针对相机移动的运动目标检测算法制造技术

针对自然环境下运动目标检测时相机移动问题，本发明专利技术提出一种适应相机移动的运动目标检测方案。首先用高斯混合模型初始化背景模型；然后采用金字塔光流法检测相邻两帧图像的运动光流特征点，并使用RANSAC算法筛选出正确的匹配点对，通过匹配点对的偏移量来估计相机偏移量，获得图像匹配单应矩阵，恢复出与当前帧匹配的背景模型，该模型做为最终的背景模型用于当前帧的运动目标检测。在背景建模的过程中，提出了基于空间元素与时间元素概念的高斯混合背景模型，空间元素提高检测的准确度，时间元素提高背景模型随背景变化的适应能力。

【技术实现步骤摘要】
针对相机移动的运动目标检测算法
本专利技术属于图像处理
，具体涉及一种针对相机移动的运动目标检测算法。通过对传统混合高斯背景建模算法的改进，使原算法能够在相机移动的情况下检测运动目标，提高了算法的检测准确度与召回率。
技术介绍
目标检测是计算机视觉领域一个重要的研究方向，经过几十年来的研究人员的努力，运动目标检测技术取得了不错的成果，广泛应用于智能监控、多媒体应用等领域。这些年来，根据应用场合、技术方法等方面的不同，学者们提出了众多不同的运动目标检测的方法，以适应复杂多变的环境。早在上个世纪70年代末，Jain等人提出了使用帧间差分的方法来提取运动目标。帧差法对包含运动目标的场景有着比较强的鲁棒性，且运算速度快，但该方法一般不能完全检测出运动物体的所有像素点，常常在检测到的运动物体内部出现“空洞”现象。针对帧差法的不足，学者们提出了一种基于统计学原理的运动目标检测的思路，即：先通过统计学理论建立一个背景模型，再利用背景差分法对运动目标与背景的像素点进行分类。1997年Wren等人提出单高斯背景建模方法，利用阈值判断像素点是否属于前景。然而，背景通常是复杂的多模情况(如晃动的树叶本文档来自技高网...

【技术保护点】
1.针对相机移动的运动目标检测算法，其特征在于：它包括以下步骤，S1，获取视频信息，以视频第一帧图像数据为基础，建立初始混合高斯背景模型；S2，相邻两帧图像之间采用金字塔光流跟踪算法，获取相邻两帧图像中运动目标的光流特征点，采用RANSAC算法筛选出目标点，根据筛选结果计算相邻两帧图像之间的单应矩阵；S3，使用步骤S2中得到的单应矩阵，对步骤S1中的初始混合高斯背景模型作透视变换，得到最终混合高斯背景模型；S4，待检测图像以像素点为处理单位，使用步骤S3中的混合高斯背景模型判断该像素点是否为前景像素点，如果是前景像素点，则该像素点周围8邻域的像素点也采用混合高斯背景模型进行相同的判断，若该像素...

【技术特征摘要】
1.针对相机移动的运动目标检测算法，其特征在于：它包括以下步骤，S1，获取视频信息，以视频第一帧图像数据为基础，建立初始混合高斯背景模型；S2，相邻两帧图像之间采用金字塔光流跟踪算法，获取相邻两帧图像中运动目标的光流特征点，采用RANSAC算法筛选出目标点，根据筛选结果计算相邻两帧图像之间的单应矩阵；S3，使用步骤S2中得到的单应矩阵，对步骤S1中的初始混合高斯背景模型作透视变换，得到最终混合高斯背景模型；S4，待检测图像以像素点为处理单位，使用步骤S3中的混合高斯背景模型判断该像素点是否为前景像素点，如果是前景像素点，则该像素点周围8邻域的像素点也采用混合高斯背景模型进行相同的判断，若该像素点周围8邻域的像素点均为前景像素点，则最终判断该像素点为前景点，否则为背景点；S5、更新步骤S4中判断为背景点的像素值，获取实时匹配的混合高斯背景模型，转到步骤S2，实现实时运动目标检测。2.如权利要求1所述的针对相机移动的运动目标检测算法，其特征在于：所述步骤S1中以视频第一帧图像数据初始化混合高斯背景模型的均值和方差，建立初始混合高斯背景模型。3.如权利要求1所述的针对相机移动的运动目标检测算法，其特征在于：步骤S2中将图像分成大小相等的m×n的图像块，m、n为正整数，取每个图像块的中心点为跟踪点，采用金字塔光流跟踪算法，计算相邻两帧图像的光流金字塔，根据两帧图像之间的光流来计算需要跟踪的点的目标点，得到相邻两帧图像之...

【专利技术属性】
技术研发人员：董恩增，韩博，佟吉钢，
申请(专利权)人：天津理工大学，
类型：发明
国别省市：天津,12