一种基于贝叶斯框架及LBP的运动目标检测方法

1.一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述方法具体包括以下步骤：
(1)提取视频流数据中视频帧图像；
(2)视频帧图像的预处理；
(3)基于背景模型和贝叶斯框架进行运动目标检测；
(4)基于LBP进行阴影去除。
2.根据权利要求1所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述对视频帧图像进行预处理包括：
(1)采用5*5的高斯核对提取的视频帧图像进行平滑处理。
3.根据权利要求1所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述基于背景模型和贝叶斯框架进行运动目标检测包括以下步骤：
(1)变化检测；
(2)运动目标像素点检测；
(3)去噪、合并运动目标像素点；
(4)背景模型的学习更新。
4.根据权利要求3所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述变化检测具体步骤为：
(1)对平滑处理后的视频帧图像进行帧间差分和背景差分；
(2)对背景差分的图像采用最小平方中值定理(LMedS)进行自适应阈值化处理获得二值图像表示当前视频帧图像中的各个像素点是否与背景图像存在变化；
(3)通过帧间差分提取出帧间差分中存在变化的像素点，通过帧间差分和背景差分提取出背景差分中存在变化但帧间差分中不存在变换的像素点。
5.根据权利要求3所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述运动目标像素点检测具体步骤为：
(1)统计帧间差分中存在变化的像素点的共生颜色特征；
(2)统计背景差分中存在变化但是帧间差分中不存在变换的像素点的颜色特征；
(3)基于统计各个像素点的特征信息和当前的背景模型信息，采用贝叶斯规则判断各个像素点是否为运动目标像素点。
6.根据权利要求3所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述去噪、合并运动目标像素点具体步骤为：
(1)对当前处理视频帧图像按照背景像素点和运动目标像素点构建二值图像；
(2)对获得二值图像进行两次形态学膨胀操作消除运动目标区域中的空洞；
(3)对上步处理后的二值图像进行三次形态学腐蚀操作消除噪声点；
(4)对上步处理后的二值图像进行一次形态学膨胀操作补偿多余一次的腐蚀操作。
7.根据权利要求3所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述背景模型的学习更新具体步骤为：
(1)更新类型判断，即判断属于渐变更新或者属于突变更新；
(2)对于渐变情况更新背景模型和背景图像；
(3)对于突变情况更新背景模型和背景图像。
8.根据权利要求1所述的一种基于贝叶斯框架及LBP的运动目标检测方法，其特征在于，所述基于LBP进行阴影去除具体步骤为：
(1)对已经获得的运动目标二值图像，对应于每个运动目标像素点在当前处理视频帧平滑后的图像中计算每个像素点的LBP值；
(2)对已经获得的运动目标二值图像，对应于每个运动目标像素点在当前背景图像中计算每个像素点的LBP值；
(3)对以上获得的两个LBP值计算其汉明距离；
(4)判断计算得到的汉明距离与阈值的大小，剔除阴影像素点。

暂无