基于灰色关联分析的移动侦测方法技术

基于灰色关联分析的移动侦测方法，包括：接收包括复数输入像素的视频画面；藉由灰色关联分析技术，判断输入像素的比特率变化，以建立多质量背景模型；藉由基于区块与像素的两阶段侦测步骤，侦测移动物体，以产生二值化移动遮罩；藉由熵的计算，侦测视频画面的亮度变化，以适时更新背景模型；提供设定界面供用户设定侦测灵敏度，并据以评估移动遮罩的错误侦测。本发明专利技术藉由多质量背景模型，可在具有可变比特率的视频串流中正确侦测移动物体；藉由基于区块与像素的两阶段侦测步骤，可实现更完整与准确的移动侦测；藉由侦测亮度变化适时更新背景模型，可消除亮度变化造成的影响；藉由可调整的侦测灵敏度，可增加准确度与降低错误侦测。

【技术实现步骤摘要】

本专利技术涉及图像处理
，特别是涉及从视频串流(video stream)提取关于移动物体信息的移动侦测(motion detection)方法。
技术介绍
移动侦测是自动化视频监控系统中一个关键的技术，其用于从视频串流提取关于移动物体的信息。移动侦测方法主要可以分成三种类型：时间差分法(temporal differencing)、光流法(optical flow)与背景相减法(background subtraction)。时间差分法易于实现，计算量低，但是对移动物体容易造成内部破碎，不容易提取出完整的移动物体信息。光流法可提取出完整的移动物体信息，且可用于移动式摄像机的移动侦测，但是计算量大，不易于实时性的应用，此外对噪声非常敏感。背景相减法易于实现，在相对静态的背景下可藉由使用背景模型并以适中的计算量提取出较完整的移动物体信息，但是对光线的变化较为敏感。因此，背景相减法普遍地用于移动侦测应用，并发展出各种背景相减法，例如：高斯混合模型法(Gaussian mixtures model，GMM)、和差估测法(sigma difference estimation，SDE)、多重SDE法(multiple SDE，MSDE)、多重时间差分法(multiple temporal difference，MTD)、简单统计差分法(simple statistical difference，SSD)。随着视频通信技术的发展，无线通信变得可以实用于移动侦测应用，其可增强在大范围的移动物体的侦测能力。不幸地，无线通信受到现实网络的带宽限制，特别容易发生网络拥塞或服务器宕机，为此，视频串流引入视频码率控制(video rate control)技术，例如H.264/AVC视频格式，其采用可变比特率(variable bitrate，VBR)来适应现实网络条件。上述现有的背景相减法在具有固定比特率的视频串流中，都可以侦测到移动物体，这是因为在这样理想、稳定的环境下，很容易藉由背景模型来区别移动物体。然而，由于现实网络很少提供这样理想、稳定的环境，上述现有的背景相减法在具有可变比特率的视频串流中，容易因视频串流的比特率的突然变化，造成移动物体的误判，无法有效侦测到移动物体。举例来说，请参见图6，其为具有可变比特率的视频串流中复数视频画面(video
frame)上同一像素的亮度值(luminance value)的量测图。一开始，视频串流在第150～240个视频画面期间为200kbps的高比特率(或高质量)的视频串流，其具有较强波动的背景信号B1。现有的背景相减法根据这样具有较强波动的背景信号B1产生背景模型。当视频通信受到网络拥塞的阻碍时，视频码率控制技术分配剩余的网络带宽，因此随后视频串流在第240～280个视频画面期间变为5kbps的低比特率(或低质量)的视频串流，其具有较平顺的背景信号B2，且在本例中因有移动物体通过而有一个较强波动的移动信号P1。倘若在移动信号P1发生时，背景模型尚未更新而仍为根据具有较强波动的背景信号B1所产生，现有的背景相减法可能会误判移动信号P1为背景信号。而若一段时间过后，现有的背景相减法可能根据具有较平顺的背景信号B2更新背景模型。然而，当视频通信不再受到阻碍时，视频串流在第280～325个视频画面期间恢复为200kbps的高比特率(或高质量)的视频串流，其具有较强波动的背景信号B3。倘若在背景信号B3的波动发生时，背景模型尚未更新而仍为根据具有较平顺的背景信号B2所产生，现有的背景相减法可能会误判背景信号B3的波动为移动信号。所以，在视频串流的比特率由高变低、或由低变高时，现有的背景相减法都可能会发生误判。
