一种运动目标提取方法与装置制造方法及图纸

本发明专利技术涉及一种运动目标提取方法与装置，属于图像识别技术领域，利用帧间差分图像进行灰度处理得到的灰度图像，将灰度图像中灰度值的范围分成三段或三段以上，计算每段中各灰度值与对应灰度值像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值，遍历各段的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差，选取最大类间方差对应段的灰度值，用作二值化处理的阈值，即二值化阈值，确定出二值化阈值之后，即可利用背景技术中提到的方法提取运动目标。本发明专利技术相对现有技术采用更短的时间确定运动目标提取过程中的二值化阈值，提高计算效率，且通过本发明专利技术的运动目标提取方法提取出的图像不会产生拖影现象。

A Moving Target Extraction Method and Device

【技术实现步骤摘要】
一种运动目标提取方法与装置
本专利技术属于图像识别
，具体涉及一种运动目标提取方法与装置。
技术介绍
在红外微扫相机捕捉运动物体过程中，需要提取作为目标的运动物体和作为背景的静止物体，若要提取运动目标，就需要对包含有运动目标(图像中称前景)和背景的灰度图像进行二值化处理。理想情况下图像中的目标经过二值化处理后的值为1，背景经过二值化处理后的值为0，这样就能够区分出目标(即前景)和背景。如果要将灰度值为0-1023，分辨率为640*512的灰度图转换成二值化的图，那么二值化的分割阈值为其核心步骤，对分割阈值计算的准确性将影响到灰度图二值化的效果，为此，有专家学者提出了通过求最大类间方差(OSTU)来确定二值化阈值，最大类间方差是按照图像的灰度特性将图像分成背景和目标两部分，背景和目标之间的类间方差越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，即类间方差最大的分割意味着错分概率最小。例如公布号为CN105740843A的中国专利技术专利申请文件公开了基于图像识别技术的绝缘子完全分割方法，并进一步公开了采用最大类间方差方法确定分割阈值，即通过遍历各灰度值得到各灰度值对应的类间方差，从中选取类间方差的最大值，最大值对应的灰度值就是所求的分割阈值。可见对分割阈值的确定需要遍历各灰度值，对于灰度范围比较大的图像而言，遍历各灰度值来计算类间方差计算时间长，对实时性要求比较高的运动目标提取而言，会导致图像拖影现象。拖影现象的产生是由于超分图像由四幅图像经过超分算法合并为一幅分辨率更高的图像，但是四幅原图的采集是分别采集的，所以当运动物体的运动速度过快时会产生拖影现象。
技术实现思路
本专利技术的目的是提供一种运动目标提取方法，以解决目前运动目标提取过程中二值化阈值确定过程耗费时间长、效率低的问题；还提供一种运动目标提取装置，同样用于解决目前运动目标提取过程中二值化阈值确定过程耗费时间长、效率低的问题。为解决上述技术问题，本专利技术提出一种运动目标提取方法，包括以下步骤：1)获取包含有运动目标的帧间差分图像，对该帧间差分图像进行灰度处理，得到相应的灰度图像，计算灰度图像中各像素点的灰度值的分布；2)获取灰度图像中灰度值的范围，将灰度值的范围分成N段，N>2，计算每段中各灰度值与对应灰度值像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值；3)遍历各段的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差，选取最大类间方差对应段的灰度值，并作为阈值对所述灰度图像进行二值化处理，提取运动目标。为解决上述技术问题，本专利技术还提出一种运动目标提取装置，包括处理器，用于执行指令以实现上述运动目标提取方法的步骤1)、步骤2)、步骤3)。和现有技术相比，本专利技术的运动目标提取方法与装置，不需要遍历所有灰度值，而是利用帧间差分图像进行灰度处理得到的灰度图像，将灰度图像中灰度值的范围分成三段或三段以上，按照上面步骤2)的方法求得每段的灰度值，再按照步骤3)的方法选取最大类间方差对应段的灰度值，用作二值化处理的阈值，即二值化阈值，确定出二值化阈值之后，即可利用
技术介绍
中提到的方法提取运动目标。因此，相对现有技术采用了更短的时间确定运动目标提取过程中的二值化阈值，提高了二值化阈值的计算效率。且经过多次测试，确定通过本专利技术的运动目标提取方法提取出的图像不会产生拖影现象。另外，上面步骤2)中将灰度图像中灰度值的范围分成的段数越多，最终确定二值化阈值的准确度越高。为了得到最大类间方差，给出类间方差的计算公式如下：σ＝ω0ω1(μ0-μ1)2式中，σ表示前景和背景的方差，ω0表示前景比例，ω1表示背景比例，μ0表示前景均值，μ1表示背景均值。进一步，步骤3)中选取最大类间方差对应段的灰度值之后，还需在所选取的灰度值的设定范围内搜索，在该设定范围内选取最大类间方差对应的灰度值，并作为阈值对所述灰度图像进行二值化处理，提取运动目标。利用最大类间方差进行了两次灰度值的选取，第一次选取的对应段的灰度值可能处于直方图的临界位置，因此还需要在所选取的灰度值的设定范围内再次进行类间方差计算，求出最大类间方差，实现第二次灰度值的选取。因此，经过两次选取后最终得到的灰度值更准确，提高了确定二值化阈值的准确度。一般地，所述的设定范围为±8，即第一次选取的灰度值的±8以内。当然，为减轻计算负担，该设定范围还可以为±7；若为进一步提高第二次选取的灰度值的准确性，该设定范围还可以为±9，或±10，但相应增加了计算量。因此，该设定范围可根据具体的需求设置。附图说明图1是本专利技术的一种运动目标提取方法流程图；图2是本专利技术计算各个灰度值的像素点数的统计直方图；图3是本专利技术的运动目标提取算法流程图。具体实施方式下面结合附图对本专利技术的具体实施方式作进一步的说明。提取方法实施例一：本实施例提出一种运动目标提取方法，如图1所示，具体的实施过程如下：首先，获取包含有运动目标的帧间差分图像，对该帧间差分图像进行灰度处理，得到相应的灰度图像。以640*512分辨率，10bit灰度值的灰度图像为例，计算灰度图像中各像素点的灰度值的分布，具体为，遍历灰度图像的每个像素点，每个像素点对应一个灰度值，获取一个像素点的灰度值后，就将该灰度值出现次数的计数加1，统计出640*512个像素点的灰度值在0-1023之间的分布情况，得到各个灰度值出现的次数n(i),i＝0,1,2,…,1023，也就是各个灰度值的像素点数，得到的统计直方图如图2所示。获取灰度图像中灰度值的范围，为0-1023，将0-1023分成256段，每段包含有4个灰度值，即0段为0～3，1段为4～7，以此类推，255段为1020～1023，计算每段中的4个灰度值与各灰度值对应像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值。然后，遍历各段(0～255)的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差。具体的，遍历0,1,..,255的过程中，当遍历到I时，I＝0,1,…,255，背景均值的计算式如下：其中，μ1表示背景均值，H(I)表示小于I段对应灰度值的像素总数，n(k)表示k段对应灰度值的像素数。背景比例的计算式如下：其中，ω1表示背景比例，H(255)表示小于、等于255段对应灰度值的像素总数，即代表整个图像的像素数。前景均值的计算式如下：其中，μ0表示前景均值。前景比例的计算式如下：其中，ω0表示前景比例。类间方差的计算公式如下：σ＝ω0ω1(μ0-μ1)2式中，σ表示前景和背景的方差。遍历0,1,..,255之后，遍历完成，能够求出256个类间方差，从这些类间方差中选取最大类间方差对应段的灰度值，即二值化阈值，然后，根据该二值化阈值进行依次二值化处理、腐蚀处理、膨胀处理、连通域处理、连通域筛选、连通域合并处理及权值表计算，最终实现运动目标的提取，流程如图3所示。提取方法实施例二：本实施例的一种运动目标提取方法，利用最大类间方差进行了两次灰度值的选取，第一次选取基于上述提取方法实施例一，在提取方法实施例一中选取最大类间方差对应段的灰度值后，再在所选取的灰度值的设定范围内搜索，进行第二次选取。例如，搜索的设定范围为±8，在本文档来自技高网...

