(mean)+α*PixGaus(var)＝(1‑α)Gaus(var)+α*diff0≤α≤1高斯模型的方差的最小值为81，最大值为225，即：如果Gaus(var)更新后，若：Gaus(var)＜81则令Gaus(var)＝81若：Gaus(var)＞225则令Gaus(var)＝225如果Pix不满足当前共享高斯模型队列中的任何高斯模型，在队列中新建高斯模型，其均值mean＝Pix，方差var＝[144,144,144]；但队列数最大为1000，当队列数最大时，找到已匹配像素点数最少的模型，将其均值mean赋为Pix，并将方差设置为[144,144,144]；根据模型稳定性判断条件，判定是否终止共享高斯模型的更新；C、过滤干扰运动前景，消除对目标物体的干扰；具体包括：让视频流中的所有像素点共享已学习的共享高斯模型；使用混合高斯背景建模算法，获取包含干扰运动的前景与目标前景的图像；使用共享高斯模型过滤干扰运动的前景图像，得到目标前景图像；D、实时跟踪目标物体，绘制运动轨迹；具体包括：使用一个3*3的圆形核对目标前景图像，进行图形学腐蚀操作；使用一个30*30的参考点为圆心的圆形核对经过腐蚀处理后的图像，进行膨胀操作；计算目标物体的几何中心，绘制运动轨迹。 |
