本发明专利技术涉及一种机载液晶显示器的运动检测方法,属于运动检测领域,包括如下步骤：步骤一：背景建模；步骤二：背景减除获取运动目标；步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三为：任意选取两帧连续的视频序列，计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的，生成二值化图像，形态学滤波处理，连通性分析和判别，当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域；f.根据连通域确定的运动目标位置，将其标记在原图像中。通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动。
【技术实现步骤摘要】
本专利技术属于物体运动检测领域，具体涉及一种机载显示器的运动检测方法。
技术介绍
在现代军事领域，远距离监测系统具有重要的地位，装备远距离监测的武器装备遍及海陆空作战平台，应用于大中小型武器装备；虽然，远距离监测装备能够把远处的物体放大，显示在显示屏上，但是，对于人的肉眼不能观察到的物体的微小运动或者是人眼疲乏，容易造成某些运动监测不到。
技术实现思路
为了克服现有技术的不足，本专利技术提供一种具有运动检测功能的机载显示器运动检测方法，通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动。本专利技术的技术方案是：一种机载显示器的运动检测方法，包括如下步骤：步骤一：背景建模；步骤二：背景减除获取运动目标；步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三的具体流程为： a. 视频图像的选取，在被检测的视频序列中，任意选取两帧连续的视频序列； b.计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的； c.生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式(6) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素； （6）d.形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理； e.连通性分析和判别:当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域； f.根据连通域确定的运动目标位置，将其标记在原图像中。所述的步骤三流程b中，两帧图像的差分图像Gi(x，y)获取公式为Gi(x，y) = | fi+1( x，y) － fi( x，y) | 。所述步骤三流程d中形态学滤波处理包括腐蚀、膨胀、开和闭运算。所述步骤一为： A.读取当前一帧，帧数ｉ加上１，由RGB颜色空间转化成灰度图,对应关系如下： GRAY＝0.299R＋0.587G＋0.114B （１）B.判断当前帧是不是第１帧，即帧数ｉ＝１成立吗？ 如果是第１ 帧，就将当前帧作为帧１（D（x,y）），并建一个空帧帧２（A（x,y）＝０），返回步骤A；如果不是第１帧，帧１与当前帧Ｉｉ（x,y）进行滑动平均更新帧１，然后帧１与帧２累加更新帧２，即 Ｄ(x,y)＝(1-a)Ｄ(x,y)＋ａIｉ(x,y)（２）A(x,y)＝A(x,y)＋D(x,y)（３）其中，ａ为调节更新率，即累积器以多快的速率忘掉前面的帧,当帧数ｉ＝N－１时，把当前帧作为三帧差分时的帧Ｉｋ－２(x,y)； C.判断帧数ｉ＜Ｎ 是否成立，若成立则返回步骤（１）；不成立，把当前帧作为三帧差分时的帧Ｉｋ－１，同时帧２除Ｎ－１，作为背景图像B(x,y)。所述步骤二为：将当前帧Ik(x,y)的阴影不明显的一帧和阴影明显的一帧灰度化后，计算其与背景图B（x,y)对应像素差的绝对值，所得差的绝对值图像DB(x,y)。本专利技术有如下积极效果：通过运动检测算法与视频监测技术相结合的手段，来监测物体的微小运动，其中，帧间差分法的优点是，差分图像受光线变化的影响较小，能有效检测出相邻图像中相对运动的物体；算法检测速度快，具有较低的计算复杂度；对运动物体的敏感度较高，也适用于动态变化的环境; 易于硬件实现。附图说明图1为本专利技术具体实施方式的背景建模流程图。具体实施方式下面对照附图，通过对实施例的描述，本专利技术的具体实施方式如所涉及的各构件的形状、构造、各部分之间的相互位置及连接关系、各部分的作用及工作原理、制造工艺及操作使用方法等，作进一步详细的说明，以帮助本领域技术人员对本专利技术的专利技术构思、技术方案有更完整、准确和深入的理解。本专利技术的主要思路是：在军事远距离监测的武器的显示设备上加装一个运动检测模块，自动监测可疑物体的运动，不用人为的肉眼监测，避免监测不到物体的微小运动或者肉眼疲劳，没有观察到某些物体运动，在运动检测模块中加入运动检测算法。 本专利技术在传统时间平均法的基础上，提出的背景建模算法，其基本思想是：一般情况下，运动物体在某一区域的时间是有限、短暂的，引起了该区域像素点的值差异较大。假设用Ｎ帧进行背景初始化，用当前一帧与前面的帧进行滑动平均，然后累积求平均用来初始化背景。