一种运动目标检测方法及装置制造方法及图纸

本发明专利技术公开了一种运动目标检测方法及装置，属于图像处理技术领域，用以解决现有运动目标检测技术存在的检测效率及检测的准确率较低的问题。本发明专利技术提供的一种运动目标检测方法包括：将当前输入图像投影到背景模型上，得到所述当前输入图像的特征图像；将所述特征图像反投影到所述背景模型上，得到所述当前输入图像的重建图像；通过比较所述当前输入图像和所述重建图像，确定所述当前输入图像上的运动目标图像。本发明专利技术用于检测运动目标，提高运动目标的检测效率及检测的准确率。

【技术实现步骤摘要】

本专利技术涉及图像处理
，尤其涉及一种运动目标检测方法及装置。
技术介绍
智能视频监控是基于计算机视觉技术对监控场景内的视频图像进行分析、 提取场景中的关键信息，形成相应事件和告警的监控方式，在公共安全保护、 交通管理等方面有着极为广泛的应用。智能视频监控系统一般都是使用摄像机或者网络摄像头对某一场景进行 连续不断的拍摄，对收集的视频流进行处理，检测其中的运动目标，并对运动 目标进行分类、跟踪、识别等后续处理。运动目标检测是智能视频监控的基础， 对各种后续处理有着重要的意义，整个监控系统的性能影响重大。目前常用的运动目标检测方法包括时间差分法(Temporal Difference )和 背景差分法(Background Subtraction )。时间差分法，又称为帧间差分法，通过 假设背景图像中像素点的像素值和位置都不变，从而分离背景图像和前景图 像。时间差分法有多种实现方法，其中一种是在连续的视频图像(也称为视频 流)，或者图像序列的各帧图像之间进行绝对差分运算，算法流程如图l所示， 一个视频流或者图像序列中的两帧图像A和进行绝对差分运算得到差分图 像1\,再对差分图像进行阈值化处理得到二值化图像，然后，使用数学形态学 方法对二值化图像进行滤波处理得到前景图像i^，再对前景图像进行连通性分 析，例如填充前景图像中的空洞，去除面积较小的孤立块、非连通块等，最后 进行判别，只保留连通块中面积大于给定面积阈值的连通部分，从而分离出前 景图像和背景图像。背景差分法，是通过当前帧图像力与平均背景图像6w进 行差分运算，从而分离出背景图像和前景图像。背景差分法的算法流程如图2所示，与时间差分法的算法流程基本一致。由此可见，现有运动目标检测技术主要是基于像素点的检测技术，该现有 技术仅仅考虑每个像素点的信息，而忽略了图像中的各个像素点之间的相关 性，丟失了很多有价值的信息，并且，现有运动目标检测技术需要对所有像素 点都进行处理，因此，现有运动目标检测技术的运算量较大，不利于实时应用。另外，现有技术通过对输入的 一 系列图像进行简单的差分运算提取前景图 像和背景图像的方式对噪声很敏感，在运动场景不变的情况下，可以取得一定 的运动目标检测效果，而在环境稍有变化(比如光照变化、树叶摆动等等)时， 提取出的前景图像和背景图像的精确度会很差，无法准确区分图像上的运动块 和非运动块，因此，现有运动目标检测技术在背景图像较复杂的情况下会发生 错误检测。
技术实现思路
本专利技术实施例提供了 一种运动目标检测方法及装置，用以解决现有的运动 目标检测技术存在的检测效率和检测准确率较低的问题。本专利技术实施例提供的一种运动目标;险测方法包括将当前输入图像投影到背景模型上，得到所述当前输入图像的特征图像； 将所述特征图像反投影到所述背景模型上，得到所述当前输入图像的重建图像；通过比较所述当前输入图像和所述重建图像，确定所述当前输入图像上的 运动目标图像。本专利技术实施例提供的一种运动目标检测装置包括 背景建模单元，用于建立并存储背景模型；前景检测单元，用于将当前输入图像投影到所述背景模型上，得到所述当 前输入图像的特征图像；将所述特征图像反投影到所述背景模型上，得到所述 当前输入图像的重建图像；通过比较所述当前输入图像和所述重建图像，确定所述当前输入图像上的运动目标图像。本专利技术实施例，将当前输入图像投影到背景模型上，得到所述当前输入图 像的特征图像；将所述特征图像反投影到所述背景模型上，得到所述当前输入 图像的重建图像；通过比较所述当前输入图像和所述重建图像，确定所述当前输入图像上的运动目标图像，从而实现了 一种检测效率以及检测准确率都较高 的运动目标。