该文章参考于文献:Multi-Layer Background Subtraction Based on Color and Texture
文章可以说是对Heikkila等人提出的基本的LBP纹理建模(A texture-based method for modeling the background and detecting moving objects)的一个改善吧,文中提到的改进部分有:
(1)提出颜色测量的光度不变性,解决纹理不明显或者阴影区域的LBP特征的局限性;
(2)灵活的权重更新方程,可以有效的处理运动的背景(摇动的树枝、水面等);
(3)简单的分层背景建模(layer_base background,可去除ghost;
(4)快速交叉双边滤波器,去除噪声及前景检测精度的提高。
一、纹理与颜色模型
1.LBP(Local Binary Pattern)特征的计算:
LBP是一个灰度不变的纹理特征,将中心像素与周围的像素对比,做阈值运算,然后按一定的顺序输出一组二进制数。例如在图像I中的像素x的LBP为:
其中, 为像素X的灰度值,
是与X为中心的半径为R的区域内的像素值,n是一个去除噪声的参数。
Heikkila等人对LBP的处理是建立2的P次方个LBP直方图来描述区域背景,计算和内存较大;而本文则是借助码本的思想,建立一个包含P位二进制数的集合。
2. Photometric Invariant Color(颜色光度不变性)
颜色平面(码本里的颜色模型):