专利名称：红外搜索跟踪系统背景更新方法
技术领域：
本发明属于背景更新技术，特别是一种红外搜索跟踪系统背景更新方法。
背景技术：
在红外目标搜索跟踪系统中要求系统能够快速、准确的将运动目标从序列中图像分割出来，实现运动目标的探测和跟踪。从复杂背景的图像序列中提取运动目标是红外目标探测跟踪系统基本过程。通常假设视场中的图像序列背景可以用统计分布模型描述，通过对图像序列估计和学习获得准确的统计分布模型后，根据该分布模型判定场景中运动目标。其中获取能够描述背景的分布模型的过程称为背景更新。背景更新是计算机视觉系统，目标探测跟踪系统中实现图像序列背景提取的关键技术。因此背景更新算法的收敛性和背景模型估计的准确性直接影响红外目标探测跟踪系统对视场中运动目标的反应速度和识别跟踪的精确程度。背景更新过程中会为图像序列中的每个像素都独立的建立一个分布模型，在文献I《Real-Time Tracking ofthe Human Body))中使用单一高斯模型描述图像序列背景，但是由于图像噪声，景物能量强度变化等因素致使像素灰度的分布复杂。文献2 ((Imagesegmentation in video sequences:A probabilistic approach〉〉提出米用混合高斯模型描述图像背景并详细描述了在混合高斯模型下背景更新的计算过程。在此期间很多学者为提高背景更新的收敛性和背景模型估计的准确性不断改进背景更新算法。如文献3《AnImproved Adaptive Background Mixture Model for Real-Time Tracking with ShadowDetection》提出初始化时通过充分统计更新方程提高收敛速度。文献4 ((EffectiveGaussian mixture learning for video background subtraction〉〉利用更新过程的时域特性提高更新方程的收敛速度。但是以上所有文献研究的工作都是固定个数的高斯分布。
发明内容
本发明的目的在于提供一种红外搜索跟踪系统背景更新方法，不但能够有效的保证背景估计的准确程度，而且还提高了算法的收敛速度，可以有效的提高探测率降低虚警率，保证目标分割的良好效果。实现本发明目的的技术解决方案为:一种红外搜索跟踪系统背景更新方法，步骤如下:( I)初始化迭代参数α，N，T。和V0 ;(2)红外搜索跟踪系统接收热像仪图像数据，建立红外图像背景模型，
权利要求
1.一种红外搜索跟踪系统背景更新方法，其特征在于步骤如下: (1)初始化迭代参数α，N，T。和V。； (2)红外搜索跟踪系统接收热像仪图像数据，建立红外图像背景模型， (3)计算背景模型各高斯分布的归属度
2.根据权利要求1所述的红外搜索跟踪系统背景更新方法，其特征在于步骤(3)中的背景模型各高斯分布的归属度(X)计算过程为:
3.根据权利要求1所述的红外搜索跟踪系统背景更新方法，其特征在于步骤(6)中的每个高斯分布的均值何Ki}和方差
全文摘要
本发明公开了一种红外搜索跟踪系统背景更新方法，初始化迭代参数，红外搜索跟踪系统接收热像仪图像数据，建立红外图像背景模型，计算背景模型各高斯分布的归属度更新高斯分布权值对所有的高斯分布的权重迭代完成后，整理使迭代更新每个高斯分布的均值和方差根据背景更新模型与均值和方差实现视场中运动目标的提取；开始下个周期的处理。本发明有效的提高探测率降低虚警率，保证目标分割的良好效果。
文档编号G06T7/00GK103236051SQ20121027530
公开日2013年8月7日 申请日期2012年8月3日 优先权日2012年8月3日
发明者顾国华, 徐富元, 陈钱, 钱惟贤, 任侃, 隋修宝, 何伟基, 路东明, 于雪莲, 李宏哲, 毛晨 申请人:南京理工大学