视频处理方法技术

公开了一种视频处理方法，用于提高动态目标在初始视频图像背景中的显著度，该方法包括：对初始视频中的第一图像集和第二图像集进行叠加差分运算得到差分图像；以及对差分图像进行连续的灰度变换迭代运算，当差分图像的信背比达到设定值时，停止迭代并输出结果图像，其中，差分图像包括信号区域和背景区域，动态目标位于信号区域内，信背比由信号区域的平均灰度值与背景区域的平均灰度值之比确定。对初始视频中的第一图像集和第二图像集进行叠加差分运算，得到平滑的差分图像以避免处理结果出现大量干扰像素点或虚假目标，对差分图像进行连续的灰度变换迭代运算，输出结果图像的目标信号及其显著，便于提取与识别的暗弱目标增强算法。

Video Processing Method

【技术实现步骤摘要】
视频处理方法
本专利技术涉及初始视频动态目标检测
，特别涉及一种视频处理方法。
技术介绍
随着计算机视觉研究的迅速发展，动态目标检测在智能交通、军事、刑侦等领域逐渐被广泛应用。传统的初始视频动态目标检测方法主要有帧间差分法、背景差分法和光流法。此外，众多学者提出了大量改进的初始视频动态目标检测方法，例如包括基于元胞自动机的动态背景动态目标检测算法、利用边缘信息的三帧差法与基于混合高斯模型的背景减法相结合的动态目标检测算法、基于帧差法的多波束前视声呐动态目标检测算法。然而上述初始视频动态目标检测方法所针对的目标大多为动态速度快、与背景对比度较高的大目标，当检测像元个数少、动态速度慢、与背景对比度低的暗弱目标时，利用上述检测方法的检测效果差，因此有必要进行目标增强处理。目前常用的增强方法包括直方图均衡化、Retinex算法和同态滤波算法。然而，直方图均衡化是对整幅图像的像素点进行处理，增强目标的同时还增强了背景和噪声；Retinex算法计算量较大，容易出现光晕化现象，且噪声也会被放大；同态滤波算法计算量极大，且要针对不同场景设置不同的滤波器。因此，需要研究一种具有通用性、实时性的暗本文档来自技高网...

【技术保护点】
1.一种视频处理方法，用于提高动态目标在初始视频图像背景中的显著度，其特征在于，包括：对所述初始视频中的第一图像集和第二图像集进行叠加差分运算得到差分图像；以及对所述差分图像进行连续的灰度变换迭代运算，当所述差分图像的信背比达到设定值时，停止迭代并输出结果图像，其中，所述差分图像包括信号区域和背景区域，所述动态目标位于所述信号区域内，所述信背比由所述信号区域的平均灰度值与所述背景区域的平均灰度值之比确定。

【技术特征摘要】
1.一种视频处理方法，用于提高动态目标在初始视频图像背景中的显著度，其特征在于，包括：对所述初始视频中的第一图像集和第二图像集进行叠加差分运算得到差分图像；以及对所述差分图像进行连续的灰度变换迭代运算，当所述差分图像的信背比达到设定值时，停止迭代并输出结果图像，其中，所述差分图像包括信号区域和背景区域，所述动态目标位于所述信号区域内，所述信背比由所述信号区域的平均灰度值与所述背景区域的平均灰度值之比确定。2.根据权利要求1所述的视频处理方法，其特征在于，对所述第一图像集和第二图像集进行叠加差分运算得到差分图像的步骤包括：分别对所述第一图像集和所述第二图像集进行叠加平均处理，得到第一叠加图像和第二叠加图像；以及将所述第一叠加图像和所述第二叠加图像进行差分处理，得到所述差分图像。3.根据权利要求2所述的视频处理方法，其特征在于，分别对所述第一图像集和所述第二图像集进行叠加平均处理，得到第一叠加图像和第二叠加图像的步骤包括：在所述第一图像集中，将每个帧图像中对应像素点的灰度值累加之后除以所述第一图像集的图像帧数，得到所述第一叠加图像，在所述第二图像集中，将每个帧图像中对应像素点的灰度值累加之后除以所述第二图像集的图像帧数，得到所述第二叠加图像。4.根据权利要求2所述的视频处理方法，其特征在于，将所述第一叠加图像和所述第二叠加图像进行差分处理，得到所述差分图像的步骤包括：将所述第一叠加图像和所述第二叠加图像中对应像素点的灰度值相减并取绝对值得到所述差分图像。5.根据权利要求2所述的视频处理方法，其特征在于，所述初始视频包括可交叠的第一片段和第二片段，所述第一图像集选自所述第一片段，所述第二图像...

【专利技术属性】
技术研发人员：张刘，刘付成，张皓晨，张冠宇，孙俊，陈赟，韩飞，彭扬，
申请(专利权)人：吉林大学，
类型：发明
国别省市：吉林,22