基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法
【專利摘要】本發(fā)明公開了基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，首先對(duì)圖像序列進(jìn)行預(yù)處理；然后將相鄰兩幀圖像的變化率與預(yù)設(shè)閾值比較，若變化率大于預(yù)設(shè)閾值，則選擇幀間差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像，否則，選擇背景差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像；最后對(duì)差分圖像進(jìn)行后處理，進(jìn)而得到運(yùn)動(dòng)目標(biāo)。本發(fā)明采用幀間差分和背景差分相結(jié)合的目標(biāo)檢測(cè)方法，彌補(bǔ)了單一檢測(cè)方法的缺點(diǎn)，提高檢測(cè)效果。
【專利說明】基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于數(shù)字圖像處理及模式識(shí)別【技術(shù)領(lǐng)域】，特別涉及了基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。

【背景技術(shù)】
[0002]運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)是國(guó)內(nèi)外視頻監(jiān)控領(lǐng)域研究的熱點(diǎn)和難點(diǎn)之一。目前常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法有:幀間差分法、背景差分法和光流法。光流法因其計(jì)算復(fù)雜度高，且需要特殊硬件支持，不利于實(shí)時(shí)實(shí)現(xiàn)。背景差分法，雖然算法簡(jiǎn)單、易于實(shí)現(xiàn)，但通常運(yùn)算速度慢，易受光線變化的影響，對(duì)目標(biāo)陰影的去除效果差。幀間差分法是目標(biāo)檢測(cè)常用的方法，通過相鄰幀圖像的相減，根據(jù)差分結(jié)果來(lái)檢測(cè)目標(biāo)，算法雖然簡(jiǎn)單，容易實(shí)現(xiàn)，但檢測(cè)出的目標(biāo)輪廓存在空洞現(xiàn)象以及在光線變化的場(chǎng)景中會(huì)產(chǎn)生虛假邊緣。一般來(lái)說，圖像的邊緣信息不易受噪聲和亮度突變的影響。本發(fā)明結(jié)合幀間差分和背景差分與圖像邊緣信息對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，其計(jì)算簡(jiǎn)單，同時(shí)可以有效地改善目標(biāo)檢測(cè)的穩(wěn)健性。


【發(fā)明內(nèi)容】

[0003]為了解決上述【背景技術(shù)】存在的問題，本發(fā)明旨在提供基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，采用兩種差分方法相結(jié)合的目標(biāo)檢測(cè)方法，彌補(bǔ)了單一檢測(cè)方法的缺點(diǎn)，提聞檢測(cè)效果。
[0004]為了實(shí)現(xiàn)上述技術(shù)目的，本發(fā)明的技術(shù)方案為:
[0005]基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，包含以下步驟:
[0006](I)對(duì)圖像序列進(jìn)行預(yù)處理；
[0007](2)將相鄰兩幀圖像的變化率與預(yù)設(shè)閾值比較，若變化率大于預(yù)設(shè)閾值，則選擇幀間差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像，否則，選擇背景差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像；
[0008](3)對(duì)差分圖像進(jìn)行后處理，進(jìn)而得到運(yùn)動(dòng)目標(biāo)。
[0009]其中，上述步驟(I)中的預(yù)處理包括對(duì)圖像序列的去噪和灰度化處理。
[0010]其中，上述步驟(2)中的幀間差分方法是，對(duì)連續(xù)的三幀圖像分別進(jìn)行邊緣檢測(cè)得到三幅邊緣圖像，并對(duì)三幅邊緣圖像進(jìn)行對(duì)稱差分運(yùn)算得到兩幅差分圖像，再對(duì)兩幅差分圖像進(jìn)行相與運(yùn)算，得到最終的差分圖像。
[0011]其中，上述步驟(2)中的背景差分方法是，對(duì)當(dāng)前幀圖像和背景圖像分別進(jìn)行邊緣檢測(cè)得到兩幅邊緣圖像，對(duì)兩幅邊緣圖像進(jìn)行差分運(yùn)算得到差分圖像。
[0012]其中，上述邊緣檢測(cè)采用Canny邊緣檢測(cè)。
[0013]其中，上述步驟(3)中的后處理包括，首先對(duì)差分圖像采用連通域檢測(cè)算法進(jìn)行運(yùn)動(dòng)目標(biāo)輪廓提取，然后采用區(qū)域填充和圖像形態(tài)學(xué)操作提取運(yùn)動(dòng)目標(biāo)區(qū)域，最后采用基于GMM的陰影去除方法對(duì)陰影進(jìn)行去除。
[0014]采用上述技術(shù)方案帶來(lái)的有益效果:
[0015]本發(fā)明結(jié)合了幀間差分和背景差分，并根據(jù)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)快慢作為兩者選擇的依據(jù)，吸收二者之長(zhǎng)，即回避了幀間差分方法存在的空洞現(xiàn)象，也回避了背景差分方法易受光纖變化影響的缺點(diǎn)，提高檢測(cè)效果，且方法操作簡(jiǎn)單。

