针对抖动视频序列中运动目标检测算法制造技术

本发明专利技术涉及一种针对抖动视频序列运动中目标检测算法，先将图像帧四周各去除部分边缘，再对图像帧进行分块后，依据分块灰度投影算法进行视频序列的校正，进而结合背景差分与帧间差分法融合策略增强运动目标区域，最后使用自适应阈值分割法检测出前景目标。使用分块灰度处理方式进行运动矢量估计，通过离散化的决策机制有效剔除灰度变化低与存在局部运动区域，提高全局偏移量估计精度；对于校正后序列通过使用背景差分与连续帧间差分法融合策略，减弱差分过程中受环境与光照变化影响、更全面提取运动目标；本算法在视频序列抖动场景综合检测性能评价较高，运算量较小对硬件需求低有实际应用价值。

【技术实现步骤摘要】
针对抖动视频序列中运动目标检测算法
本专利技术涉及一种机器视觉、图像处理技术，特别涉及一种针对抖动视频序列运动中目标检测算法。
技术介绍
运动目标检测一直是机器视觉的研究基础，是智能视频监控、人体检测、手势识别、运动目标跟踪等应用的基本处理步骤。运动目标检测方法可分为背景差分法、帧间差分法与背景参考模型利用当前帧与背景帧进行差分获取目标。然而在自然环境中由于摄像机受地面震动、自然风等影响，所采集的视频信号会出现抖动现象，视频序列发生全局运动，大量背景区域易被误检为前景目标，使得检测准确度降低无法获取正确目标。为解决该问题有研究尝试模拟动态场景，例如混合高斯模型(MOG)，使用高斯概率密度函数混合，根据图像帧中各像素点颜色强度不同对动态背景元素构建模型，该方法对于荡漾的水波或移动树木有良好效果，但易受亮度变化或重复运动影响、且计算复杂制约其应用范围；视觉背景提取(ViBe)算法是另一主要建模方式，算法为各像素点建立样本集，通过将新像素点值与样本集中的值进行匹配判断是否属于背景点，计算速度快占用资源少、有较好检测效果，但在背景变化频繁、阴影较多的恶劣环境中仍存在不足；基于像素自适应分割(本文档来自技高网...

【技术保护点】
1.一种针对抖动视频序列中运动目标检测算法，其特征在于，先将图像帧四周各去除部分边缘，再对图像帧进行分块后，依据分块灰度投影算法进行视频序列的校正，进而结合背景差分与帧间差分法融合策略增强运动目标区域，最后使用自适应阈值分割法检测出前景目标。

【技术特征摘要】
1.一种针对抖动视频序列中运动目标检测算法，其特征在于，先将图像帧四周各去除部分边缘，再对图像帧进行分块后，依据分块灰度投影算法进行视频序列的校正，进而结合背景差分与帧间差分法融合策略增强运动目标区域，最后使用自适应阈值分割法检测出前景目标。2.根据权利要求1所述针对抖动视频序列中运动目标检测算法，其特征在于，具体包括如下步骤：1)在待检测的图像帧中选取无运动目标且清晰的图像帧作为背景帧；2)分块灰度投影计算：输入待检测的图像帧，先将图像帧四周各去除部分边缘，避免抖动所引入边缘信息对投影计算产生的干扰，再将图像帧分成100*100像素大小的数个区域块；然后将当前帧块区域与背景帧相应区域作差，根据所得矩阵计算均方差σ判断离散程度，公式如下：Xk(i，j)＝Gk(i，j)-Bk(i，j)，式中Bk(i，j)为背景帧中第k个区域块在点(i，j)处的像素值；Gk(i，j)为当前帧第k个区域块在点(i，j)处像素值，Xk...

【专利技术属性】
技术研发人员：薛阳，王琳，张亚飞，王舒，张宁，俞志诚，吴海东，
申请(专利权)人：上海电力学院，
类型：发明
国别省市：上海,31