一种基于NMI特征的静止目标消除方法

摘要

本发明属于光电产品应用技术领域，具体涉及一种基于NMI(Normalized Moment of Inertia)特征的静止目标消除方法。本算法首先利用多高斯背景建模方法和三帧累积帧差分的方法获得运动目标前景区域，记为Fgb和Fgd。然后分别对Fgb和Fgd进行前景区域标记。本算法采用图像的NMI(Normalized Moment of Inertia)不变特性，即图像的归一化转动惯量作为特征匹配参数，NMI特征匹配正确率高、计算量小、速度快，而且具有抗灰度畸变性及对几何畸变有较好的保持不变性。

主权项

一种基于NMI特征的静止目标消除方法，其特征在于：包括以下步骤：1)在拍摄设备静止状态下采集当前视频序列图像；2)采用多高斯混合模型算法检测运动目标，获取运动目标前景图Fgb；3)采用三帧累积差分算法检测运动目标，获取运动目标前景图Fgd；4)计算Fgb图中前景区域的质心(x_o,y_o)，设区域大小为(M,N)，f(x,y)为在图像位置(x,y)处的值，前景为1，背景为0：$\begin{array}{cc}{x}_o=\frac{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}x·f(x,y)}{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}f(x,y)}& y_o=\frac{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}y·f(x,y)}{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}f(x,y)}\end{array};$5)计算围绕Fgb图中质心(x_o,y_o)的转动惯量记为$J_{(x_o,y_o)}=\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}{|(x,y)-(x_o,y_o)|}^{2}f(x,y)=\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}({(x-x_o)}^2+{(y-y_o)}^2)f(x,y);$6)计算Fgb图中归一化后转动惯量；$\mathrm{NMI}=\frac{\sqrt{J_{(x_o,y_o)}}}{m}=\frac{\sqrt{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}({(x-x_o)}^2+{(y-y_o)}^2)f(x,y)}}{\underset{x=1}{\overset{M}{\Sigma }}\underset{y=1}{\overset{N}{\Sigma }}f(x,y)}$7)采用相同的计算方法对三帧累积差分得到的前景区域Fgd进行归一化转动惯量的计算，得到NMI2;8)利用NMI1和NMI2计算α值：$\alpha =\frac{|\mathrm{NMI}1-\mathrm{NMI}2|}{\mathrm{NMI}1}$9)当α值小于阈值Th时，则判断该区域背景残余区域，不进行标记。