一种运动目标检测方法及实现运动目标检测方法的检测系统技术方案

本发明专利技术公开了一种运动目标检测方法及实现运动目标检测方法的检测系统，在检测前景像素时，通过对当前像素的邻域像素进行统计，并引入置信因子来判断当前像素是否为前景像素，检测出来的前景目标可靠、空洞较少，可以消除鬼影等影响；在背景模型更新方面，采用背景像素进行模型更新，具有较高的可靠性；基于CSLBP纹理特征对光照的不敏感性，计算当前像素的更新概率，实现了背景模型的自适应更新，很好的适应光照的突然变化，克服了场景动态变化对背景图像的影响，使所建立的背景图像具有较好的鲁棒性。对于此算法，本发明专利技术还采用并行结果和多级流水线技术，用硬件的方式实现，提高了检测的实时性。

【技术实现步骤摘要】
一种运动目标检测方法及实现运动目标检测方法的检测系统
本专利技术属于视频检测
，涉及一种运动目标检测方法，还涉及实现上述运动目标检测方法的检测系统。
技术介绍
运动目标检测也称为运动目标分割，是将运动的目标从监控视频序列中提取出来的一项智能分析技术，是整个视频监控系统的关键一步，也是目标跟踪、识别及行为理解等后续处理的基础。受环境、光线以及噪声等影响，运动目标检测极具挑战，是机器视觉领域一直研究的热点。传统的运动目标检测算法包括帧间差分法、光流法和背景差分法三大类。背景差分法是通过当前帧图像与背景模型图像差分来检测运动目标的，其关键是如何构造一个鲁棒性的背景图像。与帧间差分法和光流法相比较，背景差分法由于建模不需要先验知识、运算速度快、目标检测精准等优点，而成为研究的焦点。现有技术中的检测方法容易出现鬼影或阴影，而且在光照变化的运动目标检测过程中，背景是不断变化的，目前的运动目标检测算法大多对光线的变化不能适应，背景更新不及时，导致运动目标检测结果不好。现有技术中一般是采用计算机实现运动目标的检测的，但是随着视频图像分辨率的提升，计算机计算能力有限，处理速度慢，实时性差。
技术实现思路
本专利技术的目的是提供一种运动目标检测方法，克服了现有技术中的检测方法存在的检测的运动目标会出现阴影且不能适应光线的变化造成的运动目标检测质量低的技术问题。本专利技术的另一目的是提供实现上述运动目标检测方法的检测系统，提高了检测的实时性。本专利技术采用的第一技术方案是，一种运动目标的检测方法，具体按照以下步骤实施：步骤1：输入待检测视频帧图像转化成的灰度图像；步骤2：进行运动目标检测，具体过程如下：2.1，通过像素空间法计算当前帧图像Ft(x,y)像素q的邻域像素和背景图像Bt(x,y)对应像素的灰度差值统计出像素q的置信因子，通过置信因子的大小判断像素为背景像素还是前景像素，得到当前帧运动目标的检测结果；2.2，通过计算当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值更新背景图像Bt(x,y)为Bt+1(x,y)，更新后的背景图像Bt+1(x,y)供检测下一帧图像Ft+1(x,y)的运动目标时使用；2.3，对当前帧图像Ft(x,y)检测结果进行后处理，使用数学形态学开运算去除小噪点和断裂部分；步骤3：将当前帧检测到的运动目标图像输出；重复上述步骤，直至检测完毕所有的视频帧图像。本专利技术采用的第一技术方案的特点还在于，步骤2.1的具体过程如下：2.1.1，初始背景图像B1(x,y)选用第一帧图像F1(x,y)；2.1.2，对于当前帧图像Ft(x,y)像素q的邻域像素kn的邻域像素um做如下统计，n＝1,2,3,4，m＝1,2,3,4：其中，count表示像素kn的邻域像素um中，abs(Ft(u)(i,j)-Bt(u)(i,j))<T1的像素的个数，初始值为0，Ft(u)(i,j)表示当前帧图像kn的邻域像素um的灰度值，Bt(u)(i,j)表示当前背景图像kn的邻域像素um的灰度值，abs(·)为取绝对值函数，T1为灰度值差阈值；当前帧图像Ft(x,y)像素q的邻域像素kn是指：根据图像像素的处理顺序，将像素q的8邻域像素中