一种运动目标检测方法技术

本发明专利技术公开了一种运动目标检测方法，对图像进行分块建立背景模型，利用稀疏光流法求取背景的运动，并以此对背景模型进行运动补偿。将前一帧的检测结果和前景的运动速度作为背景模型更新掩码，加快背景模型的收敛速度。在检测结果的对应位置采用显著度分割的方法对目标进行分割，得到完整的目标。本发明专利技术能够在相机运动的场景下快速、完整的检测出运动目标。标。标。

【技术实现步骤摘要】
一种运动目标检测方法


[0001]本专利技术属于计算机视觉运动目标检测领域，具体涉及一种运动目标检测方法。

技术介绍

[0002]常用的运动目标检测方法有光流法、帧差法和背景差分法。光流法适用于相机也是运动的情况，但是稠密光流法的计算量太大，在嵌入式设备上很难满足实时计算需求；帧差法和背景差分法不能应用于相机运动的情况，且存在检测结果容易出现空洞，检测的目标不完整等问题。

技术实现思路

[0003]本专利技术的目的是提供一种运动目标检测方法，本专利技术能够快速、准确的在相机运动的场景下检测出运动目标。
[0004]为了达到上述目的，本专利技术采用如下技术方案：
[0005]为在相机运动的场景下仍能检测出运动目标，需要求取背景的运动，同时为了减少计算量，采用稀疏光流法求取背景的运动。为了保证从光流结果中能够较准确的得到背景的运动量，将图像划分成均匀的网格，并在各个网格中选取特征点用于求取帧间光流，这样确保了最终得到的光流结果是均匀分布的，而不是集中在目标前景上。为了加快背景模型的收敛速度，增加检测结果的稳定性，在对背景模型进行更新的时候加上前一帧前景结果和前景的运动速度作为更新掩码，即对前一帧目标所在位置不进行更新，保持之前的模型数据。为了保证检测目标的完整性，在初步筛选出的目标位置处采用显著度分割的方法对目标进行分割，最终得到完整的目标。
[0006]具体的，所述一种运动目标检测方法具体通过下列步骤实现：
[0007]步骤一，将输入图像转换为灰度图像，并进行中值滤波；<br/>[0008]步骤二，如果是第一帧图像，则利用第一帧图像初始化背景模型，如果不是第一帧，则跳转到步骤三：
[0009](1)对图像进行分块操作，各个块的大小为ΔB
×
ΔB；
[0010](2)计算各个图像块的灰度均值M和方差V，具体计算方式如下：
[0011][0012]其中M
i
代表第i个图像块的灰度均值，V
i
代表第i个图像块的方差，I代表图像的灰度值，ΔB代表分块的尺寸，B
i
代表第i个图像块内的像素合集，j代表图像块B
i
内的像素序号，V
min
代表设定的方差的最小值(为大于0的值)；
[0013](3)初始化一个大小为的全1数组T
f
作为前一帧的目标分布，其中width和height分别代表图像的宽和高；
[0014]步骤三，计算当前帧和前一帧图像背景的位移和前景的位移并求得两帧图像之间背景的仿射变换矩阵：
[0015](1)在两帧图像按长宽间隔g进行网格划分，并在前一帧图像的每个网格内各选出一个特征最明显的角点作为帧间位移量待求点集P
pre
；
[0016](2)利用KLT在当前帧图像中找到上一步中P
pre
的各个点的对应点P
cur
；
[0017](3)利用RANSAC计算两组对应点集的仿射变换矩阵H；
[0018](4)将本步骤(3)中得到的仿射变换矩阵中水平位移和垂直位移相关的参数分别作为帧间背景在水平方向和垂直方向的位移量，并分别记为然后结合本步骤(2)中得到的两帧之间的特征点对应关系，求得各个图像分块中前景的位移量并得出前景的速度分布图S
f
，具体计算过程如下：
[0019][0020]步骤四，利用步骤三求得的仿射变换矩阵对现有的背景模型进行运动补偿：
[0021](1)利用仿射变换矩阵计算当前帧背景模型的坐标点在前一帧背景模型中对应的坐标点，具体计算公式如下：
[0022]X＝H
‑1X
[0023]X
pre
＝H
‑
1X
cur
[0024]其中X
pre
和X
cur
分别代表前一帧和当前背景模型中的坐标，H代表仿射变换矩阵；
[0025](2)根据得到的坐标对应关系，利用双线性插值得到运动补偿后的背景模型，超出前一帧背景模型范围的点的值填0，在有效范围内的值的计算过程如下：
[0026]其中M
warp
和V
warp
分别代表运动补偿后的均值和方差，(x
cur
,y
cur
)代表当前帧模型的坐标点，(x
pre
,y
pre
)代表前一帧模型的坐标点。当步骤四(1)中得到的坐标点满足时按照上面给出的公式计算，否则值为0，其中width和height分别代表图像的宽和高；
[0027]步骤五，对背景模型进行更新：
[0028](1)将当前帧图像按照步骤一中(1)、(2)的方法计算得到当前帧图像的块均值M
cur
和方差V
cur
；
[0029](2)结合前一帧目标分布T
f
和前景速度分布S
f
计算背景模型更新比例系数rate，具体计算过程如下：
[0030][0031]其中S
f
∩T
f
表示目标分布和前景速度分布的值都不为0的区域；
[0032](3)把M
cur
、V
cur
和步骤四得到的M
warp
、V
warp
分别按照求得的比例系数求和，具体计算过程如下：
[0033][0034][0035]其中M
update
和V
update
分别代表更新后的模型均值和方差，i表示第i个图像块，rate代表设定的比例系数；
[0036]步骤六，目标区域划分：
[0037](1)根据当前帧图像的灰度值和更新后的背景模型，计算得到前景响应曲面F
map
，具体计算过程如下：
[0038][0039]其中j表示图像中第j个像素点，I表示灰度值，i表示与像素点j对应的图像块编号；
[0040](2)将响应曲面F
map
中值大于阈值的部分判定为前景，具体操作如下：
[0041][0042]其中t代表设置的阈值；
[0043]步骤七，对目标区域进行筛选和分割：
[0044](1)对步骤六得到的前景图F进行连通域分析，剔除尺寸过小的和不符合应用场景目标特性的区域；
[0045](2)在当前帧图像中与上一步得到的目标区域的形心对应的位置，利用显著度分割得到目标最终的位置和大小；
[0046](3)将最终的目标图按照计算背景模型均值的方法得到目标分布T
f
。
[0047]本专利技术通过对目标区域和模板区域进行划分，利用各个部分的相关系数变化情况，能够快速有效的检测出部分遮挡和完全遮挡，并且可以有效的抑制虚警。
附图说明
[0048]图1为运动目标本文档来自技高网...

