一种运动目标检测的方法技术

一种运动目标检测的方法，包括以下步骤：1)读入视频流的一帧图像；2)判断读入的帧图像是否为第一帧，如果是则以第一帧建立背景模型，否则转向步骤3)；3)对读入的帧图像用背景模型差分出初步检测图；4)对初步检测图做后处理；5)使用Blink Map图确定动态背景区域；6)对动态背景区域使用邻域匹配(Neighboring Match)和急速更新(Sharp Update)机制进行模型修正；9)完成背景模型更新；如果视频未结束，转步骤1)，否则处理完毕。该方法可以有效提高视频运动目标检测的准确性。

【技术实现步骤摘要】
一种运动目标检测的方法
本专利技术涉及图像处理，特别是涉及一种运动目标检测的方法。
技术介绍
对于运动目标检测，现有的技术一般都是建立并维护一个背景模型，然后逐像素对比背景模型与当前帧图片来差分运动目标，对于动态背景的误检(如树叶的晃动)和静止目标漏检的现象考虑稍显不足，因而在某些场景下的检测准确性难以令人满意。例如OlivierBarnich等人在《IEEETRANSACTIONSONIMAGEPROCESSING》提出的使用ViBe(VisualBackgroundExtraction)算法进行目标检测，其整个流程可以概括如下：使用起始帧为每一个像素点建立背景模型(背景模型是一个非参数逐像素模型，具体是指图片中的每一像素都具有一个模型，并且该模型是由20个像素值构成，也称为样本；初始化过程：每个像素的模型是从起始帧图片的当前像素和其8邻域的像素的9个像素值中有放回的抽取20个样本构成，如图1所示)，读入新的一帧利用背景模型差分出前景(具体来说就是如果某个像素的当前值与两个或者多于两个背景样本相似(相似的定义为像素当前值和背景样本之间的距离度量小于R)则认为该像素为背景，反之为前景，如图2所示)。如果某像素被检测为背景，该像素的模型将有1/16概率被更新(某像素模型被更新是指模型中的20个样本的某一个被该像素的当前值随机替换掉，如图3所示)，同时还有1/16的概率更新8邻域内某个像素的模型。其在进行前景检测时，缺乏对晃动背景的干扰和运动目标静止不动对检测效果可能产生的影响进行考虑。处理方式如图1至3，图1的ViBe初始化过程，图中所示为任一像素的背景模型初始化过程。图2的ViBe检测过程，图中所示为任意一个像素前景检测过程，并且图中事例的判断结果为背景。s1-s20是像素模型中的20个样本，v(x)是像素当前值，SR(v(x))是以当前值v(x)为中心R为半径的圆形区域，某个样本落在圆形区域内即认为样本与当前值v(x)相似。为方便表示，我们假设像素可以用一个二维向量表示，其他维度的表示与之类似。图3的ViBe的更新过程，图中所示为一个像素的模型被更新的过程。图的左侧的检测示意图认为该像素点为背景，如果当前像素此次获得了可以更新模型的机会，就会如图中所示用当前像素值随机的替换掉背景模型中的一个样本。ViBe算法使用起始帧为每一个像素点建立背景模型，读入新的一帧利用背景模型差分出前景，如果某像素被检测为背景，该像素的模型将有1/16概率被更新，同时还有1/16的概率更新8邻域内某个像素的模型。其所使用的更新机制对背景的更新速度较慢，难以适应快速变化的动态背景区，容易将动态背景(如晃动的树叶)误检测为前景；如果起始帧包含前景目标，会在目标离开后的一段时间内将目标在起始帧停留的区域误检测为前景，现有初始化方案没有专门对此类错误进行处理；其传播更新机制虽然能够使得之前被前景遮挡的区域的背景信息迅速融入背景模型，但是也会使得静止目标渐渐融入背景中，污染了背景模型，如果静止目标再次运动，其之前静止位置也会在很长一段时间内被误检为前景。例如，树叶常常会受到风的影响进行无规则的晃动，现有的技术会将其误检测出来，如图4所示。其中左上为原图；右上为人工标注出的理想检测结果；左下为ViBe算法检测结果；右下为使用本专利技术实施例的进行检测的结果。