发明专利技术人提供一种前景物体检测方法和设备，所述设备包括前景区域检测模块、前景轮廓模块、梯度计算模块、前景检测控制模块。涉及物体识别领域，主要涉及不规律运动的前景物体的识别。所述前景物体检测方法根据在前景轮廓掩模区域的梯度值的变化，相比单背景高斯模型中运动的物体静止后容易被识别为背景，而静止较长时间后又发生运动时会被识别为另一物体，本方法提高了前景物体的识别效率和识别的一致性。
【技术实现步骤摘要】
本专利技术涉及物体识别领域，主要涉及不规律运动的前景物体的识别。
技术介绍
背景物体就是指静止的或是非常缓慢的移动的物体，而前景物体就相对移动的物 体。所以我们可以把物体检测看出一个分类问题，也就是来确定一个像素点是否属于背景 点。但是在不规律运动的前景物体，特别是在两次运动之间的间隔长时间静止的前景物体， 在静止的过程中容易被识别为背景物体。 在实现本专利技术的过程中，专利技术人发现现有技术中存在如下问题，基于单背景模型 的检测方法往往需要计算复杂度较高的跟踪算法(如meanshif t算法）。同时这类方法无法 确认目标跟踪前的状态，例如物体静止后复运动，容易识别为另一个物体;而双背景模型的 算法计算量是单背景模型的两倍，双背景模型的方法其大致流程如下： 建立两个更新速度不同的高斯背景模型。可以有两种实现方式，一是相同更新频 率/周期，不同更新速度;二是相同更新速度，不同更新频率/周期。这里使用第二种方式，更 新频率高的记为M0G_fast，更新频率低的记为M0G_slow。 输入视频图像到两个高斯模型中，并以各自的频率开始计算，创建背景并分割前 景。前景分别记为FG_fast和FG_slow〇 当FG_fast检测到目标前景，但FG_slow却未检测到，贝lj判定FG_fast检测到的目 标。 使用额外的方法确认来区分目标前景是遗留物还是遗失物，并在设定的阈值时间 后报警。
技术实现思路
以下给出对一个或更多个方面的简化概述以力图提供对此类方面的基本理解。此 概述不是所有构想到的方面的详尽综览，并且既非旨在指认出所有方面的关键性或决定性 要素亦非试图界定任何或所有方面的范围。其唯一的目的是要以简化形式给出一个或更多 个方面的一些概念以作为稍后给出的更加具体的说明之序。 专利技术人提供一种前景物体检测方法，包括步骤：获取一帧图像MG1，将所述图像頂G1输入到背景模型中计算，更新背景图像数据， 并标记前景区域；若所述图像MG1中不存在被标记为前景区域的区域，则继续获取下一帧图像，并 基于获取到的下一帧图像更新背景图像数据和标记前景区域，若图像頂G1中存在被标记为 前景区域的区域，则根据所述前景区域标记前景轮廓，根据所述前景轮廓计算前景轮廓掩 模区域；计算所述背景图像数据在所述前景轮廓掩模区域的梯度值6_81，和所述图像IMG1 在所述前景轮廓掩模区域的梯度值G_IMG1; 通过G_B1和GJMG1判断前景区域中的物体是否为前景物。 进一步，所述前景轮廓掩模区域由膨胀轮廓和腐蚀轮廓之间的区域构成;所述膨 胀轮廓根据前景轮廓和膨胀公式计算得到;所述腐蚀轮廓根据前景轮廓和腐蚀公式计算得 到。 进一步，所述背景模型为高斯背景模型。 进一步，所述通过G_B1和GJMG1判断前景区域中的物体是否为前景物包括步骤： 判断G_IMG1-G_B1的值是否小于第一预设值，若小于则判断前景区域中的物体为 前景物，并标记前景物为遗失物，否则判断当前前景区域无前景物体。进一步，所述前景物体检测方法在标记前景物为遗失物后，还包括步骤：获取頂G1之后的图像帧頂G2,将所述图像帧MG2输入到所述背景模型中计算出更 新后的背景图像数据； 计算更新后的背景数据在所述前景轮廓掩模区域的梯度值G_B2; 判断所述G_B2_G_B1的值是否小于第二预设值，若大于或等于则取消标记前景物 为遗失物，若小于则继续获取之后的图像帧IMGx;将获得的图像帧IMGx输入到所述背景模 型中更新背景图像数据，并计算背景图像在前景轮廓掩模区域的梯度值G_Bx，直到经过设 定的时间T，若T时间内G_Bx-G_Bl的差均小于第二预设值，则触发遗失物报警动作。