其流程如图１所示。 主要步骤如下： (1)读取当前一帧，帧数ｉ（初始值ｉ＝０）加上１，由RGB颜色空间转化成灰度图。对应关系如下：GRAY＝0.299R＋0.587G＋0.114B （１） （2）判断当前帧是不是第１帧，即帧数ｉ＝１成立吗？ 如果是第１ 帧，就将当前帧作为帧１（D（x,y）），并建一个空帧帧２（A（x,y）＝０），返回步骤(1)；如果不是第１帧，帧１与当前帧Ｉｉ（x,y）进行滑动平均更新帧１，然后帧１与帧２累加更新帧２，即 Ｄ(x,y)＝(1-a)Ｄ(x,y)＋ａIｉ(x,y) （２）A(x,y)＝A(x,y)＋D(x,y) （３）其中，ａ为调节更新率，即累积器以多快的速率忘掉前面的帧。当帧数ｉ＝N－１时，把当前帧作为三帧差分时的帧Ｉｋ－２(x,y)。（３）判断帧数ｉ＜Ｎ 是否成立，若成立则返回步骤（１）；不成立，把当前帧作为三帧差分时的帧Ｉｋ－１，同时帧２除Ｎ－１，作为背景图像B(x,y)。 本文背景提取算法不仅继承了平均法模型简单、计算方便的优点，而且能够在有运动目标的场景中，构造出更准确的背景图像。背景减除获取运动目标得到背景图B(x,y)后，进行背景减除法检测，将当前帧Ik(x,y)的阴影不明显的一帧和阴影明显的一帧灰度化后，计算其与背景图B（x,y)对应像素差的绝对值，所得差的绝对值图像DB(x,y)。差的绝对值表达式为：DB(x,y)＝｜Iｋ(x,y)－B(x,y)｜ （４）其中，Iｋ(x,y)为当前帧像素灰度值；B(x,y)为背景帧像素灰度值。d(x,y)为差绝对值图像DB(x,y)的像素值。求差值图像DB(x,y)像素的平均值ｄ 和标准差δ，用平均值和标准差设定阈值Ｔ，进而进行二值化。这样设定阈值就克服了事先预设固定阈值的缺点，更加准确地检测出运动目标。具体表达式为：其中，α为阈值微调系数，根据需要调节；ｗ 为图像宽度；ｈ为图像高度。检测结果可能有大量噪声，需要去除。形态学中，开启运算可以消除噪声点，但其操作是对整体的，没有选择性，过多地用开启运算容易破坏检测到的目标，使目标失真。为了更好地、有选择性地消除噪声，本文采用了八邻域去噪法。其思想是：在检测的二值化图中，只考虑“白点”像素，计算“白点”像素的八邻域中同属于“白点”的个数，若小于４个，就认为是噪声点，去除。然后，再通过先闭合后开启运算进行处理，得到运动目标区域。为了实现背景模型的选择性更新，即只对运动目标区域外的区域进行更新，本文中引入了帧间差分法并对本文档来自技高网...
【技术保护点】
一种机载显示器的运动检测方法，其特征在于：包括如下步骤：步骤一：背景建模；步骤二：背景减除获取运动目标；步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三的具体流程为：a. 视频图像的选取，在被检测的视频序列中，任意选取两帧连续的视频序列；b.计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的；c.生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式(6) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素；（6）d.形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理；e.连通性分析和判别:当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域；f.根据连通域确定的运动目标位置，将其标记在原图像中。
【技术特征摘要】
1.一种机载显示器的运动检测方法，其特征在于：包括如下步骤：
步骤一：背景建模；
步骤二：背景减除获取运动目标；
步骤三：帧间差分法来检测连续视频图像中运动目标，所述步骤三的具体流程为：
a. 视频图像的选取，在被检测的视频序列中，任意选取两帧连续的视频序列；
b.计算差分图像Gi(x，y),通过连续的视频帧图像像素上的差异来提取运动目标的；
c.生成二值化图像:设定一个阈值th 来区分差分图像Gi(x，y)中的前景区域与背景区域，并按照式(6) 对差分图像进行二值化得到Ｒi(x，y) ，若差分图像中某个像素点的亮度差大于阈值th ，就认为该像素点为前景像素，反之则是背景像素；
（6）
d.形态学滤波处理: 对二值图像Ｒi(x，y)进行形态学滤波处理；
e.连通性分析和判别:当某个连通区域的像素数大于给定的阈值，则认为检测到目标，并认为该区域就是具有运动目标的区域；
f.根据连通域确定的运动目标位置，将其标记在原图像中。
2.根据权利要求1所述的机载显示器的运动检测方法，其特征在于：所述的步骤三流程b中，两帧图像的差分图像Gi(x，y)获取公式为
Gi(x，y) = | fi+1( x，y) － fi( x，y) | 。
3.根据权利要求2所述的机载显示器的运动检测方法，其特征在于：所述步骤三流程d中形...
【专利技术属性】
技术研发人员：强俊，陈俊，周鸣争，汪军，黄子腾，杨玉仁，
申请(专利权)人：安徽工程大学，
类型：发明
国别省市：安徽;34
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。