通过对比可以明显看出，ViBe算法对晃动背景的抗干扰能力较差，会在检测过程中大量将晃动的背景误检测为前景。如图5，当视频的起始帧含有运动目标时会将运动目标初始化进背景模型中，因而当车开走时，其初始停留的位置会在相当长的时间段内被检测为前景,虽然这些检测错误都会随着算法的运行慢慢被纠正，但其耗时较长，且对于已检测错误的片段，没有提出专门的措施进行纠正。其中左上为包含运动目标的起始帧；右上为起始帧中的目标离开了起始位置的某帧图片；左下为传统检测算法的检测效果图；右下为本专利技术实施例的检测效果图。可以看到传统算法在车开走之后会将其原先停留的位置误检测为前景。图6中目标运动到视野内后做了一段时间的停留，由于其背景传播更新机制，目标会慢慢融入背景中，直到完全检测不出来。其中左上为依次从视野外搬入三个物体静置的原图；右上为人工标注出的理想检测效果图；左下为传统算法检测效果图；右下为本专利技术实施例的检测效果图。可以看出，在传统算法检测效果图中，先行搬入的两个物体由于停留时间较长，已经完全融入到背景了。
技术实现思路
本专利技术提出一种运动目标检测方法，可以有效提高视频运动目标检测的准确性。为实现上述目的，本专利技术采用以下技术方案：一种运动目标检测的方法，包括以下步骤：1)读入视频流的一帧图像；2)判断读入的帧图像是否为第一帧，如果是则以第一帧建立背景模型，否则转向步骤3)；3)对读入的帧图像用背景模型差分出初步检测图；4)对初步检测图做后处理；5)使用BlinkMap图确定动态背景区域；6)对动态背景区域使用邻域匹配(NeighboringMatch)和急速更新(SharpUpdate)机制进行模型修正；9)完成背景模型更新；如果视频未结束，转步骤1)，否则处理完毕。进一步地：在步骤6)和9)之间还包括以下步骤：7)检测步骤4)获得的后处理结果是否有长时间前景区域，如果检测到长时间前景区域则转到步骤8)，否则转到步骤9)；8)对于长时间前景区域，分别计算该区域模型与其邻域模型的对比度RC_M和该区域聚类结果与其邻域模型的对比度RC_C，如果RC_M大于ratio_upLimit倍的RC_C(可优选设定ratio_upLimit为1.5，也可根据具体情况做适当调整)，则认为该区域的初始模型是错误的，并使用聚类结果修正该区域的模型，反之，认为该区域的初始模型是正确的；然后转步骤9)。步骤2)中，采用Vibe初始化方法构建背景模型；步骤3)中，采用ViBe检测方法进行初步检测；步骤9)中，采用取消了邻域更新的Vibe更新机制进行更新。步骤4)包括：对初步检测图进行中值滤波、闭操作、凸包处理，再将处理结果与初步检测图作与操作得到去除噪声的检测图；对去除噪声的检测图做膨胀、填洞处理得到包含所有前景目标的检测图；设定一个比初始像素差值检测阈值更小的像素差值检测阈值，重新检测包含所有前景目标的检测图中指示的前景区域中的前景目标；经过中值滤波、闭操作、填洞处理得到最终处理结果图。步骤5)包括：比较当前帧的初步检测图和前一帧的初步检测图，找出数值相同的像素，再将BlinkMap图中对应的像素值减去step_decrease(可优选设定step_decrease为1，也可根据具体情况做适当调整)，找出数值不同的像素，然后将BlinkMap图中对应的像素值加上step_increase(可优选设定step_increase为15，也可根据具体情况做适当调整)，且BlinkMap图中的每一个像素值限制在[0,level_upLimit]之间(可优选设定level_upLimit为150，也可根据具体情况做适当调整)；以step_threshold作为阈值(可优选设定step_threshold为30，也可根据具体情况做适当调整)，阈值化BlinkMap图得到二值图BlinkMask，从而确定动态背景区域。步骤5)进一步包括：检本文档来自技高网...