险测4支术。附图说明图1为现有技术中的时间差分^r测算法的流程示意图2为现有技术中的背景差分检测算法的流程示意图3为本专利技术实施例提供的一种运动目标检测装置的结构示意图4为本专利技术实施例提供的前景检测单元的结构示意图5为本专利技术实施例提供的背景建模单元的结构示意图6为本专利技术实施例提供的一种运动目标检测方法的流程示意图。具体实施例方式本专利技术实施例提供了 一种运动目标检测方法及装置，用以提高运动目标的 检测效率以及检测的准确率。本专利技术实施例将通过网络摄像头或者摄像机等获取的视频流图像作为输 入图像。下面结合附图对本专利技术实施例进行详细说明。参见图3,本专利技术实施例提供的一种运动目标检测装置包括背景建模单 元30、前景检测单元31、形态学滤波单元32和背景更新单元33。 背景建模单元30，用于建立并存储背景模型。前景检测单元31，用于将当前输入图像投影到背景模型上，得到当前输入 图像的特征图像；再将当前输入图像的特征图像反投影到背景模型上，得到当前输入图像的重建图像；通过将当前输入图像与当前输入图像的重建图像进行 比较，确定当前输入图像的二值化的运动目标图像(例如运动像素点为1， 背景像素点为0)。形态学滤波单元32，用于对运动目标图像进行形态学滤波处理，将经过形 态学滤波处理后的运动目标图像作为最终的检测结果输出。 背景更新单元33，用于更新背景;t莫型。 较佳地，参见图4，前景检测单元31包括特征图像单元3H,用于将当前输入图像投影到所述背景模型上，得到当 前输入图像的特征图像。重建图像单元312,用于将特征图像反投影到背景模型上，得到当前输入 图像的重建图像。判定单元313，用于计算当前输入图像和当前输入图像的重建图像上的同 一像素点的像素值的差值，当该差值大于或等于预先设定的阈值时，将该像素 点作为当前输入图像的运动像素点；最后将各个运动像素点组成当前输入图像 上的运动目标图像。本专利技术实施例采用 一种高效鲁棒的特征提取算法——二维主成分分析 (2D-PCA)算法，提取图像上的背景图像的特征，并基于背景图像的特征建立背 景模型；在检测过程中采用增量学习方法随时更新背景模型，使得背景模型可 以随着环境的变化而不断更新，进而使得系统可以在各种动态变化的背景环境 下，快速有效地更新背景模型，从而快速、准确地检测运动目标。当然，除此 之外，背景建模单元30还可以采用其他公知算法建立背景模型；或者，始终 保留当前输入图像的前若干帧图像作为参考图像，将这若干帧参考图像作为背 景模型；或者仅仅简单地将某一固定图像作为背景模型等等。 较佳地，参见图5，背景建模单元30包括 图像均值单元301,用于计算若干帧背景图像的图像均值。 图像协方差矩阵单元302，用于通过若干帧背景图像的图像均值计算若干帧背景图像的图像协方差矩阵。特征值分解单元303,用于对图像协方差矩阵进行特征值分解，得到图像 协方差矩阵的各个特征值对应的特征向量。投影矩阵单元304，用于按照特征值从大到小的顺序，选取若干特征值所 对应的特征向量构造投影矩阵，将该投影矩阵作为背景模型。存储单元305，用于存储背景模型。背景更新单元33，将当前输入图像作为新增的背景图像，重新构造投影矩 阵，更新背景模型。下面分别对本专利技术实施例装置中的几个构成单元进行详细说明。 1、背景建模单元30:背景建模单元30采用二维主成分分析算法建立背景模型。二维主成分分 析算法是一种图像特征提取算法，具有提取特征的有效性高、运算速率快、鲁 棒性好的特性。初始时，背景建模本文档来自技高网...

【技术保护点】
一种运动目标检测方法，其特征在于，该方法包括：　　　　将当前输入图像投影到背景模型上，得到所述当前输入图像的特征图像；　　　　将所述特征图像反投影到所述背景模型上，得到所述当前输入图像的重建图像；　　　　通过比较所述当前输入图像和所述重建图像，确定所述当前输入图像上的运动目标图像。

【技术特征摘要】

【专利技术属性】
技术研发人员：王磊，
申请(专利权)人：北京中星微电子有限公司，
类型：发明
国别省市：11[中国|北京]