一种运动目标的检测方法技术

技术编号:16039082 阅读:27 留言:0更新日期:2017-08-19 20:58
本发明专利技术公开了一种运动目标的检测方法,包括以下步骤:S1:采用混合高斯建立背景模型,采用背景差分法将当前帧与背景建模进行差分操作实现对运动目标的检测;S2:帧间差分用连续三帧差分代替两帧差分,采取自适应差分阈值的方法;S3:将两种差分的结果融合并作形态学处理提取目标。本发明专利技术将帧间差分与背景差分结合起来,对背景模型中方差的更新作了改进,用连续三帧差分代替两帧差分,并使用自适应地阈值,该方法能有效抑制噪声和空洞,适应性强,检测效果良好。

【技术实现步骤摘要】
一种运动目标的检测方法
本专利技术具体涉及一种运动目标的检测方法。
技术介绍
运动目标检测算法包括背景差分法、帧间差分法和光流法等。光流法算法复杂、需要特殊的硬件支持、实时性较差。背景差分法是将当前帧与背景模型进行差分操作来实现对运动目标的检测,该算法准确性高、易于实现、检测速度快,但是由于实际场景的复杂多变,而且存在着各种噪声和干扰,造成背景建模和模拟的难度增加。帧间差分法是将相连连续两帧或者三帧图像进行差分来获得运动目标轮廓,该算法时间复杂度较低,因此是运动目标检测中使用较多的一种算法,但当较大的噪声出现在视频图像序列中时,该算法的性能会明显下降,检测错误率增加,且该方法对噪声的变化比较敏感,而且要求目标的运动速度不能过快,当目标表面灰度大面积均匀时,会产生空洞现象,使目标被分割成多个区域。背景差分法和帧间差分法运用较为广泛,但是其优缺点都比较突出,使用单一的背景差分或帧间差分的检测效果并不好。
技术实现思路
本专利技术要解决的技术问题是提供一种运动目标的检测方法。一种运动目标的检测方法,包括以下步骤:S1:采用混合高斯建立背景模型,采用背景差分法将当前帧与背景建模进行差分操作实现对运动目标的检测;S2:帧间差分用连续三帧差分代替两帧差分,采取自适应差分阈值的方法;S3:将两种差分的结果融合并作形态学处理提取目标。进一步的,步骤S1的具体方法如下:1)背景建模:图像中某像素点,假设它在1-t时刻的像素值为,则的概率密度函数由k个高斯分布的加权混合表示如下:;式中,、和分别为t时刻混合高斯模型第i个高斯分布的权值()、均值和协方差矩阵;为高斯分布的概率密度函数:;按以下判断规则选择匹配的高斯分布:;其中,c为自定义参数,取值2.5;与相匹配的高斯分布的参数按如下公式进行更新:;;;式中,为高斯分布权值的更新速率,取值范围为;为参数的更新速率;K个高斯分布的权重按如下公式进行更新:;对于匹配的第i个分布,取M=1;其余的k-1个分布取M=0;2)背景差分:背景建模完成后,按以下2式进行背景差分,得到背景差分后的二值图像;;;式中,是背景差分图像;是二值图像;为分割阈值;若帧间差分图像中的某点的像素值小于阈值,则认为该点是静止的,该点被判为背景点;若大于阈值,则认为该点是运动的,该点被判为目标点。进一步的,帧间差分的具体步骤如下:1)读取连续三帧图像、、,求出相邻两帧的差分图像、,根据自适应阈值,提取出运动区域并二值化,得到、;2)将得到的和按下式进行计算,求得包含运动目标的二值图像:。进一步的,自适应差分阈值的方法如下:阈值的提取公式如下:;。进一步的,步骤S3的方法如下:1)在得到背景差分后的二值图像和帧间差分后的二值图像后,可按下式进行运动目标的提取:;2)采用基于形态学目标重构的方法,获取完整目标;;式中:F为目标重构后最终的分割结果;SE为结构元素。本专利技术的有益效果是:本专利技术将帧间差分与背景差分结合起来,对背景模型中方差的更新作了改进,用连续三帧差分代替两帧差分,并使用自适应地阈值,该方法能有效抑制噪声和空洞,适应性强,检测效果良好。具体实施方式以下具体实施例对本专利技术作进一步阐述,但不作为对本专利技术的限定。一种运动目标的检测方法,包括以下步骤:S1:采用混合高斯建立背景模型,采用背景差分法将当前帧与背景建模进行差分操作实现对运动目标的检测;S2:帧间差分用连续三帧差分代替两帧差分,采取自适应差分阈值的方法;S3:将两种差分的结果融合并作形态学处理提取目标。步骤S1的具体方法如下:1)背景建模:图像中某像素点,假设它在1-t时刻的像素值为,则的概率密度函数由k个高斯分布的加权混合表示如下:;式中,、和分别为t时刻混合高斯模型第i个高斯分布的权值()、均值和协方差矩阵;为高斯分布的概率密度函数:;按以下判断规则选择匹配的高斯分布:;其中,c为自定义参数,取值2.5;与相匹配的高斯分布的参数按如下公式进行更新:;;;式中,为高斯分布权值的更新速率,取值范围为;为参数的更新速率;K个高斯分布的权重按如下公式进行更新:;对于匹配的第i个分布,取M=1;其余的k-1个分布取M=0;2)背景差分:背景建模完成后,按以下2式进行背景差分,得到背景差分后的二值图像;;;式中,是背景差分图像;是二值图像;为分割阈值;若帧间差分图像中的某点的像素值小于阈值,则认为该点是静止的,该点被判为背景点;若大于阈值,则认为该点是运动的,该点被判为目标点。帧间差分的具体步骤如下:1)读取连续三帧图像、、,求出相邻两帧的差分图像、,根据自适应阈值,提取出运动区域并二值化,得到、;2)将得到的和按下式进行计算,求得包含运动目标的二值图像:。自适应差分阈值的方法如下:阈值的提取公式如下:;。步骤S3的方法如下:1)在得到背景差分后的二值图像和帧间差分后的二值图像后,可按下式进行运动目标的提取:;2)采用基于形态学目标重构的方法,获取完整目标;;式中:F为目标重构后最终的分割结果;SE为结构元素。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,包括以下步骤:S1:采用混合高斯建立背景模型,采用背景差分法将当前帧与背景建模进行差分操作实现对运动目标的检测;S2:帧间差分用连续三帧差分代替两帧差分,采取自适应差分阈值的方法;S3:将两种差分的结果融合并作形态学处理提取目标。