技术实现思路
本专利技术的目的是提供一种移动侦测方法，可在具有可变比特率的视频串流中正确侦测移动物体，并可实现更完整与准确的移动侦测以及消除亮度变化造成的影响。为实现上述目的，本专利技术提供一种基于灰色关联分析(grey relational analysis)的移动侦测方法，其包括：S1)接收视频画面(video frame)，视频画面包括复数输入像素；S2)建立多质量(multi-quality)背景模型，其包括：S21)计算每一输入像素的像素值与对应的复数候选背景像素的像素值之间的欧几里德距离(Euclidean distance)；S22)根据欧几里德距离，计算每一输入像素的像素值与对应的复数候选背景像素的像素值之间的灰色关联系数(grey relational coefficient)；S23)判断灰色关联系数中最小值是否小于或等于第一阈值，若是则判断输入像素的比特率已改变，并将输入像素加入作为候选背景像素，若否则判断输入像素的比特率未改变；S3)侦测移动物体，其包括：S31)将视频画面分割成复数区块，针对每一区块，将区块中每一输入像素的像素值与对应的复数候选背景像素的像素值之间的灰色关联系数中最大值加总，以产生关于区块的灰色关联系数总和；S32)判断灰色关联系数总
和是否大于或等于第二阈值，若是则判断区块为背景区块，若否则判断区块为移动区块；S33)针对每一移动区块，判断移动区块中每一输入像素的像素值与对应的复数候选背景像素的像素值之间的灰色关联系数中最大值是否大于或等于第三阈值，若是则判断输入像素为背景像素，若否则判断输入像素为移动像素；S34)产生二值化移动遮罩(binary motion mask)；S4)侦测视频画面的亮度变化，其包括：S41)计算每一区块的灰色关联系数总和的熵(entropy)，并加总以产生关于视频画面的熵总和；S42)判断视频画面与前一视频画面的熵总和的差值是否大于或等于第四阈值，若是则判断视频画面有亮度变化，并根据视频画面更新每一输入像素对应的候选背景像素，若否则判断视频画面没有亮度变化；S5)评估移动遮罩的错误侦测，其包括：S51)提供设定界面供用户设定侦测灵敏度；S52)将移动遮罩中移动像素与背景像素的总数量除以移动遮罩的面积，以产生评估值；S53)判断评估值是否大于第五阈值与侦测灵敏度的乘积，第五阈值为预测为正的正像素(true positive pixel)的预估数量除以移动遮罩的面积，若是则判断存在错误侦测，若否则判断不存在错误侦测。在本专利技术的一实施例中，被更新的输入像素对应的候选背景像素可选自输入像素的像素值与对应的复数候选背景像素的像素值之间的欧几里德距离中最大值所对应的候选背景像素。在本专利技术的一实施例中，输入像素与候选背景像素的像素值可皆包括亮度值(luminance value)、蓝色色差值(blue-difference chroma value)与红色色差值(red-difference chroma value)。在本专利技术的一实施例中，亮度值、蓝色色差值与红色色差值可皆使用8个比特表示。在本专利技术的一实施例中，第一阈值可设为0.6。在本专利技术的一实施例中，第二阈值可设为245。在本专利技术的一实施例中，第三阈值可设为0.6。在本专利技术的一实施例中，第四阈值可设为0.05。在本专利技术的一实施例中，预测为正的正像素的预估数量可设为30×30，侦测灵敏度根据用户设定可为0～10。在本专利技术的一实施例本文档来自技高网...