【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，包括如下步骤，S1、将输入图像转换为灰度图像，并进行中值滤波；S2、如果是第一帧图像，则利用第一帧图像初始化背景模型，如果不是第一帧，则跳转到步骤S1；S3、计算当前帧和前一帧图像背景的位移和前景的位移并求得两帧图像之间背景的仿射变换矩阵：S4、利用步骤S3求得的仿射变换矩阵对现有的背景模型进行运动补偿；S5、对背景模型进行更新；S6、目标区域划分；S7、对目标区域进行筛选和分割。2.根据权利要求1所述一种运动目标检测方法，其特征在于，所述步骤S2的基体方法如下：S21、对图像进行分块操作，各个块的大小为ΔB
×
ΔB；S22、计算各个图像块的灰度均值M和方差V，具体计算方式如下：其中M
i
代表第i个图像块的灰度均值，V
i
代表第i个图像块的方差，I代表图像的灰度值，ΔB代表分块的尺寸，B
i
代表第i个图像块内的像素合集，j代表图像块B
i
内的像素序号，V
min
代表设定的方差的最小值(为大于0的值)；I
j
S23、初始化一个大小为的全1数组T
f
作为前一帧的目标分布，其中width和height分别代表图像的宽和高。3.根据权利要求2所述一种运动目标检测方法，其特征在于，所述步骤S3的基体方法如下：S31、在两帧图像按长宽间隔g进行网格划分，并在前一帧图像的每个网格内各选出一个特征最明显的角点作为帧间位移量待求点集P
pre
；S32、利用KLT在当前帧图像中找到上一步中P
pre
的各个点的对应点P
cur
；S33、利用RANSAC计算两组对应点集的仿射变换矩阵H；S34、将步骤S33中得到的仿射变换矩阵中水平位移和垂直位移相关的参数分别作为帧间背景在水平方向和垂直方向的位移量，并分别记为然后结合步骤S32中得到的两帧之间的特征点对应关系，求得各个图像分块中前景的位移量并得出前景的速度分布图S
f
，具体计算过程如下：4.根据权利要求3所述一种运动目标检测方法，其特征在于，所述步骤S4的基体方法如下：S41、利用仿射变换矩阵计算当前帧背景模型的坐标点在前一帧背景模型中对应的坐标点，具体计算公式如下：X
pre
＝H
‑1X
cur
其中X
pre
和X
cur
分别代表前一帧和当前背景模型中的坐标，H代表仿射变换矩阵；S42、根据得到的坐标对应关...

【专利技术属性】
技术研发人员：曾钦勇，刘胜杰，尹小杰，李双龙，
申请(专利权)人：成都浩孚科技有限公司，
类型：发明
国别省市：