一种移动目标滞留检测方法及系统技术方案

本申请一种移动目标滞留检测方法及系统，对滞留前景目标进行初步提取并作似物性检测，对于由光线干扰引起的滞留目标误判结果进行背景图像更新，只有真实的滞留前景目标才会触发报警，可有效减少由于光线干扰引起的误报，实现高效的移动目标滞留检测，提高检测的准确率；本发明专利技术的检测方法计算资源占用少，可嵌入性较强，适用于不同的视频图像分析需求以解决光照、鬼影干扰等问题。

【技术实现步骤摘要】
一种移动目标滞留检测方法及系统
本专利技术属于图像处理领域，具体涉及一种移动目标滞留检测方法及系统。
技术介绍
随着视频监控数量的增长，智能视频分析需求越来越多，例如车辆违停、异物入侵、违章摆卖、垃圾堆积等，解决这些应用问题的方法可分为两类，分别为基于深度学习和传统图像处理的方法。目前基于数据驱动的深度学习方法虽然能够达到较高的准确率，但是在样本极少甚至无法获取、计算资源有限的情况下，无法直接使用该类方法；基于传统图像处理的方法针对检测目标会发生滞留这一特点进行检测，优势在于无需样本，但是容易受到光照和前景鬼影的干扰，不能很好地区分图像背景是否真正发生了变化，当图像的光线发生变化时容易误判为有物体进入画面，导致滞留目标检测误报，影响检测准确率。
技术实现思路
基于此，本专利技术旨在提出一种移动目标滞留检测方法及系统，以克服现有技术的不足。本专利技术一种移动目标滞留检测方法，包括：S1.获取视频图像f(n)和背景图像b(n)，n表示时间；S2.根据视频图像f(n)创建像素点持续时长计时图像S(n)，提取本文档来自技高网...

【技术保护点】
1.一种移动目标滞留检测方法，其特征在于，包括：/nS1.获取视频图像f(n)和背景图像b(n)，n表示时间；/nS2.根据所述视频图像f(n)创建像素点持续时长计时图像S(n)，提取滞留前景目标；/nS3.对步骤S2提取的滞留前景目标进行似物性检测以确定是否为光线干扰；/nS4.对包含光线干扰的滞留前景目标图像进行背景更新，否则当滞留前景目标达到滞留时长阈值时报警并更新背景。/n

【技术特征摘要】
1.一种移动目标滞留检测方法，其特征在于，包括：
S1.获取视频图像f(n)和背景图像b(n)，n表示时间；
S2.根据所述视频图像f(n)创建像素点持续时长计时图像S(n)，提取滞留前景目标；
S3.对步骤S2提取的滞留前景目标进行似物性检测以确定是否为光线干扰；
S4.对包含光线干扰的滞留前景目标图像进行背景更新，否则当滞留前景目标达到滞留时长阈值时报警并更新背景。


2.根据权利要求1所述的移动目标滞留检测方法，其特征在于，所述步骤S2包括：
对所述视频图像f(n)的每个像素点进行计时创建像素点持续时长计时图像S(n)，对于持续时长大于tl的像素点禁止背景更新，否则更新背景；
提取持续时长大于th的像素点组成滞留目标候选图像h，在所述图像h中提取滞留前景目标，其中tl＜th。


3.根据权利要求1所述的移动目标滞留检测方法，其特征在于，所述步骤S3的似物性检测包括：
S31.获取所述滞留前景目标的前景掩膜M，提取所述前景掩膜M的轮廓点作为种子点在所述视频图像f(n)中进行区域生长得到区域生长掩膜，计算所述区域生长掩膜的像素点数与所述前景掩膜M的像素点数之比a；
S32.计算所述视频图像f(n)与所述背景图像b(n)在所述前景掩膜M上的相关系数b；
S33.分别获取所述前景掩膜M、视频图像f(n)、背景图像b(n)的轮廓点图像，计算前景掩膜M与视频图像f(n)的轮廓匹配系数c1、前景掩膜M与背景图像b(n)的轮廓匹配系数c2；
S34.将系数阵列[a,b,c1,c2]与似物性阈值Th进行比较，对滞留前景目标进行似物性判决以确定是否为光线干扰。


4.根据权利要求3所述的移动目标滞留检测方法，其特征在于，所述步骤S31中前景掩膜M的轮廓点的提取包括：
对所述前景掩膜M进行膨胀操作，膨胀后的图像减去前景掩膜M的图像得到轮廓点图像k(n)，轮廓点图像k(n)的像素点个数记为numk(n)。


5.根据权利要求3所述的移动目标滞留检测方法，其特征在于，所述步骤S31中区域生长的方向为由前景掩膜M的轮廓侧指向滞留前...

【专利技术属性】
技术研发人员：张钊，袁涛，黄韶华，王睿，
申请(专利权)人：广东联通通信建设有限公司，
类型：发明
国别省市：广东;44