【技术保护点】
基于灰色关联分析的移动侦测方法，其特征在于，其包括：S1）接收视频画面，所述视频画面包括复数输入像素；S2）建立多质量背景模型，其包括：　　S21）计算每一所述输入像素的像素值与对应的复数候选背景像素的像素值之间的欧几里德距离，　　S22）根据所述欧几里德距离，计算每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数，　　S23）判断所述灰色关联系数中最小值是否小于或等于第一阈值，若是则判断所述输入像素的比特率已改变，并将所述输入像素加入作为候选背景像素，若否则判断所述输入像素的比特率未改变；S3）侦测移动物体，其包括：　　S31）将所述视频画面分割成复数区块，针对每一区块，将所述区块中每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数中最大值加总，以产生关于所述区块的灰色关联系数总和，　　S32）判断所述灰色关联系数总和是否大于或等于第二阈值，若是则判断所述区块为背景区块，若否则判断所述区块为移动区块，　　S33）针对每一移动区块，判断所述移动区块中每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数中最大值是否大于或等于第三阈值，若是则判断所述输入像素为背景像素，若否则判断所述输入像素为移动像素，　　S34）产生二值化移动遮罩；S4）侦测所述视频画面的亮度变化，其包括：　　S41）计算每一区块的所述灰色关联系数总和的熵，并加总以产生关于所述视频画面的熵总和，　　S42）判断所述视频画面与前一视频画面的熵总和的差值是否大于或等于第四阈值，若是则判断所述视频画面有亮度变化，并根据所述视频画面更新每一所述输入像素对应的候选背景像素，若否则判断所述视频画面没有亮度变化；S5）评估所述移动遮罩的错误侦测，其包括：　　S51）提供设定界面供用户设定侦测灵敏度，　　S52）将所述移动遮罩中所述移动像素与所述背景像素的总数量除以所述移动遮罩的面积，以产生评估值，　　S53）判断所述评估值是否大于第五阈值与所述侦测灵敏度的乘积，所述第五阈值为预测为正的正像素的预估数量除以所述移动遮罩的面积，若是则判断存在错误侦测，若否则判断不存在错误侦测。...

【技术特征摘要】
1.基于灰色关联分析的移动侦测方法，其特征在于，其包括：S1）接收视频画面，所述视频画面包括复数输入像素；S2）建立多质量背景模型，其包括：　　S21）计算每一所述输入像素的像素值与对应的复数候选背景像素的像素值之间的欧几里德距离，　　S22）根据所述欧几里德距离，计算每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数，　　S23）判断所述灰色关联系数中最小值是否小于或等于第一阈值，若是则判断所述输入像素的比特率已改变，并将所述输入像素加入作为候选背景像素，若否则判断所述输入像素的比特率未改变；S3）侦测移动物体，其包括：　　S31）将所述视频画面分割成复数区块，针对每一区块，将所述区块中每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数中最大值加总，以产生关于所述区块的灰色关联系数总和，　　S32）判断所述灰色关联系数总和是否大于或等于第二阈值，若是则判断所述区块为背景区块，若否则判断所述区块为移动区块，　　S33）针对每一移动区块，判断所述移动区块中每一所述输入像素的像素值与所述对应的复数候选背景像素的像素值之间的灰色关联系数中最大值是否大于或等于第三阈值，若是则判断所述输入像素为背景像素，若否则判断所述输入像素为移动像素，　　S34）产生二值化移动遮罩；S4）侦测所述视频画面的亮度变化，其包括：　　S41）计算每一区块的所述灰色关联系数总和的熵，并加总以产生关于所述视频画面的熵总和，　　S42）判断所述视频画面与前一视频画面的熵总和的差值是否大于或等于第四阈值，若是则判断所述视频画面有亮度变化，并根据所述视频画面更新每一所述输入像素对应的候选背景像素，若否则判...

【专利技术属性】
技术研发人员：黄士嘉，陈柏豪，焦名楷，吴季庭，梁家瑞，
申请(专利权)人：冠捷投资有限公司，
类型：发明
国别省市：中国香港;81