【技术保护点】
一种运动目标检测的方法，其特征在于,包括以下步骤：1)读入视频流的一帧图像；2)判断读入的帧图像是否为第一帧，如果是则以第一帧建立背景模型，否则转向步骤3)；3)对读入的帧图像用背景模型差分出初步检测图；4)对初步检测图做后处理；5)使用Blink Map图确定动态背景区域；6)对动态背景区域使用邻域匹配(Neighboring Match)和急速更新(Sharp Update)机制进行模型修正；9)完成背景模型更新；如果视频未结束，转步骤1)，否则处理完毕。

【技术特征摘要】
1.一种运动目标检测的方法，其特征在于,包括以下步骤：1)读入视频流的一帧图像；2)判断读入的帧图像是否为第一帧，如果是则以第一帧建立背景模型，否则转向步骤3)；3)对读入的帧图像用背景模型差分出初步检测图；4)对初步检测图做后处理；5)使用BlinkMap图确定动态背景区域；6)对动态背景区域使用邻域匹配(NeighboringMatch)和急速更新(SharpUpdate)机制进行模型修正；7)检测步骤4)获得的后处理结果是否有长时间前景区域，如果检测到长时间前景区域则转到步骤8)，否则转到步骤9)；8)对于长时间前景区域，分别计算该区域模型与其邻域模型的对比度RC_M和该区域聚类结果与其邻域模型的对比度RC_C，如果RC_M大于设定的ratio_upLimit倍的RC_C，则认为该区域的初始模型是错误的，并使用聚类结果修正该区域的模型，反之，认为该区域的初始模型是正确的；然后转步骤9)；9)完成背景模型更新；如果视频未结束，转步骤1)，否则处理完毕。2.如权利要求1所述的方法，其特征在于,步骤2)中，采用Vibe初始化方法构建背景模型；步骤3)中，采用ViBe检测方法进行初步检测；步骤9)中，采用取消了邻域更新的Vibe更新机制进行更新。3.如权利要求1所述的方法，其特征在于,步骤4)包括：对初步检测图进行中值滤波、闭操作、凸包处理，再将处理结果与初步检测图作与操作得到去除噪声的检测图；对去除噪声的检测图做膨胀、填洞处理得到包含所有前景目标的检测图；设定一个比初始像素差值检测阈值更小的像素差值检测阈值，重新检测包含所有前景目标的检测图中指示的前景区域中的前景目标；经过中值滤波、闭操作、填洞处理得到最终处理结果图。4.如权利要求1所述的方法，其特征在于,步骤5)包括：比较当前帧的初步检测图和前一帧的初步检测图，找出数值相同的像素，再将BlinkMap图中对应的像素值减去设定的step_decrease值，找出数值不同的像素，然后将BlinkMap图中对应的像素值加上设定的step_increase值，且BlinkMap图中的每一个像素值限制在[0,level_upLimit]之间，level_upLimit为设定值；以设定的step_threshold值作为阈值，阈值化BlinkMap图得到二值图BlinkMask，从而确定动态背景区域。5.如权利要求4所述的方法，其特征在于,步骤5)进一步包括：检测二值图BlinkMask中的像素，如果二值图BlinkMask中某个像素非0，并且该像素在当前帧的最终处理结果图中也非0，则在二值图BlinkMask中将该像素值置0。6.如权利要求1所述的方法，其特征在于,步骤6)中所述邻域匹配包括：对...

【专利技术属性】
技术研发人员：李秀，陈连胜，汤友华，
申请(专利权)人：清华大学深圳研究生院，
类型：发明
国别省市：广东;44