基于在线聚类的视频背景提取方法

摘要

本发明公开了一种基于在线聚类的视频背景提取方法，对视频训练帧中的每个像素点采用聚类方法提取背景灰度值，其特征在于：以视频第一帧中灰度值初始化第一个聚类；通过比对自适应更新阈值并进行聚类，最终统计各聚类的元素数目获得背景值。本方法鲁棒性较强，对各种不同视频无需事先设定任何参数即可提取出较优的视频背景，为检测运动目标打下良好的基础。本方法在聚类的过程中聚类阈值进行自适应的更新，逐渐向前后帧背景相差较大的趋势发展。阈值的逐渐增大抑制了聚类数目的增加，同时加快了聚类的收敛速度。这种阈值的动态更新对不同的视频具有良好的自适应性，避免了传统聚类方法使用固定阈值造成的不良背景提取。

主权项

一种基于在线聚类的视频背景提取方法，采用聚类方法实现，对一段视频训练帧，以像素点的灰度值为聚类分类依据，分别提取每个像素点的背景灰度值，视频训练帧的帧数为N，N≥30，其特征在于：对视频训练帧中的每个像素点，分别按下列步骤处理：[1]取视频第一帧，以帧中灰度值初始化第一个聚类，并同时初始化聚类中心和类中包含的元素数目，第一帧中该像素点的灰度值即为第一个聚类的聚类中心，初始的元素数目为1，初始的聚类阈值为0；[2]依次取视频的第t帧，1＜t≤N，每次进行如下两步操作：[2-1]更新阈值：在当前帧和前一帧所有对应像素灰度差值的绝对值中找到最大的，与上一轮的聚类阈值进行比较，取其中大的一个作为本一轮的聚类阈值；[2-2]聚类：计算在第t帧中该像素灰度值与已存在的各灰度类聚类中心之间的距离，寻找距离最近的灰度类类别；进一步判断最近距离与聚类阈值的关系，如果最近距离的绝对值小于聚类阈值，则该像素灰度值被归入该灰度类聚聚类中，并对该灰度类聚类中的所有灰度值求算术平均值，作为该灰度类聚类的新的聚类中心；如果最近距离的绝对值大于聚类阈值，则创建一个新的灰度类聚类，并进行初始化：以该像素在第t帧的灰度作为新聚类的聚类中心，同时定义新聚类的数目为1；[3]统计各聚类的元素数目，用包含元素数目最多的聚类的聚类中心作为该像素点的当前背景值。