【技术保护点】
1.一种运动目标提取方法，其特征在于，该提取方法包括以下步骤：1)获取包含有运动目标的帧间差分图像，对该帧间差分图像进行灰度处理，得到相应的灰度图像，计算灰度图像中各像素点的灰度值的分布；2)获取灰度图像中灰度值的范围，将灰度值的范围分成N段，N>2，计算每段中各灰度值与对应灰度值像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值；3)遍历各段的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差，选取最大类间方差对应段的灰度值，并作为阈值对所述灰度图像进行二值化处理，提取运动目标。

【技术特征摘要】
1.一种运动目标提取方法，其特征在于，该提取方法包括以下步骤：1)获取包含有运动目标的帧间差分图像，对该帧间差分图像进行灰度处理，得到相应的灰度图像，计算灰度图像中各像素点的灰度值的分布；2)获取灰度图像中灰度值的范围，将灰度值的范围分成N段，N>2，计算每段中各灰度值与对应灰度值像素点数的乘积，并将各乘积相加，相加结果作为该段的灰度值；3)遍历各段的灰度值，分别计算出每段的背景均值、背景比例、前景均值、前景比例和类间方差，选取最大类间方差对应段的灰度值，并作为阈值对所述灰度图像进行二值化处理，提取运动目标。2.根据权利要求1所述的运动...

【专利技术属性】
技术研发人员：陈水忠，曲维东，黄涛，
申请(专利权)人：中国航空工业集团公司洛阳电光设备研究所，
类型：发明
国别省市：河南,41