基于视频图像的物体移动侦测方法、装置、设备及存储介质制造方法及图纸

本发明专利技术公开了一种基于视频图像的物体移动侦测方法、装置、设备及存储介质，所述方法包括：通过将获取到的监控视频中的当前帧图像的各个像素点的YUV像素分量值，与各个像素点对应的且预先建立的背景像素模型进行相似度匹配，以得对应的像素点的相似度匹配值；将得到的当前帧图像的各个像素点的相似度匹配值与预设的匹配阈值进行比较，判别出当前帧图像中为图像背景的像素点及为图像前景的像素点；获得为图像前景的像素点因相邻而形成的连通区域，并判断每一连通区域的区域面积是否大于预设的面积阈值，以此得到当前帧图像的物体移动侦测结果。本发明专利技术能解决现有技术的移动侦测算法因颜色空间转换过程占用计算资源而影响移动侦测的计算效率的问题。

Method, device, device and storage medium of object motion detection based on video image

【技术实现步骤摘要】
基于视频图像的物体移动侦测方法、装置、设备及存储介质
本专利技术涉及视频
，尤其涉及一种基于视频图像的物体移动侦测方法、装置、设备及存储介质。
技术介绍
移动侦测(Motiondetection)功能已经成为监控摄像头(例如红外触发的监控摄像头)的标配，该功能用于无人值守监控报警、录像。移动侦测的基本原理是将摄像头采集到的图像序列作为输入，由算法进行计算和比较，当画面有变化时(如有人走过，小动物经过，车辆经过等)，算法给出的计算结果值会超过阈值并指示系统做出相应的处理(如报警，视频录像等)。由于成本控制的需要，在监控摄像头产品中，移动侦测算法必须尽可能占用较少的计算资源。而一些虽然侦测效果好但是计算复杂度过大的移动侦测算法，不宜在监控摄像头产品中被采用，例如Multi-Layer算法。目前，占用较少计算资源的移动侦测算法有MOG2算法。本专利技术人在实施本专利技术的过程中发现，现有技术中存在以下技术问题：现有的监控摄像头拍摄的视频为YUV格式，由于现有的MOG2算法在进行基于视频图像的移动侦测时，需要将视频的每帧图本文档来自技高网...

【技术保护点】
1.一种基于视频图像的物体移动侦测方法，其特征在于，包括：/n获取由摄像头当前拍摄的视频中的当前帧图像，并获取所述当前帧图像的各个像素点的像素分量值；所述视频及所述当前帧图像均为YUV格式，所述像素分量值包括：Y分量值，或所述像素分量值包括：Y分量值、U分量值及V分量值；/n将所述当前帧图像的各个所述像素点的所述像素分量值，与各个所述像素点对应的且预先建立的至少一个背景像素模型进行相似度匹配，以得对应的像素点的相似度匹配值；所述背景像素模型包括有为对应的所述像素点的各个像素分量值而对应预设的匹配参数，所述匹配参数用于作为对应的所述像素点为图像背景的匹配标准；/n将得到的所述当前帧图像的各个所述...

【技术特征摘要】
1.一种基于视频图像的物体移动侦测方法，其特征在于，包括：
获取由摄像头当前拍摄的视频中的当前帧图像，并获取所述当前帧图像的各个像素点的像素分量值；所述视频及所述当前帧图像均为YUV格式，所述像素分量值包括：Y分量值，或所述像素分量值包括：Y分量值、U分量值及V分量值；
将所述当前帧图像的各个所述像素点的所述像素分量值，与各个所述像素点对应的且预先建立的至少一个背景像素模型进行相似度匹配，以得对应的像素点的相似度匹配值；所述背景像素模型包括有为对应的所述像素点的各个像素分量值而对应预设的匹配参数，所述匹配参数用于作为对应的所述像素点为图像背景的匹配标准；
将得到的所述当前帧图像的各个所述像素点的相似度匹配值与预设的匹配阈值进行比较，判别出所述当前帧图像中为图像背景的像素点及为图像前景的像素点；
获得判别为所述图像前景的像素点因相邻而连在一起所形成的至少一个连通区域，并判断每一所述连通区域的区域面积是否大于预设的且为判别物体移动所需的面积阈值，以此得到所述当前帧图像的物体移动侦测结果。


2.如权利要求1所述的基于视频图像的物体移动侦测方法，其特征在于，所述将所述当前帧图像的各个所述像素点的所述像素分量值，与各个所述像素点对应的且预先建立的至少一个背景像素模型进行相似度匹配，以得对应的像素点的相似度匹配值，包括：
若所述当前帧图像的所述像素点的所述像素分量值，不位于对应的所述背景像素模型中的对应的像素分量值的预设的高阈值与预设的低阈值的两者数值之间，则以第一值作为对应的所述像素点的相似度匹配值；
若所述像素分量值位于所述两者数值之间，以第二值作为对应的所述像素点的相似度匹配值；
其中，所述匹配阈值与所述第二值均不大于所述第一值；所述像素分量值为Y分量值时，所述高阈值为高光偏移阈值，所述低阈值为阴影偏移阈值；所述像素分量值为两种色彩分量值时，所述高阈值为色彩偏移高阈值，所述低阈值为色彩偏移低阈值；两种所述色彩分量值为U分量值和V分量值。