【專利附圖】

【附圖說明】
[0016]圖1為本發(fā)明的流程圖；
[0017]圖2為本發(fā)明幀間差分檢測(cè)方法流程圖；
[0018]圖3為本發(fā)明背景差分檢測(cè)方法流程圖。

【具體實(shí)施方式】
[0019]以下將結(jié)合附圖，對(duì)本發(fā)明的技術(shù)方案進(jìn)行詳細(xì)說明。
[0020]如圖1所示本發(fā)明的流程圖，基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，包含以下步驟:
[0021]第一步:對(duì)圖像序列進(jìn)行預(yù)處理；在本實(shí)施例中，預(yù)處理包括對(duì)圖像序列的去噪和灰度化處理。
[0022]第二步:將相鄰兩幀圖像的變化率與預(yù)設(shè)閾值比較，若變化率大于預(yù)設(shè)閾值，則選擇幀間差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像，否則，選擇背景差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像。
[0023]第三步:對(duì)差分圖像進(jìn)行后處理，進(jìn)而得到運(yùn)動(dòng)目標(biāo)；在本實(shí)施例中，后處理包括，首先對(duì)差分圖像采用連通域檢測(cè)算法進(jìn)行運(yùn)動(dòng)目標(biāo)輪廓提取，然后采用區(qū)域填充和圖像形態(tài)學(xué)操作提取運(yùn)動(dòng)目標(biāo)區(qū)域，最后采用基于GMM的陰影去除方法對(duì)陰影進(jìn)行去除。
[0024]本發(fā)明根據(jù)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)情況來(lái)選擇適用幀間差分或者背景差分來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)。運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)變化包括光照變化和運(yùn)動(dòng)目標(biāo)速度，當(dāng)有光照變化且運(yùn)動(dòng)目標(biāo)速度比較快時(shí)，相鄰幀的變化比例比較大，而當(dāng)運(yùn)動(dòng)目標(biāo)速度比較慢時(shí)，相鄰幀的變化比例比較小，根據(jù)這個(gè)特點(diǎn)，對(duì)相鄰兩幀圖像進(jìn)行差分運(yùn)算，選取合適的預(yù)設(shè)閾值將差分圖像二值化。

