基于机器视觉的路面抛洒物检测方法技术

本发明专利技术公开一种基于机器视觉的路面抛洒物检测方法，包括获取摄像机视频流，按帧读取图像，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离；去除运动目标图像噪点，强化运动目标图像，凸显待检测物体；将强化后的运动目标图像按帧输入经过训练的YOLO v3目标检测网络，完成对路面抛洒物区域的框选。本发明专利技术充分利用互联网下机器视觉的特点与优势，有效减少了复杂背景对检测任务的干扰，提高了路面抛洒物检测的精度。

Detection method of road spills based on machine vision

【技术实现步骤摘要】
基于机器视觉的路面抛洒物检测方法
本专利技术属于机器视觉
，具体为一种基于机器视觉的路面抛洒物检测方法。
技术介绍
依托于互联网、云计算等新一代计算机与信息技术，借助固定式视频采集设备，GPS、移动终端等感知设备，越来越多的自动检测技术被研究者们提出。目前，通常采用传统的帧间差分法和均值背景减除法进行抛洒物检测，但针对复杂的路面情况，以及抛洒物多为运动物体的事实，传统的帧间差分法和均值背景减除法很难准确地提取出前景运动目标，较难检测出运动的物体是车辆还是路面抛洒物，从而产生大量的误检或漏检，造成路面抛洒物事件检测的准确度和可靠性不高，得到的效果较为有限。
技术实现思路
本专利技术提出了一种基于机器视觉的路面抛洒物检测方法。实现本专利技术目的的技术方案为：一种基于机器视觉的路面抛洒物检测方法，具体步骤为：步骤1、获取摄像机视频流，按帧读取图像，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离；步骤2、去除运动目标图像噪点，强化运动目标图像，凸显待检测物体；步骤本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的路面抛洒物检测方法，其特征在于，具体步骤为：/n步骤1、获取摄像机视频流，按帧读取图像，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离；/n步骤2、去除运动目标图像噪点，强化运动目标图像，凸显待检测物体；/n步骤3、将强化后的运动目标图像按帧输入经过训练的YOLO v3目标检测网络，完成对路面抛洒物区域的框选。/n

【技术特征摘要】
1.一种基于机器视觉的路面抛洒物检测方法，其特征在于，具体步骤为：
步骤1、获取摄像机视频流，按帧读取图像，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离；
步骤2、去除运动目标图像噪点，强化运动目标图像，凸显待检测物体；
步骤3、将强化后的运动目标图像按帧输入经过训练的YOLOv3目标检测网络，完成对路面抛洒物区域的框选。


2.根据权利要求1所述的基于机器视觉的路面抛洒物检测方法，其特征在于，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离的具体方法为：
对图像中每一个像素点建立高斯混合模型，根据高斯分布与像素点之间的匹配情况更新分布，如果有匹配成功的高斯混合模型，则更新高斯分布中的均值以及标准差，同时，确定该像素为背景像素；否则，直接确定该像素为前景像素。


3.根据权利要求1或2任一所述的基于机器视觉的路面抛洒物检测方法，其特征在于，对图像中每一个像素点建立高斯混合模型，并利用高斯混合模型实现运动目标与背景分离的具体步骤为：
1)初始化高斯混合模型，设置高斯混合模型均值、标准差、差分阈值分别赋为μ(0,0)、σ(0,0)、T，分别满足以下条件：
μ(0,0)＝I(x,y)
σ(0,0)＝T
I(x,y)为像素点像素值；
2)检测像素I(x,y)属...

【专利技术属性】
技术研发人员：郭唐仪，马海荣，练智超，丁俊杰，刘悦，
申请(专利权)人：南京艾特斯科技有限公司，
类型：发明
国别省市：江苏;32