进一步，所述前景物体检测方法在标记前景物为遗失物后，还包括步骤：获取MG1之后的图像帧頂G2,将所述图像帧MG2输入到所述背景模型中计算出更 新后的背景图像数据;计算图像帧IMG2在所述前景轮廓掩模区域的梯度值G_IMG2; 判断所述GJMG2-G_B1的值是否小于第二预设值，若大于或等于则取消标记前景 物为遗失物，若小于则继续获取之后的图像帧;将获得的图像帧頂Gx，并计算图像帧頂Gx在 前景轮廓掩模区域的梯度值GJMGx，直到经过设定的时间T，若T时间内G_MG X-G_B 1的差均 小于第二预设值，则触发遗失物报警动作。 进一步，所述前景物体检测方法在标记前景物为遗失物后，还包括步骤： 获取IMG1之后的图像帧，将所述图像帧输入到所述背景模型中计算出更新后的背 景图像数据；在标记前景物为遗失物并经过设定的时间后，获取下一帧图像頂G2,用頂G2更新 背景图像数据，计算更新后的背景数据在所述前景轮廓掩模区域的梯度值G_B2;判断所述G_B2_G_B1的值是否小于第二预设值，若大于或等于则取消标记前景物 为遗失物，若小于则触发遗失物报警动作。进一步，所述前景物体检测方法在标记前景物为遗失物后，还包括步骤： 获取IMG1之后的图像帧，将所述图像帧输入到所述背景模型中计算出更新后的背 景图像数据； 在标记前景物为遗失物并经过设定的时间后，获取下一帧图像MG2,计算MG2在 所述前景轮廓掩模区域的梯度值G_IMG2; 判断所述GJMG2-G_B1的值是否小于第二预设值，若大于或等于则取消标记前景 物为遗失物，若小于则触发遗失物报警动作。进一步，所述"通过G_B0PG_IMG1判断前景区域中的物体是否为前景物"包括步 骤： 判断GJMG1-G_B1的差值是否大于第三预设值，是则判断前景区域中的物体为前 景物，标记前景物为遗留物，否则判断当前前景区域无前景物。 进一步，所述前景物体检测方法在标记前景物为遗留物后，还包括步骤，获取MG1之后的图像帧頂G2,将所述图像帧MG2输入到所述背景模型中计算出更 新后的背景图像数据； 计算更新后的背景数据在所述前景轮廓掩模区域的梯度值G_B2; 判断所述G_B2_G_B1的值是否小于第四预设值，若小于则取消标记前景物为遗留 物，否则继续获取之后的图像帧;将获得的图像帧IMGx输入到所述背景模型中更新背景图 像数据，并计算背景图像在前景轮廓掩模区域的梯度值G_Bx，直到经过设定的时间，若G_ Bx-G_B1的差均大于第四预设值，则触发遗留物报警动作。 进一步，所述前景物体检测方法在标记前景物为遗留物后，还包括步骤： 获取IMG1之后的图像帧，将所述图像帧输入到所述背景模型中计算出更新后的背 景图像数据； 在标记前景物为遗留物并经过设定的时间后，获取下一帧图像頂G2,用頂G2更新 背景图像数据，计算更新后的背景数据在所述前景轮廓掩模区域的梯度值G_B2; 判断所述G_B2_G_B1的值是否小于第四预设值，若小于则取消标记前景物为遗留 物，否则触发遗留物报警动作。 进一步，所述前景物体检测方法在标记前景物为遗留物后，还包括步骤： 获取IMG1之后的图像帧，将所述图像帧输入到所述背景模型中计算出更新后的背 景图像数据；在标记前景物为遗留物后并经过设定的时间后，获取下一帧图像MG2,计算頂G2 在所述前景轮廓掩模区域的梯度值G_IMG2; 判断所述GJMG2_G_B1的值是否小于第四预设值，若小于则取消标记前景物为遗 留物，否则触发遗留物报警动作。 进一步，所述前景物体检测方法在标本文档来自技高网...
【技术保护点】
一种前景物体检测方法，其特征在于，包括步骤：获取一帧图像IMG1，将所述图像IMG1输入到背景模型中计算，更新背景图像数据，并标记前景区域；若所述图像IMG1中不存在被标记为前景区域的区域，则继续获取下一帧图像，并基于获取到的下一帧图像更新背景图像数据和标记前景区域，若图像IMG1中存在被标记为前景区域的区域，则根据所述前景区域标记前景轮廓，根据所述前景轮廓计算前景轮廓掩模区域；计算所述背景图像数据在所述前景轮廓掩模区域的梯度值G_B1，和所述图像IMG1在所述前景轮廓掩模区域的梯度值G_IMG1；通过G_B1和G_IMG1判断前景区域中的物体是否为前景物。
【技术特征摘要】
【专利技术属性】
技术研发人员：吕俊杰，
申请(专利权)人：福建星网锐捷安防科技有限公司，
类型：发明
国别省市：福建;35
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。