【技术特征摘要】
1.一种运动目标的检测方法,其特征在于,包括以下步骤:S1:采用混合高斯建立背景模型,采用背景差分法将当前帧与背景建模进行差分操作实现对运动目标的检测;S2:帧间差分用连续三帧差分代替两帧差分,采取自适应差分阈值的方法;S3:将两种差分的结果融合并作形态学处理提取目标。2.根据权利要求1所述的运动目标的检测方法,其特征在于,步骤S1的具体方法如下:1)背景建模:图像中某像素点,假设它在1-t时刻的像素值为,则的概率密度函数由k个高斯分布的加权混合表示如下:;式中,、和分别为t时刻混合高斯模型第i个高斯分布的权值()、均值和协方差矩阵;为高斯分布的概率密度函数:;按以下判断规则选择匹配的高斯分布:;其中,c为自定义参数,取值2.5;与相匹配的高斯分布的参数按如下公式进行更新:;;;式中,为高斯分布权值的更新速率,取值范围为;为参数的更新速率;K个高斯分布的权重按如下公式进行更新:;对于匹配的第i个分布,取M=1;其余的k-1个分布取M=0;2)背景...

【专利技术属性】
技术研发人员:不公告发明人
申请(专利权)人:南宁市正祥科技有限公司
类型:发明
国别省市:广西,45

网友询问留言 已有0条评论
  • 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。

1