与背景中的相应参数集的平均值相比较。
[0039]例如，如果当前像素的值在相应背景元素(其可称为‘像素’但实际上是像素的模型)的参数集中落在平均值周围的2个标准偏差(或任何其它适用阈值)内，则认为当前图像中的像素是背景的一部分。如果不是这样，则确定当前图像中的像素是不在背景中的对象的一部分并标记为前景。
[0040]通过随时间推移而更新背景，处理器因此实际上学习背景。已学习或已处理背景在某些情况下可以不再是实际图像，而是表征，诸如背景像素的概率表征。由于该原因，优选的是将可包括实际背景图像的背景或者学习的已处理背景在本文称为‘背景模型’而不是‘背景图像’。
[0041]在步骤100中，由处理器从诸如照相机之类的图像源获得可以是原始图像的图像，或者经由网络作为图像数据提供给处理器。照相机可以是诸如数字照相机之类的一般照相机。照相机还可以是红外或热感照相机。热感照相机允许系统在夜晚期间工作，即使图像区域未被主动地照亮，因为其甚至在不存在外部照明源的情况下记录由对象生成的辐射。照相机指向被监控的区域。
[0042]在步骤102中，处理器可执行图像数据的可选预处理，包括滤波、增强、均衡和阈值确定、平滑化、边缘增强等。在本发明的一个实施例中，可以为所有像素提供等价灰度值。如果在灰度中处理当前图像，则背景图像或相关背景模型也必须是处于灰度的。
[0043]将当前图像(其可能已被预处理)中的像素与背景模型中的像素或元素(其可以是累积背景图像)相比较(步骤104)。如果与背景模型中的相应元素相比当前图像中的像素值超过阈值(其可覆盖像素强度方面的自然变化)，则为像素分配‘前景’标签(步骤110)。如果当前图像中的像素并非充分地不同于(累积)背景或背景模型中的相应像素或元素，则将像素标记为背景(步骤108)。在一个说明性示例中，处理器在当前图像中的位置上确定灰度像素值并将其与具有与背景模型中的相应位置相关联的偏差值的平均值相比较。如果像素值超过平均值的两个偏差值，则当前图像中的像素被处理器判定为并非是背景的一部分并确定为是前景。
[0044]在步骤112中，创建二进制前景掩模。这是通过分析被识别为是‘前景’的像素来完成的。将前景像素群集成连接像素的群组或集群。这可以使用其中重复地扫描所有像素的结构分析来完成。将与足够数目的相邻像素相连的所有像素给予同一标签。在本发明的另一实施例中，用基于质心的方法(例如，K平均值法)来完成此群集。
[0045]人们可对被认为是集群的事物施加最小的尺寸。如果一组前景像素具有例如小于10个连接像素，则处理器可忽视前景像素。
[0046]在步骤114中，将单个集群中的像素每个给予对应于该集群的标签以创建前景掩模。所有前景像素具有与背景像素所具有的(其将全部是例如白色)相等的值(例如黑色)以创建二进制图像。
[0047]根据前景掩模来创建二进制图像。二进制图像在本文是其中每个像素具有2个值中的一个的图像。在本发明的另一实施例中，二进制图像是其中像素的值是O或I的图像。
[0048]在步骤116中，处理器确定属于某个集群的像素的前景掩模中的前景(黑色)像素的数目NFe。在步骤118中，处理器构造前景掩模中的此集群的凸包，并且在步骤120中计算前景掩模中的凸包的等效像素面积Ach。
[0049]在步骤122中，处理器确定前景掩模的比NrcAai,其可称为凸缺，并将其与阈值(例如0.75)相比较。比如交通工具之类的‘箱状’对象一般地具有大于0.75的前景掩模比或凸缺。飞机具有约.75或小于0.75的凸缺或前景掩模比。在本发明的另一实施例中，飞机具有约.80或小于0.80的凸缺或前景掩模比。该阈值可以取决于应用而改变，诸如所使用照相机的类型(热感或可见光)和境况，并且可以实验地进行确定。在本发明的一个实施例中，将用于飞机的检测比设置在约或小于.85的凸缺比。
