自动增益场景下基于相机响应函数的背景建模方法

摘要

自动增益场景下基于相机响应函数的背景建模方法，通过基于自动增益渐进性的分析得到粗分的背景区域，并使用联合直方图的方法得到低噪声的训练数据，由基于最大似然估计和参数约束的方法一次性恢复得到全局最优的相机响应函数；其次利用前背景差值与增益比的相关性，以及灰度差值函数关于增益比的单应性，逐帧在线求取增益比；最后若增益比不为1，则由相机响应函数和增益比更新得到与当前参考帧相同的背景参考帧，否则背景参考帧不变，实时跟随相机增益系数的变化，得到与当前帧增益系数相同的背景参考帧。本发明克服了以往方法难以跟随相机自动增益导致的背景快速变化的不足，从而在保证高效的运动检测。

主权项

自动增益场景下基于相机响应函数的背景建模方法，其特征是在背景差法运动检测中，相机自动增益场景下，背景参考帧实时跟随相机增益系数的变化，得到与当前帧增益系数相同的背景参考帧，包括以下步骤：1)通过基于自动增益渐进性的分析，构建目标函数，设定自动增益临界误检阈值，所述自动增益临界误检阈值以系统发生自动增益临界误检时的灰度值变化特征为依据设定，逐帧检测是否发生自动增益临界误检，如果发生则得到粗分的背景区域，并使用联合直方图的方法得到训练数据，具体为：11)利用参数相机响应函数EMoR中权重最大的均值项作为相机响应函数CRF的近似，得到灰度差值函数BDF，进而获得临界误检时的正增益比kpp和负增益比knn：当1＜kc/kr＜kpp，则发生正增益但尚未导致运动误检，当knn＜kc/kr＜1，则发生负增益但尚未导致运动误检，kr，kc分别是背景参考帧R与当前帧C的增益系数；12)当增益比分别为：临界误检正增益kpp、1、临界误检负增益时knn，分别得到所对应的灰度差值函数，根据kpp，1，knn对应的BDF曲线，将图像区域分为四部分，以此构造目标函数，当目标函数大于设定的临界误检阈值则临界误检发生，并粗分出当前帧的背景区域；13)粗分的背景区域像素经由基于联合直方图的降噪处理，并去除含0，255的数据项，得到低维的训练数据；2)以步骤1)中所得到的训练数据做为输入数据，由基于最大似然估计和参数约束的方法一次性恢复得到全局最优的相机响应函数；3)灰度差值的最大值是关于增益比的单调增函数，通过前背景差值与增益比的相关性，以及前述的单调增函数，由前背景帧和步骤2)中所恢复的相机响应函数，逐帧求取增益比；前背景差值指当前帧与背景参考帧的差值，前背景帧为当前帧和背景参考帧的统称；4)如果步骤3)确定的增益比不为1，则由增益比和步骤2)恢复的相机响应函数，得到与当前帧的增益系数相同的背景参考帧，否则背景参考帧不变，由此逐帧更新背景参考帧，获得与当前帧增益系数相同的背景参考帧。