一种基于对称帧间差分和背景更新的运动目标检测方法技术

本发明专利技术公开一种基于对称帧间差分和背景更新的运动目标检测方法。该方法首先对对称帧间差分法进行改进，将相邻四帧图像两两差分后对得到的差分图像两两进行“或”运算提取运动目标轮廓；接着将第一帧图像当做初始背景，结合当前帧图像和前一帧的背景图像进行背景图像的更新，通过背景差分提取运动目标轮廓；最后将两次提取出的运动目标轮廓进行“与”运算并进行连通性分析和形态学处理，准确地提取到运动目标的完整轮廓。本发明专利技术方法解决了对称帧间差分法造成的运动目标拉长、轮廓模糊问题，又避免了滑动平均背景差分法因光线和背景变动的干扰导致运动目标提取不准确，有效地提取出运动目标的完整轮廓，具有较好的实时性和鲁棒性。

A moving object detection method based on symmetrical interframe difference and background update

The invention discloses a moving object detection method based on symmetrical interframe difference and background updating. The symmetrical frame difference was improved by 22, the difference of four adjacent frames after the difference image of 22 \or\ operation to extract the moving object contour; then the first frame image as the initial background, the background image with the background image of the current frame and previous frame update through background subtraction, extract the moving object contour; finally, the contour of the moving target is extracted two times \and\ operation and connectivity analysis and morphological processing, to accurately extract the complete outline of the moving target. The method of the invention solves the moving object contour was elongated, the error caused by the symmetrical inter frame fuzzy problem, and avoid moving average background subtraction method and background light interference changes lead to moving object extraction is not accurate, effectively extract the complete outline of the moving target, and has better real-time and robustness.

【技术实现步骤摘要】
一种基于对称帧间差分和背景更新的运动目标检测方法
本专利技术属于图像处理、视频检测和人工智能交叉技术应用领域，尤其涉及一种基于对称帧间差分和背景更新的运动目标检测方法。
技术介绍
运动目标检测的目的是从序列图像中将运动目标从背景图像中提取出来，日益成为计算机视觉领域的一个热点问题，在交通监管、公共场所监控等方面有着广泛的应用。静态背景下常用的运动目标检测算法有三种：光流法、背景差分法和帧间差分法。(1)光流法：利用灰度图像中的像素值变化和目标运动两者之间的关系来检测运动目标，其效果依赖光流估计的准确度，优点是在不需要知道场景任何信息的情况下，能够检测出运动目标，但是计算复杂度高，实时性差，对硬件有较高的要求。(2)背景差分法：利用当前帧与背景图像相减，并结合阈值检测出运动目标，关键在于如何建立准确的背景模型，实现背景的实时更新。优点是对于复杂背景下的运动目标检测能够提供最完整的特征数据，计算复杂度低，实时性好，但是容易受到光照变化以及天气等自然因素的影响，对环境噪声比较敏感。(3)帧间差分法：通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓，帧间差分法对动态环境有较强的自适应本文档来自技高网...

【技术保护点】
一种基于对称帧间差分和背景更新的运动目标检测方法，其特征在于，具体包含以下步骤：步骤1，用户输入视频镜头S，定义S＝{f1,f2,...,fn}，fn为第n个镜头帧，fn用大小为r*l的二维矩阵表示，其中，n为正整数，r为矩阵行数，l为矩阵列数；步骤2，对视频镜头S进行预处理获得运动目标轮廓；具体步骤如下：步骤2.1，对视频镜头S中的fk‑1，fk，fk+1，fk+2进行灰度化处理得到灰度差值图像f′k‑1，f′k，f′k+1，f′k+2，对f′k‑1，f′k，f′k+1，f′k+2中的每个像素点j进行如下计算：Dq(j)＝f′q(j)‑f′q‑1(j)

【技术特征摘要】
1.一种基于对称帧间差分和背景更新的运动目标检测方法，其特征在于，具体包含以下步骤：步骤1，用户输入视频镜头S，定义S＝{f1,f2,...,fn}，fn为第n个镜头帧，fn用大小为r*l的二维矩阵表示，其中，n为正整数，r为矩阵行数，l为矩阵列数；步骤2，对视频镜头S进行预处理获得运动目标轮廓；具体步骤如下：步骤2.1，对视频镜头S中的fk-1，fk，fk+1，fk+2进行灰度化处理得到灰度差值图像f′k-1，f′k，f′k+1，f′k+2，对f′k-1，f′k，f′k+1，f′k+2中的每个像素点j进行如下计算：Dq(j)＝f′q(j)-f′q-1(j)若Dq(j)＞T,则Gq(j)取值1，则判定j为前景点；若Dq(j)≤T,则Gq(j)取值0，则判定j为背景点；则Gq(j)取值1的构成目标轮廓Gq；其中，2≤k≤n，k≤q≤k+2，f′q(j)为第q帧灰度差值图像fq'第j个像素点的色彩值，f′q-1(j)为第q-1帧灰度差值图像f′q-1第j个像素点的色彩值，Dq(j)为第q帧差分图像中第j个像素点的色彩值，Gq(j)为第q帧二值图像中运动目标轮廓第j个像素点的色彩值，T为大津法最优阈值；步骤2.2，对步骤2.1获取的运动目标轮廓Gq-1、Gq和Gq+1进行如下的逻辑或运算，获得运动目标轮廓Fq；具体计算如下：则Fq(j)取值1的构成运动目标轮廓Fq；其中，k+1≤q≤k+2，Gq(j)为第q帧二值图像中运动目标轮廓第j个像素点的色彩值，Gq-1(j)为第q-1帧二值图像中运动目标轮廓第j个像素点的色彩值，Fq(j)为处理后第q帧二值图像中运动目标轮廓第j个像素点的色彩值；步骤3，用滑动平均背景差分法处理视频镜头S获取运动目标轮廓W；步骤4，对步骤2获取的运动目标轮廓F和步骤3获取的运动目标轮廓W进行处理构建出运动目标的外接矩阵，具体步骤如下：步骤4.1，对步骤2获取的第k帧运动目标轮廓Fk和步骤3获取的第k帧运动目标轮廓Wk进行逻辑与运算，得到运动目标轮廓Mk，具体计算如下：则Mk(j)取值1的构成运动目标轮廓Mk；其中，2≤k≤n，Mk(j)为处理后第k帧二值图像中运动目标轮廓第j个像素点的色彩值；Fk(j)为步骤2检测出的第k帧二值图像中运动目标轮廓第j个像素点的色彩值；Wk(j)为步骤3检测出的第k帧二值图像中运动目标轮廓第j个像素点的色彩值；步骤4.2，对第k帧中运动目标轮廓Mk基于八连通序贯算法进行区域连通性分析构建出运动目标的外接矩阵，具体过程如下：步骤4.21，从左...

【专利技术属性】
技术研发人员：季露，陈志，岳文静，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏,32