本发明专利技术公开了一种运动目标检测方法、系统、装置及存储介质，运动目标检测方法通过将视频图像转换为灰度图像序列后对各帧的灰度图像进行分块，计算相邻两帧灰度图像各个相对应的灰度图像块之间的相似度，进而计算得到背景更新率，并结合背景更新率和实时更新策略更新背景得到第二背景图像，实现了对场景变化的实时应对，降低了背景变化对运动目标检测的干扰，提高了运动目标检测的准确性和可靠性；通过对差分得到的第一运动目标图像进行数学形态学操作，有效抑制了残留噪声的干扰，进一步提高了运动目标检测的准确性和可靠性。本发明专利技术可广泛应用于图像处理技术领域。可广泛应用于图像处理技术领域。可广泛应用于图像处理技术领域。
【技术实现步骤摘要】
一种运动目标检测方法、系统、装置及存储介质
[0001]本申请涉及图像处理
，尤其是一种运动目标检测方法、系统、装置及存储介质。
技术介绍
[0002]交通、安防等领域视频监控中的首要工作是提取图像序列中感兴趣的部分，即前景，如移动的人和车辆，因此对于图像序列中前景的提取也称为运动目标检测。
[0003]传统的运动目标检测一般采用背景差分法。背景差分法是采用图像序列中的当前帧和背景参考模型比较来检测运动物体的一种方法，其性能依赖于所使用的背景建模技术和背景更新技术。在基于背景差分方法的运动目标检测中，由于背景模型的更新易受背景变化干扰，并且由于场景的复杂性和不可预知性，加上各种环境干扰和噪声的存在，如光照的突然变化、实际背景图像中物体的波动、摄像机的抖动、运动物体进出场景对原场景的影响等，背景模型的实时、准确更新显得尤为困难，从而降低了运动目标检测的准确性和可靠性。
技术实现思路
[0004]本专利技术的目的在于至少一定程度上解决现有技术中存在的技术问题之一。
[0005]为此，本专利技术实施例的一个目的在于提供一种运动目标检测方法、系统、装置及存储介质，提升了运动目标检测的准确性和可靠性。
[0006]为了达到上述技术目的，本专利技术实施例所采取的技术方案包括：
[0007]一方面，本专利技术实施例提供了一种运动目标检测方法，包括以下步骤：
[0008]将视频图像转换为灰度图像序列，所述灰度图像序列中包括若干帧的灰度图像；
[0009]采用预设的分块策略对各帧的所述灰度图像进行分块，得到若干个灰度图像块；
[0010]计算相邻两帧的所述灰度图像中各个相对应的所述灰度图像块的相似度；
[0011]根据所述相似度计算背景更新率，所述背景更新率为各个所述灰度图像块对应的背景更新率；
[0012]结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像，所述第一背景图像为各帧灰度图像对应的上一帧的背景图像；
[0013]将各帧的所述灰度图像与所述第二背景图像进行差分，生成第一运动目标图像；
[0014]对所述第一运动目标图像进行数学形态学操作，生成第二运动目标图像，完成运动目标检测。
[0015]本专利技术实施例的一种运动目标检测方法，通过将视频图像转换为灰度图像序列后对各帧的灰度图像进行分块，计算相邻两帧灰度图像各个相对应的灰度图像块之间的相似度，进而计算得到背景更新率，并结合背景更新率和实时更新策略更新背景得到第二背景图像，实现了对场景变化的实时应对，降低了背景变化对运动目标检测的干扰，提高了运动目标检测的准确性和可靠性；通过对差分得到的第一运动目标图像进行数学形态学操作，
有效抑制了残留噪声的干扰，进一步提高了运动目标检测的准确性和可靠性。
[0016]另外，根据本专利技术上述实施例的一种运动目标检测方法，还可以具有以下附加的技术特征：
[0017]进一步地，本专利技术实施例的一种运动目标检测方法中，所述将视频图像转换为灰度图像序列，包括：
[0018]获取所述视频图像；
[0019]通过R、G、B三个通道将各帧的所述视频图像转换为所述灰度图像序列。
[0020]进一步地，在本专利技术的一个实施例中，在结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像之前，所述方法还包括：
[0021]获取所述第一背景图像。
[0022]进一步地，所述获取所述第一背景图像，包括：
[0023]计算各帧的所述灰度图像的像素灰度均值，生成所述第一背景图像。
[0024]进一步地，在本专利技术的一个实施例中，所述根据所述相似度计算背景更新率，包括：
[0025]根据所述相似度和预设的相似度阈值进行计算，得到所述背景更新率。
[0026]进一步地，在本专利技术的一个实施例中，所述结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像，包括：
[0027]采用所述分块策略对所述第一背景图像进行分块，得到若干个第一背景图像块；
[0028]结合所述背景更新率和实时更新策略对各个所述第一背景图像块进行更新，生成第二背景图像块；