处理顺序在像素q之前的像素作为像素q的邻域像素kn；将像素kn的8邻域像素中处理顺序在像素kn之前的像素作为像素kn的邻域像素um；由于kn的邻域像素um有4个，所以最后得到的统计值count∈[0,4]；2.1.3，根据count的取值引入如下的分段置信因子：其中，t1,t2,t3是三个不同的置信因子，取值为t1＝0.5,t2＝1,t3＝2，Lnum、Hnum是分段时设定的阈值，分别为1和3；重复步骤2.1.2～2.1.3，直至将q的邻域像素kn的置信因子均求出；2.1.4，将q的邻域像素kn的置信因子相加，得到判断当前处理像素q是否为背景的置信因子Sb，即：由于q的邻域像素kn有4个，所以置信因子的取值范围为Sb∈[2,8]；2.1.5，得到置信因子Sb后，进行前景检测：即Sb大于阈值T2的为前景像素，将其灰度值赋为255，否则为背景像素，其灰度值赋为0，得到当前帧图像Ft(x,y)运动目标的检测结果。步骤2.2中计算当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值的计算方法为：式中，P为邻域像素点的个数，gp表示像素z的邻域像素l的灰度值，gp+P/2表示与l中心对称的像素z的邻域像素点的灰度值，S(·)是比较函数，描述为：步骤2.2中更新背景的方法为：(1)，计算背景更新概率Pt(x,y)，如下式所示：其中，CSLBP(Ft(x,y))表示当前帧图像像素的CSLBP纹理特征值，CSLBP(Bt(x,y))表示与当前帧图像像素对应的当前背景图像像素的CSLBP纹理特征值，表示异或运算，ones(·)是计算二进制表示中的1的个数；(2)，更新背景，更新方法如下：当是与当前帧图像Ft(x,y)检测出来的前景像素对应的当前背景图像Bt(x,y)像素，背景更新如下：Bt+1(x,y)＝Pt(x,y)Bt(x,y)+(1-Pt(x,y))Ft(x,y))；当是与当前帧图像Ft(x,y)检测出来的背景像素对应的当前背景图像Bt(x,y)像素，背景更新如下：Bt+1(x,y)＝Bt(x,y)；Bt+1(x,y)表示更新后的背景图像。本专利技术所采用的第二技术方案是，实现上述运动目标检测方法的运动目标检测系统，其包括当前帧图像缓存装置和背景图像缓存装置，当前帧图像缓存装置和背景图像缓存装置均与前景检测装置和背景更新装置连接，前景检测装置分别与后处理装置和背景更新装置连接；背景图像缓存装置还连接有存储器。本专利技术所采用的第二技术方案的特点还在于，所述当前帧图像缓存装置包括第一行缓存器，其依次连接有第二行缓存器、第三行缓存器、第四行缓存器，第一行缓存器、第二行缓存器、第三行缓存器、第四行缓存器分别连接有第一列缓存器、第二列缓存器、第三列缓存器、第四列缓存器；所述背景图像缓存装置包括第五行缓存器，其依次连接有第六行缓存器、第七行缓存器、第八行缓存器，第五行缓存器、第六行缓存器、第七行缓存器、第八行缓存器分别连接有第五列缓存器、第六列缓存器、第七列缓存器、第八列缓存器；第八行缓存器和存储器相连。所述前景检测装置包括第一减法器，第二减法器，第三减法器，第四减法器，第五减法器，第六减法器，第七减法器，第八减法器，第九减法器，其分别连接有第一比较器，第二比较器，第三比较器，第四比较器，第五比较器，第六比较器，第七比较器，第八比较器，第九比较器；第一比较器和第六比较器与第一加法器连接，第二比较器和第三比较器连接有第二加法器，第三比较器和第四比较器连接有第三加法器，第四比较器和第器比较器连接有第四加法器，第五比较器和第八比较器连接有第六加法器，第六比较器和第七比较器连接有第五加法器，第八比较器和第九比较器连接有第七加法器；第一加法器和第二加法器连接有第八加法器，第二加法器和第四加法器连接有第九加法器，第三加法器和第五加法器连接有第十加法器，第六加法器和第七法器连接有第十一加法器；第八加法器、第九加法器、第十加法器、第十一加法器分别连接有第一查找表、第二查找表、本文档来自技高网...