[0050]基于凸缺比或前景掩模比的比较，处理器在步骤124中判定对象是飞机(例如凸缺比<.75)或者在步骤126中判定对象不是飞机(凸缺比>.75)。
[0051]人们可以针对不同的对象调节阈值比。已经发现飞机一般地且在来自不同方向的图像中具有优选地小于0.85或者更优选地小于0.80或者最优选地小于0.75的凸缺比。
[0052]如果凸缺比指示并非飞机的对象，则处理器可生成警报，例如以将人的注意力吸引到例如监控屏。处理器还可在显示于计算机屏幕上的地图上指示被确定为不是飞机的对象位于哪里。在本发明的一个实施例中，处理器对图像数据的连续视频帧执行上述分析，并且因此可以跟踪移动对象且提供并显示关于对象的速度和方向的信息。
[0053]在本发明的另一实施例中，处理器检测到并非飞机的对象进入照相机的视场。即使该对象停止移动，处理器也可以提供关于已进入受限区域的对象的警报。可以以使得对象只有在手动干预之后成为背景的一部分且不生成警报的这样的方式来配置处理器。
[0054]一般地，人们将预期飞机在机场位置四处移动。有时，某些区域例如在建造中且不应存在飞机。在那种情况下，可以将处理器编程为如果在某个区域处检测到任何对象或者如果在某个区域处检测到飞机则生成警报。
[0055]图2图示出由热感照相机拍摄的飞机204的视频图像的帧200。200中的窗口 202识别不同于背景模型的像素。图3在300中示出飞机的二进制前景模型302，包括小型拖拽卡车和生成的凸包304。人们可以看到304内部的黑色与总面积的比明显小于100%且实际上小于75%。
[0056]由于在图2中识别为206的牵引车的小的尺寸，此卡车的影响在分析中是可忽略的。在本发明的一个实施例中，人们可以以连接集群的像素的细线将被忽视、因此创建可以被单独地分析的单独集群的这样的方式来处理集群。
[0057]在图4和5中提供另一示例。在图4中，分析视频帧400中的热图像，并且用前景像素来识别窗口 402。图5在500中示出具有凸包504的前景掩模。人们可以看到被处理器忽视的未连接集群506。前景掩模502的形状大于飞机轮廓的实际形状。在地面上反射的来自飞机的辐射引起此事。
[0058]应注意的是图4的图像具有足够的对比度而允许实际图像分段。在本发明的一个实施例中，对飞机应用前景一背景分段。已分段飞机的凸包将给出改善的检测比。
[0059]出于说明性目的，在图像窗口 602中提供了拖拽卡车的检测的图600。在图7中的图700中与凸包704 —起示出了前景掩模702。卡车是更加‘箱状的’，并且凸包紧密地遵循卡车的轮廓，提供大于0.75的前景掩模比。
[0060]卡车可具有可使结果歪斜的附件，诸如细天线。在本发明的一个实施例中，作为预处理步骤，处理原始图像以从前景去除细线。被去除或优选地被忽视的线为I个像素宽或者至多5个像素宽或者至多10个像素宽。
[0061]图8图示出根据本发明的各种方面的在照相机的监控下的机场区域的地图800，该照相机在航站楼的顶部上且向被启用以执行如上文提供的步骤的系统提供图像。更具体地，照相机启用机场的路面区域的监控。路面区域的相关边界在显示器上被示为线，诸如滚动路线(803)和停泊路线区域。系统检测对象并提供警报，其还在屏幕上指示其中已检测到并非飞机的对象的位置801。警报的其它数据包括其中可以观察细节的多个监视器。处理器还可自动地打开具有来自指向警