值形成本发明实施例中的参考背景。本发明实施例中通过求取参数平均平均值取得 参考背景，可以提高该参考背景的可靠性。当然，本领域技术人员也可以通过其他方法得到 该参考背景，本发明不作限定。
[0043] 可选地，上述步骤S100中还包括减少参考背景的颜色数量的过程，包括：
[0044] 将当前颜色空间（一般为RGB空间）的参考背景转换到灰度空间，得到灰度参考 背景，或者，将当前颜色空间的参考背景转换到HSV(Hue, Saturation, Value)颜色空间，并 提取V (Value)通道作为参考背景。
[0045] 通过对参考背景减少颜色数量，只采用单通道颜色进行后续相似度计算，使得参 加计算的数据减少，因此计算速度快且准确度高，可以提高本监控方法的可靠性以及实时 性。
[0046] 其次，介绍步骤S200、在视频中确定关注区域、关联区域和亮度检测区域。
[0047] 如图2所示，本发明一实施例中，关注区域210是需要检测的区域，若该关注区域 发生变化而其他区域未发生变化，视为被篡改。关联区域220是与关注区域对应的区域，当 场景内移动物体遮挡关注区域时，此区域必然会被遮挡，其作用是来排除正常遮挡的情况。 亮度检测区域230是一个参考区域，仅受不同时间内的自然光、人造光或者运动物体影子 的影响，并且运动物体无法进入、遮挡或干扰该区域。通过检测该亮度检测区域可以判断视 频亮度是否异常，或者判断是否是场景亮度变化引起各区域图像发生变化，是否需要对背 景进行更新进行曝光补偿。
[0048] 用户可以使用鼠标或者键盘在视频中框选一个区域，该区域即为关注区域210。然 后，将选择关注区域之后的视频分成若干网格，在正常情况下（无报警发生），统计一段时 间内的每一帧图像中每个网格的变化情况。其中，只发生亮度变化的网格作为亮度检测区 域230。与关注区域同时改变（即同时被遮挡）的非关注区域网格作为关联区域220。 [0049] 当然，在视频中可以设置多个关注区域、关联区域或者亮度检测区域。如图2所 示，每个关注区域与一个关联区域和亮度检测区域相对应，并将每个关注区域和与之相对 应的关联区域和亮度检测区域分为一组。
[0050] 可选地，上述步骤S200包括校验亮度检测区域的步骤，包括：
[0051] 在预设时间段内，亮度检测区域有运动物体进入，则更换亮度检测区域，使得该亮 度检测区域只受自然光、人造光或者运动物体影子的影响。
[0052] 可选地，上述步骤S200包括校验减少当前帧图像的颜色数量的过程，包括：
[0053] 将当前颜色空间的当前帧图像转换到灰度空间，或者，
[0054] 将当前颜色空间的当前帧图像转换到HSV颜色空间，并提取V通道作为当前帧图 像。
[0055] 本发明实施例中，对当前帧图像减少颜色空间的颜色数量，采用与参考背景同种 颜色空间的单通道颜色进行后续相似度计算，可以提高本监控方法的可靠性以及实时性。
[0056] 为了减少或者消除亮度对测量图像相似度时的干扰，在亮度检测区域触发亮度补 偿后，需要对整个背景图像或者背景图像的关注区域、关联区域和亮度检测区域进行亮度 补偿。
[0057] 可选地，对参考背景的亮度补偿过程，包括：
[0058] 当亮度发生变化时，根据亮度变化量对参考背景进行亮度补偿，用于减少或者消 除因亮度变化而引起的参考背景的像素值的线性变化。
[0059]当亮度发生变化时，在一定强度内，在一幅图像上的像素值的变化是线性的。
[0060] 假设Ai是背景图像的亮度检测区，其大小为mXn，单位为像素。Bi是亮度发生改 变的当前帧图像中与参考背景相对应的像素区域。假设这两个区域有如下线性关系：
[0061] Ai = Bi X a +旦
[0062] 其中a和0为Ai和Bi的线性关系系数。
[0063] 对整个背景图像或背景图像的三种区域做形式如BiX a +0的补偿，可以减少或 者消除由于亮度发生变化而引起参考背景的像素值的线性变化。使用补偿后的像素值代替 背景图像或者背景图像的三个区域，之后再进行参考背景与当前帧图像的对应区域的图像 相似度检测。
[0064] 为使补偿后BiX a + 0与Ai的方差最小，可以利用最小二乘法
求解a和0的值。通过该式一阶导数为〇的方法可以求得a和0 的值如下：
[0065]
[0066]
[0067]其中，2为背景图像的亮度检测区Ai的平均像素值，万为当前帧图像的亮度检测 区Bi的平均像素值。
[0068] 在一定光照强度内，两幅颜色相同仅是亮度不同的图像才有以上的线性关系，如 果光照特别强或者暗，都会引起颜色的漂移，从而不能使用上述方法来进行亮度补偿。超出 此线性关系的亮度，将定义为亮度异常状态来处理。
[0069] 为了评价参考背景与当前帧图像的亮度检测区（即Ai和Bi)是否存在以上所述 的线性关系，定义一个线性相关系数R。
[0070]
[0071] R的值介于0和1之间，R值越大，则说明Ai和Bi的线性关系越强，通过R大于某 一阈值（如0. 9)就认为Ai和Bi存在线性关系，可以通过线性亮度补偿的方法来减少或消 除亮度对测量图像相似度的干扰。
[0072] 最后，介绍步骤S300、计算参考背景分别与当前帧图像的关注区域、关联区域和亮 度检测区域的相似度，并与预设的相似度与工作状态的对应关系确定当前帧图像的工作状 〇
[0073] 在计算相似度之前，还需要制定预设的相似度与工作状态的对应关系表。定义参 考背景与当前帧图像相对应的亮度检测区域230的相似度（或距离值）为第I距离值；参 考背景与当前帧图像相对应的关联区域220的相似度（或距离值）为第II距离值；定义参 考背景与当前帧图像相对应的关注区域210的相似度（或距离值）为第III距离值。
[0074] 设置亮度检测区域230的阈值1和阈值2,关联区域220的阈值3和关注区域210 的阈值4,并分别设置每个状态对应的最大持续时间T_imax。四个阈值作用都是用来划分 参考背景与当前帧图像相对应区域的相似程度。
[0075] 其中，第I距离值大于阈值1定义为亮度检测区域完全不相似；第I距离值小于阈 值1且大于阈值2定义为由于亮度引起的亮度检测区域不相似；第II距离值大于阈值3定 义为关联区域不相似，小于阈值3则定义为关联区域相似；第III距离值大于阈值4定义为关 注区域不相似，小于阈值4则定义为关注区域相似；状态最大持续时间T_imax是为了消除 某些正常情况发生的错误报警，如运动物体经过关注区域210时，引起的参考背景与当前 帧图像的不相似会产生篡改报警。因此，此处定义只有篡改状态持续时间大于T_imax时， 才会产生报警。预设的相似度与工作状态的对应关系如表1所示。
[0076] 表1预设的相似度与工作状态的对应关系
[0077]
[0078] 本发明实施例中，将参考背景和当前帧图像相对应的关注区域210、关联区域220 和亮度检测区域230从RGB空间转换到灰度空间，得到其对应的灰度参考背景和灰度当前 帧图像，利用灰度图像计算相似度。对于RGB空间图像转换成灰度图像，可以采用常用的公 式：
[0079] Gray = R*0. 299+G*0.