3.如权利要求2所述的基于视频图像的物体移动侦测方法，其特征在于，所述背景像素模型还包括有预设为图像背景的像素点的像素分量值的：最小值、最大值及均值；
则，所述高光偏移阈值，等于预设的图像高光的鲁棒性系数与预设的明暗调节系数的乘积与Y分量值的均值之和，且不小于Y分量值的最大值；所述阴影偏移阈值，等于预设的图像阴影的鲁棒性系数与预设的明暗调节系数的乘积与Y分量值的均值之差，且不大于Y分量值的最小值；
所述色彩偏移高阈值等于预设的图像色彩的鲁棒性系数与对应的色彩分量值的均值之和，且不小于对应的色彩分量值的最大值；所述色彩偏移低阈值等于预设的图像色彩的鲁棒性系数与对应的色彩分量值的均值之差，且不大于对应的色彩分量值的最小值；
其中，所述明暗调节系数与背景像素模型中的Y分量值的均值的成正比例关系且正比例关系为预先设定的。


4.如权利要求3所述的基于视频图像的物体移动侦测方法，其特征在于，若所述像素分量值还包括两种所述色彩分量值，则所述像素分量值位于所述两者数值之间，以第二值作为对应的所述像素点的相似度匹配值，包括：
若所述像素分量值位于所述两者数值之间，计算所述当前帧图像的所述像素点的U分量值和V分量值组成的二维向量与对应背景像素模型中U均值和V均值组成的二维向量之间的欧式距离；
以该欧式距离除以所述图像色彩的鲁棒性的系数而得到的数值作为第二值，该值即为对应的所述像素点的色彩分量值的相似度匹配值；其中所述第二值的数值范围为0～1。


5.如权利要求3所述的基于视频图像的物体移动侦测方法，其特征在于，所述背景像素模型还包括有用于表征背景像素模型的稳定程度的权重值及最大权重值；且每个所述背景像素模型所对应的所述背景像素模型的数量为至少两个；
则，所述将所述当前帧图像的各个所述像素点的所述像素分量值，与各个所述像素点对应的且预先建立的至少一个背景像素模型进行相似度匹配，以得到对应的像素点的相似度匹配值，包括：
将所述当前帧图像的各个所述像素点的所述像素分量值，依次与对应的且排序后的所述背景像素模型进行相似度匹配，并累计每一所述像素点匹配过的所述背景像素模型的所述权重值的总和，直到各自与背景像素模型匹配成功；其中，所述当前帧图像的各个所述像素点各自所对应的所有所述背景像素模型，会预先按照其权重值的大小进行前后排序；
若所述权重值的总和大于预设的可靠背景权重值且小于预设的有效权重值，并且所述最大权重值小于预设的可靠背景最大权重值，则对应的所述像素点与匹配成功的所述背景像素模型之间的匹配为不可靠匹配，此时将预设的所述匹配阈值与预设的不可靠背景系数的乘积作为该像素点本次的相似度匹配值；
其中，所述不可靠背景系数越大，输出为背景的非相似性就越大；所述可靠背景权重值用于表征在权值总和中划分为多少权重比例的背景模型会被认为是可靠的背景模型，所述有效权重值用于表示划分为多少权重比例的背景模型会参与前景背景的判别。


6.如权利要求5所述的基于视频图像的物体移动侦测方法，其特征在于，在所述将得到的所述当前帧图像的各个所述像素点的相似度匹配值与预设的匹配阈值进行比较，判别出所述当前帧图像中为图像背景的像素点及为图像前景的像素点之后，还包括：
根据预设的均值更新算法，对各个将对应的所述像素点匹配为图像背景的背景像素模型的对应的像素分量值的所述均值进行更新；
根据所述当前帧图像中判别为图像背景的像素点的像素分量值和将该像素点匹配为图像背景的背景像素模型的对应的像素分量值的所述最小值两者的大小比较，更新该背景像素模型的对应的像素分量值的最小值；
根据所述当前帧图像中判别为图像背景的像素点的像素分量值和将该像素点匹配为图像背景的背景像素模型的对应的像素分量值的所述最大值两者的大小比较，更新该背景像素模型的对应的像素分量值的...

【专利技术属性】
技术研发人员：詹永杰，
申请(专利权)人：普联技术有限公司，
类型：发明
国别省市：广东;44