【技术实现步骤摘要】
本专利技术涉及数字图像处理领域,特别是一种针对图像序列受噪声污染条件下,基于频域处理的抗噪运动目标检测方法。
技术介绍
近十几年来,随着数码技术的普及和计算能力的提升,基于计算机视觉技术的运动目标检测得到国内外学者的密切关注与研究。运动目标检测是指一类从给定的图像序列或监控视频中准确、完整地提取运动目标的方法。所提取的运动目标信息是追踪、目标识另IJ、行为理解等高层次视频处理技术的基础。作为智能视频监控系统中的关键技术,从应用上讲,运动目标检测可用于交通流量监控、行车障碍物检测等智能交通领域,也可用于越线报警、入侵检测等安防监控领域。面向数字图像、视频的运动目标检测技术其研究热点主要集中于动态、复杂的背景。但是,相比背景动态,光照变化等情况,现有的运动目标检测方法却对于受污染信号这一基本问题没有较深入的讨论与研究。噪声作为一种最常见和主要的污染信号,存在于数字图像\视频采集的各个过程中,并会对图像复原、运动检测、目标识别等图像\视频处理造成极大的影响。过大的噪声会致使传统的运动检测方法效果不理想甚至完全失效。例如经典的运动目标检测方法——混合高斯模型,通过统计模型估计当前帧像素值依次来区分前景与背景,效果如图2(bl_b4)所示;视觉背景描述子(ViBe)作为一种现在主流的运动目标检测,利用分类级联的思想,得到广泛的应用,但其也并不能很好的解决噪声条件下的运动目标检测问题,效果如图2(dl_d4)所示;利用频域信息进行目标检测的相关研究主要集中于图像解析度较低的雷达、红外图像的检测,并没有相关具体算法针对低照度环境下的运动目标检测。【
技术实现思路
...
【技术保护点】
一种基于频域处理的抗噪运动目标检测方法,其特征在于,包括如下步骤:步骤一、对所采集到的视频序列进行二维傅里叶变换,得到其频谱能量图,具体为:1)将采集到的K帧图像进行图像块划分,每个图像块的大小为经过矢量化后,每个图像块为一个长度为N的向量;对于所述K帧图像,其同一位置上的图像块构成大小为N×K的矩阵X;2)对上述矩阵X进行二维傅里叶变换,得到其频谱能量图:F(w,v)=Σn=0N-1Σk=0K-1exp(-2πiNK*(w*n+v*k))]]>式中,w,v表示频谱能量图上像素点的坐标,n,k为图像空间上的像素点坐标;3)对步骤2)中得到的频谱能量图进行滤波处理:P(w,v)=F(w,v)⊗H(w,v)]]>式中,H(w,v)为所采用的低通滤波器,P(w,v)为滤波后的频谱能量图;步骤二、根据滤波后的频谱能量图,求得背景和前景的能量函数,然后根据能量函数比值的不同,将背景与运动目标分离出来:频谱能量图中,背景能量EB和前景目标能量EF的函数式如下所示:EB=Σw=-ππP2(w,0)]]>EF=Σ ...
【技术特征摘要】
1.一种基于频域处理的抗噪运动目标检测方法,其特征在于,包括如下步骤: 步骤一、对所采集到的视频序列进...
【专利技术属性】
技术研发人员:刘煜,张茂军,肖华欣,徐玮,熊志辉,
申请(专利权)人:中国人民解放军国防科学技术大学,
类型:发明
国别省市:湖南;43
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。