[发明专利]一种变光照条件下的快速背景减除法

摘要

本发明涉及一种变光照条件下的快速背景减除法，其过程为：学习背景模板，通过待测的当前帧与其前一帧图像差值的均值和方差比较判断光照是否发生变化，如果光照发生了变化，则重新学习背景模板，如果光照没有发生变化时，进一步利用待测当前帧与背景模板图像差值的均值与背景学习的阈值进行比较判断是否有异物入侵。本发明中的算法不仅具有较好的背景减除效果，并且计算速度快，尤其适用于光照变化迅速的场景。本发明中的算法可以快速实时的进行光照变化的检测，从而实现背景减除，提取相关入侵的异物。

主权项

1.一种变光照条件下的快速背景减除法，其特征是，其过程为：以灰度图像序列中连续的若干帧图像作为背景图像进行背景学习，然后判断待测当前帧图像与其前一帧图像的光照条件是否发生变化，如果光照发生了变化，则重新进行背景学习，如果光照没有发生变化，则利用待测当前帧图像与背景模板图像差值的均值与背景学习的结果进行比较，根据比较结果判断是否有异物入侵；所述过程具体为：①、所述灰度图像序列是：先选择视频图像序列，然后将视频图像序列中的所有图像转换为灰度图像，从而获得灰度图像序列；②、以所述灰度图像序列中连续的若干帧图像作为背景图像进行背景学习的过程是：首先，学习背景模板图像，即计算该若干帧图像的均值A；然后，计算该若干帧图像所有相邻图像的差值的绝对值的均值矩阵的均值mean（|T|）；本步骤中，所述若干帧图像的数量取值为5~20；③、判断待测当前帧图像与其前一帧图像的光照条件是否发生变化；④、如果步骤③的判断结果为光照条件没有发生变化，则对当待测前帧图像与背景模板图像进行背景减除得到矩阵C；对矩阵C中所有像素点取绝对值得到矩阵|C|，对矩阵|C|中所有元素取均值和方差得到mean（|C|）和std（|C|）；如果mean（|C|）＞2mean（|T|），则判断为有异物入侵，则利用阈值M对待测当前帧图像进行二值化，提取入侵异物，其中阈值如果mean（|C|）≤2mean（|T|），则判断为无异物入侵，则按步骤③的方法继续判断下一个待测当前帧图像与其前一帧图像的光照条件是否发生变化；⑤、如果步骤③的判断结果为光照条件发生了变化，则按步骤②的方法重新选择背景图像进行背景学习。