The invention relates to the field of image processing, in particular to a moving object detection method and device based on deep-sea video. Based on the initial background model, the detection method and device of moving object based on deep-sea video classifies multi-frame image into foreground moving image or background image, and extracts the background image and the current image to compare the similarity between the region boundary of foreground moving image. If the similarity between the region boundary of background image and the region boundary of foreground moving image is higher than that of the region boundary of current image, the similarity between the region boundary of background image and the region boundary of foreground moving image is higher. The similarity between the boundary and the boundary of the foreground moving image region is replaced by the color value of the foreground pixel position point of the current image in the foreground moving image, and the background image is updated. Guided by the principle of Gestalt, the random volume extraction model is established, and the fusion mechanism of image and object quality features is established. Under the premise of complex scenes, the accuracy and speed are greatly improved to meet the practical application requirements.
【技术实现步骤摘要】
基于深海视频的运动目标检测方法和装置
本专利技术涉及图像处理领域,具体而言,涉及一种基于深海视频的运动目标检测方法和装置。
技术介绍
随着海洋研究的不断深入和相机成像技术的飞速发展,需要对深海运动目标进行提取与检测。国际上对运动目标提取与检测的常用方法主要可以分为以下三类:基于像素的方法:根据像素分布规律构建概率模型,从而估计运动区域,但在建模中,需提供大量像素样品,人工成本较大;基于区域的方法:根据区域纹理特征一致性,减小了照明对运动目标和背景的影响,但面对微小变化和特征不明显的运动目标区域检测效果不佳;基于图像帧的方法:根据光线变化规律构建全局模型对运动目标进行检测,但光线变化复杂多变,难以构建统一模型。以上算法多假设第一帧图像为纯背景图像,即不包含运动目标的图像。以上研究方法的主要问题可以概括为:1)运算速度慢,难以满足实际应用需求。2)容易产生鬼影现象。3)目标提取不完全,并且易产生前景目标淹没至背景的问题。
技术实现思路
本专利技术实施例提供了一种基于深海视频的运动目标检测方法和装置,以至少解决现有的深海视频中运动目标检测精度差的技术问题。根据本专利技术实施例的一个方面,提供了一种基于深海视频的运动目标检测方法,包括:步骤S101:依据深海视频构建背景模型,并对背景模型进行初始化获得初始化背景模型;步骤S102:以初始化背景模型为基础,对从深海视频中提取得到的多帧图像进行分类,分为前景运动图像或背景图像;步骤S104:提取背景图像及当前图像在前景运动图像的区域边界,并判定背景图像区域边界及当前图像区域边界与前景运动图像区域边界的相似度,若背景图像区域 ...
【技术保护点】
1.基于深海视频的运动目标检测方法,其特征在于,包括:步骤S101:依据所述深海视频构建背景模型,并对所述背景模型进行初始化获得初始化背景模型;步骤S102:以所述初始化背景模型为基础,对从所述深海视频中提取得到的多帧图像进行分类,分为前景运动图像或背景图像;步骤S104:提取所述背景图像及当前图像在所述前景运动图像的区域边界,并判定所述背景图像区域边界及当前图像区域边界与所述前景运动图像区域边界的相似度,若所述背景图像区域边界与所述前景运动图像区域边界的相似度高于所述当前图像区域边界与所述前景运动图像区域边界的相似度,则用所述当前图像在所述前景运动图像中前景像素位置点的颜色值代替所述背景图像对应位置的颜色值,对所述背景图像进行更新,反之,则不更新;以更新后的所述背景图像作为纯背景图像进行运动目标检测。
【技术特征摘要】
1.基于深海视频的运动目标检测方法,其特征在于,包括:步骤S101:依据所述深海视频构建背景模型,并对所述背景模型进行初始化获得初始化背景模型;步骤S102:以所述初始化背景模型为基础,对从所述深海视频中提取得到的多帧图像进行分类,分为前景运动图像或背景图像;步骤S104:提取所述背景图像及当前图像在所述前景运动图像的区域边界,并判定所述背景图像区域边界及当前图像区域边界与所述前景运动图像区域边界的相似度,若所述背景图像区域边界与所述前景运动图像区域边界的相似度高于所述当前图像区域边界与所述前景运动图像区域边界的相似度,则用所述当前图像在所述前景运动图像中前景像素位置点的颜色值代替所述背景图像对应位置的颜色值,对所述背景图像进行更新,反之,则不更新;以更新后的所述背景图像作为纯背景图像进行运动目标检测。2.根据权利要求1所述的方法,其特征在于,所述方法在步骤S102、S104之间还包括:步骤S103:以分类得到的所述前景运动图像为基准点,计算所述背景图像的区域均值与方差,并以此对所述背景图像的区域进行增长约束,获得完整的运动目标,以及将所述运动目标所在像素点标记为前景像素。3.根据权利要求1所述的方法,其特征在于,所述步骤S101包括:根据当前像素点x,构建n个背景样本空间,vi表示为第i个背景样本值,背景模型Mx定义如下:Mx={v1,v2,...,vn};其中1≦i≦n;在当前像素点x的相邻区域N(x)中随机选取n个样本值作为初始化背景模型:其中y等同于n个样本值。4.根据权利要求3所述的方法,其特征在于,所述步骤S102包括:在多帧图像中令第m帧图像所在的位置记为以R为搜索半径所围成的区域记为计算与的交集将所含像素的个数记为Q,当...
【专利技术属性】
技术研发人员:李晨,邱实,张少伟,孙科林,全向前,杨景川,
申请(专利权)人:中国科学院深海科学与工程研究所,中国科学院西安光学精密机械研究所,
类型:发明
国别省市:海南,46
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。