sum !
[0025]a k 二 —~—
MxN
[0026]上式中，a k表示相鄰兩幀圖像之間的變化率，Sumk表示相鄰兩幀差分圖像中變化的像素點(diǎn)的個(gè)數(shù)，M和N表示差分圖像的尺寸，當(dāng)α,超過預(yù)設(shè)閾值時(shí)，認(rèn)為運(yùn)動(dòng)目標(biāo)變化較快，采用幀間差分法檢測(cè)運(yùn)動(dòng)目標(biāo)，否則采用背景差分法檢測(cè)運(yùn)動(dòng)目標(biāo)。根據(jù)實(shí)驗(yàn)，本實(shí)施例將預(yù)設(shè)閾值設(shè)定為5%。
[0027]如圖2所示本發(fā)明幀間差分檢測(cè)方法流程圖，對(duì)連續(xù)的三幀圖像(k_l、k、k+1，k為當(dāng)前幀)分別進(jìn)行邊緣檢測(cè)得到三幅邊緣圖像，并對(duì)三幅邊緣圖像進(jìn)行對(duì)稱差分運(yùn)算得到兩幅差分圖像，再對(duì)兩幅差分圖像進(jìn)行相與運(yùn)算，得到最終的差分圖像。在本實(shí)施例中，邊緣檢測(cè)采用Canny邊緣檢測(cè)。Canny邊緣檢測(cè)是通過設(shè)置高閾值Th和低閾值T1與圖像像素點(diǎn)的梯度進(jìn)行比較，梯度大于高閾值的一定是邊緣點(diǎn)，梯度小于低閾值的一定不是邊緣點(diǎn)；如果梯度大于低閾值而小于高閾值，則根據(jù)該像素的鄰域像素進(jìn)行判斷，如果鄰域中存在梯度大于高閾值的像素，就認(rèn)為該點(diǎn)是邊緣點(diǎn)，否則不是邊緣點(diǎn)。采用最大類間法求出Canny邊緣檢測(cè)的高閾值Th，則T1 = 0.4Th。
[0028]如圖3所示本發(fā)明背景差分檢測(cè)方法流程圖，對(duì)當(dāng)前幀圖像和背景圖像分別進(jìn)行邊緣檢測(cè)得到兩幅邊緣圖像，對(duì)兩幅邊緣圖像進(jìn)行差分運(yùn)算得到差分圖像。在本實(shí)施例中，邊緣檢測(cè)采用Canny邊緣檢測(cè)。
[0029]以上實(shí)施例僅為說明本發(fā)明的技術(shù)思想，不能以此限定本發(fā)明的保護(hù)范圍，凡是按照本發(fā)明提出的技術(shù)思想，在技術(shù)方案基礎(chǔ)上所做的任何改動(dòng)，均落入本發(fā)明保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于，包含以下步驟: (1)對(duì)圖像序列進(jìn)行預(yù)處理； (2)將相鄰兩幀圖像的變化率與預(yù)設(shè)閾值比較，若變化率大于預(yù)設(shè)閾值，則選擇幀間差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像，否則，選擇背景差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，得到差分圖像； (3)對(duì)差分圖像進(jìn)行后處理，進(jìn)而得到運(yùn)動(dòng)目標(biāo)。
2.根據(jù)權(quán)利要求1所述基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于:所述步驟(I)中的預(yù)處理包括對(duì)圖像序列的去噪和灰度化處理。
3.根據(jù)權(quán)利要求1所述基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于:所述步驟(2)中的幀間差分方法是，對(duì)連續(xù)的三幀圖像分別進(jìn)行邊緣檢測(cè)得到三幅邊緣圖像，并對(duì)三幅邊緣圖像進(jìn)行對(duì)稱差分運(yùn)算得到兩幅差分圖像，再對(duì)兩幅差分圖像進(jìn)行相與運(yùn)算，得到最終的差分圖像。
4.根據(jù)權(quán)利要求1所述基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于:所述步驟(2)中的背景差分方法是，對(duì)當(dāng)前幀圖像和背景圖像分別進(jìn)行邊緣檢測(cè)得到兩幅邊緣圖像，對(duì)兩幅邊緣圖像進(jìn)行差分運(yùn)算得到差分圖像。
5.根據(jù)權(quán)利要求3或4所述基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于:所述邊緣檢測(cè)采用Canny邊緣檢測(cè)。
6.根據(jù)權(quán)利要求1所述基于幀間差分和背景差分的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，其特征在于:所述步驟(3)中的后處理包括，首先對(duì)差分圖像采用連通域檢測(cè)算法進(jìn)行運(yùn)動(dòng)目標(biāo)輪廓提取，然后采用區(qū)域填充和圖像形態(tài)學(xué)操作提取運(yùn)動(dòng)目標(biāo)區(qū)域，最后采用基于GMM的陰影去除方法對(duì)陰影進(jìn)行去除。
【文檔編號(hào)】G06T7/20GK104268899SQ201410486900
【公開日】2015年1月7日 申請(qǐng)日期:2014年9月22日 優(yōu)先權(quán)日:2014年9月22日
【發(fā)明者】李東新, 蔣蒙 申請(qǐng)人:河海大學(xué)