【技术保护点】
一种运动目标的检测方法，其特征在于，具体按照以下步骤实施：步骤1：输入待检测视频帧图像转化成的灰度图像；步骤2：进行运动目标检测，具体过程如下：2.1，通过像素空间法计算当前帧图像Ft(x,y)像素q的邻域像素和背景图像Bt(x,y)对应像素的灰度差值统计出像素q的置信因子，通过置信因子的大小判断像素为背景像素还是前景像素，得到当前帧运动目标的检测结果；2.2，通过计算当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值更新背景图像Bt(x,y)为Bt+1(x,y)，更新后的背景图像Bt+1(x,y)供检测下一帧图像Ft+1(x,y)的运动目标时使用；2.3，对当前帧图像Ft(x,y)检测结果进行后处理，使用数学形态学开运算去除小噪点和断裂部分；步骤3：将当前帧检测到的运动目标图像输出；重复上述步骤，直至检测完毕所有的视频帧图像。

【技术特征摘要】
1.一种运动目标的检测方法，其特征在于，具体按照以下步骤实施：步骤1：输入待检测视频帧图像转化成的灰度图像；步骤2：进行运动目标检测，具体过程如下：2.1，通过像素空间法计算当前帧图像Ft(x,y)像素q的邻域像素和背景图像Bt(x,y)对应像素的灰度差值统计出像素q的置信因子，通过置信因子的大小判断像素为背景像素还是前景像素，得到当前帧运动目标的检测结果；2.2，通过计算当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值更新背景图像Bt(x,y)为Bt+1(x,y)，更新后的背景图像Bt+1(x,y)供检测下一帧图像Ft+1(x,y)的运动目标时使用；2.3，对当前帧图像Ft(x,y)检测结果进行后处理，使用数学形态学开运算去除小噪点和断裂部分；步骤3：将当前帧检测到的运动目标图像输出；重复上述步骤，直至检测完毕所有的视频帧图像；步骤2.1的具体过程如下：2.1.1，初始背景图像B1(x,y)选用第一帧图像F1(x,y)；2.1.2，对于当前帧图像Ft(x,y)像素q的邻域像素kn的邻域像素um做如下统计，n＝1,2,3,4，m＝1,2,3,4：其中，count表示像素kn的邻域像素um中，abs(Ft(u)(i,j)-Bt(u)(i,j))＜T1的像素的个数，初始值为0，Ft(u)(i,j)表示当前帧图像kn的邻域像素um的灰度值，Bt(u)(i,j)表示当前背景图像kn的邻域像素um的灰度值，abs(·)为取绝对值函数，T1为灰度值差阈值；当前帧图像Ft(x,y)像素q的邻域像素kn是指：根据图像像素的处理顺序，将像素q的8邻域像素中处理顺序在像素q之前的像素作为像素q的邻域像素kn；将像素kn的8邻域像素中处理顺序在像素kn之前的像素作为像素kn的邻域像素um；由于kn的邻域像素um有4个，所以最后得到的统计值count∈[0,4]；2.1.3，根据count的取值引入如下的分段置信因子：其中，t1,t2,t3是三个不同的置信因子，取值为t1＝0.5,t2＝1,t3＝2，Lnum、Hnum是分段时设定的阈值，分别为1和3；重复步骤2.1.2～2.1.3，直至将q的邻域像素kn的置信因子均求出；2.1.4，将q的邻域像素kn的置信因子相加，得到判断当前处理像素q是否为背景的置信因子Sb，即：1由于q的邻域像素kn有4个，所以置信因子的取值范围为Sb∈[2,8]；2.1.5，得到置信因子Sb后，进行前景检测：即Sb大于阈值T2的为前景像素，将其灰度值赋为255，否则为背景像素，其灰度值赋为0，得到当前帧图像Ft(x,y)运动目标的检测结果。2.根据权利要求1所述的一种运动目标的检测方法，其特征在于，步骤2.2中更新背景的方法为：(1)计算背景更新概率Pt(x,y)，如下式所示：其中，CSLBP(tF表示当前帧图像像素的CSLBP纹理特征值，CSLBP(Bt(x,y))表示与当前帧图像像素对应的当前背景图像像素的CSLBP纹理特征值，表示异或运算，ones(·)是计算二进制表示中的1的个数；当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值的计算方法为：式中，P为邻域像素点的个数，gp表示像素z的邻域像素l的灰度值，gp+P/2表示与l中心对称的像素z的邻域像素点的灰度值，S(·)是比较函数，描述为：(2)，更新背景，更新方法如下：当是与当前帧图像Ft(x,y)检测出来的前景像素对应的当前背景图像Bt(x,y)像素，背景更新如下：Bt+1(x,y)＝Pt(x,y)Bt(x,y)+(1-Pt(x,y))Ft(x,y))；当是与当前帧图像Ft(x,y)检测出来的背景像素对应的当前背景图像Bt(x,...

【专利技术属性】
技术研发人员：张二虎，李永超，张卓敏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西;61