[0029]合并所述第二背景图像块，得到所述第二背景图像。
[0030]进一步地，在本专利技术的一个实施例中，所述对所述第一运动目标图像进行数学形态学操作，生成第二运动目标图像，包括：
[0031]对所述第一运动目标图像进行二值化，生成二值图像；
[0032]对所述二值图像进行数学形态学开、闭操作，生成所述第二运动目标图像。
[0033]另一方面，本专利技术实施例提出了一种运动目标检测系统，包括：
[0034]转换模块，用于将视频图像转换为灰度图像序列，所述灰度图像序列中包括若干帧的灰度图像；
[0035]分块模块，用于采用预设的分块策略对各帧的所述灰度图像进行分块，得到若干个灰度图像块；
[0036]第一计算模块，用于计算相邻两帧的所述灰度图像中各个相对应的所述灰度图像块的相似度；
[0037]第二计算模块，用于根据所述相似度计算背景更新率，所述背景更新率为各个所述灰度图像块对应的背景更新率；
[0038]背景更新模块，用于结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像，所述第一背景图像为各帧灰度图像对应的上一帧的背景图像；
[0039]第一生成模块，用于将各帧的所述灰度图像与所述第二背景图像进行差分，生成第一运动目标图像；
[0040]第二生成模块，用于对所述第一运动目标图像进行数学形态学操作，生成第二运
动目标图像，完成运动目标检测。
[0041]另一方面，本专利技术实施例提供了一种运动目标检测装置，包括：
[0042]至少一个处理器；
[0043]至少一个存储器，用于存储至少一个程序；
[0044]当所述至少一个程序被所述至少一个处理器执行时，使得所述至少一个处理器实现所述的一种运动目标检测方法。
[0045]另一方面，本专利技术实施例提供了一种存储介质，其中存储有处理器可执行的程序，所述处理器可执行的程序在由处理器执行时用于实现所述的一种运动目标检测方法。
[0046]本专利技术的优点和有益效果将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到：
[0047]本专利技术实施例通过将视频图像转换为灰度图像序列后对各帧的灰度图像进行分块，计算相邻两帧灰度图像各个相对应的灰度图像块之间的相似度，进而计算得到背景更新率，并结合背景更新率和实时更新策略更新背景得到第二背景图像，实现了对场景变化的实时应对，降低了背景变化对运动目标检测的干扰，提高了运动目标检测的准确性和可靠性；通过对差分得到的第一运动目标图像进行数学形态学操作，有效抑制了残留噪声的干扰，进一步提高了运动目标检测的准确性和可靠性。
附图说明
[0本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种运动目标检测方法，其特征在于，包括以下步骤：将视频图像转换为灰度图像序列，所述灰度图像序列中包括若干帧的灰度图像；采用预设的分块策略对各帧的所述灰度图像进行分块，得到若干个灰度图像块；计算相邻两帧的所述灰度图像中各个相对应的所述灰度图像块的相似度；根据所述相似度计算背景更新率，所述背景更新率为各个所述灰度图像块对应的背景更新率；结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像，所述第一背景图像为各帧灰度图像对应的上一帧的背景图像；将各帧的所述灰度图像与所述第二背景图像进行差分，生成第一运动目标图像；对所述第一运动目标图像进行数学形态学操作，生成第二运动目标图像，完成运动目标检测。2.根据权利要求1所述的一种运动目标检测方法，其特征在于，所述将视频图像转换为灰度图像序列，包括：获取所述视频图像；通过R、G、B三个通道将各帧的所述视频图像转换为所述灰度图像序列。3.根据权利要求1所述的一种运动目标检测方法，其特征在于，在结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像之前，所述方法还包括：获取所述第一背景图像。4.根据权利要求3所述的一种运动目标检测方法，其特征在于，所述获取所述第一背景图像，包括：计算各帧的所述灰度图像的像素灰度均值，生成所述第一背景图像。5.根据权利要求1所述的一种运动目标检测方法，其特征在于，所述根据所述相似度计算背景更新率，包括：根据所述相似度和预设的相似度阈值进行计算，得到所述背景更新率。6.根据权利要求1所述的一种运动目标检测方法，其特征在于，所述结合所述背景更新率和实时更新策略对第一背景图像进行更新，得到第二背景图像，包括：采用所述分块策略对所述第一背景图像进行分块，得到若干个第一背景图像块；结合所述背景更新率和实时更新策略对各...
【专利技术属性】
技术研发人员：殷玲，田洪金，龙庆文，
申请(专利权)人：广东交通职业技术学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。