一种检测静止目标的方法和装置制造方法及图纸

本发明专利技术提供一种检测静止目标的方法和装置，方法包括：步骤一，将监控区域划分为多个监控区域块，获取每帧视频图像中对应每个所述监控区域块的图像块；步骤二，计算所述图像块的特征值；步骤三，实时统计每个所述监控区域块所对应的图像块的特征值，获得对应每个监控区域块的统计结果；步骤四，根据所述统计结果，进行所述监控区域块的背景图像的初始化、检测视频图像中的静止目标或者对所述背景图像进行更新。本发明专利技术能够基于统计来对监控场景进行实时的分析，不易受噪声的干扰，能够处理静止目标被遮挡的情况，解决现有技术易受噪声的干扰、不能处理静止目标被遮挡的情况的技术问题。

【技术实现步骤摘要】

本专利技术涉及智能视频监控领域，尤其涉及一种检测静止目标的方法和装置。
技术介绍
视频监控技术是伴随着视频采集和传输技术的发展而出现的，传统的视频 监控都是用人工的方式来观察监控视频中是否有可疑事件发生，没有加入任何 智能处理的功能。其缺点是监控人员不可能长时间保持高度警惕，因此无法在 任何时候都保持监控的准确性。智能视频监控将智能处理技术应用到视频监控 中，可以全自动，全天候的对监控视频数据进行智能处理和分析，判断是否有 可疑事件发生。随着安全监控的逐渐普及和深入，对智能视频监控的需求越来 越多，要求也越来越严格。在视频监控中，静止物体往往是重要的监控目标，在许多场合有着重要的 应用。比如设防区域内出现的长时间滞留目标，城市道路的人行道出现了非法 停车，贵重物品被非法移走等等事件都可以用静止物体检测的方法来捕获。目前常用的静止物体^r测的方法是基于目标跟踪的方法，这类方法首先建 立一个背景图像，背景图像反映了视频中长期静止的背景目标。之后将要监测 的静止物体看作是一个和背景目标不同的目标，当静止物体出现时，可以被检 测出来并进行跟踪。由于静止物体位置和大小都不会发生改变，所以根据这些 特点可以判断其是否为静止物体。在实现本专利技术技术方案的过程中，发现以上基于目标跟踪的方法的优点是 可以快速的将静止目标提取出来，但是缺点是比较难处理静止目标被遮挡的情 况，而且容易受到噪声的干扰
技术实现思路
本专利技术实施例的目的是提供一种检测静止目标的方法和装置，能够基于统 计来对监控场景进行实时的分析，不易受噪声的干扰，能够处理静止目标被遮 挡的情况，解决现有技术易受噪声的干扰、不能处理静止目标被遮挡的情况的 技术问题。为了实现上述目的， 一方面，提供了一种^r测静止目标的方法，包括如下 步骤步骤一，将监控区域划分为多个监控区域块，获取每帧视频图像中对应每 个所述监控区域块的图^f象块；步骤二，计算所述图像块的特征值；步骤三，实时统计每个所迷监控区域块所对应的图像块的特征值，获得对 应每个监控区域块的统计结果；步骤四，根据所述统计结果，进行所述监控区域块的背景图像的初始化、 检测视频图像中的静止目标或者对所述背景图像进行更新。优选地，上述的方法，在所述步骤二中，所述特征值为灰度平均值、角度 特征值或对光照变化不敏感的灰度特征值。优选地，上述的方法，在所述步骤三中，所述统计结果为所述特征值的直 方图，所述直方图通过能够反映数据进入先后顺序的队列结构进行数据存放。优选地，上述的方法，所述步骤四具体包括步骤A,获得作为当前监控区域块的统计结果的当前直方步骤B，判断所述当前直方图中是否出现唯一的波峰，是则执行步骤C, 否则将下 一个监控区域块作为当前监控区域块返回步骤A;步骤C，在所述波峰的预定邻域内进行统计值累加得到累加值，判断所述 累加值是否达到第一预定阈值，是则执行步骤D，否则将下一个监控区域块作 为当前监控区域块返回步骤A;步骤D,判断所述当前直方图对应的当前监控区域块是否已完成背景初始 化，是则执行步骤F,否则把所述波峰的波峰值作为所述监控区域块的背景图 像值，并且将该监控区域块标记为已完成背景初始化；步骤F,判断所述波峰的波峰值与所述监控区域块的背景图像值的差值是 否超过第二预定阈值，是则确认所述监控区域块内出现了静止物体，否则用所述波峰的波峰值更新所述背景图像值。优选地，上述的方法中，还包括步骤五判断是否完成所有图像块的处理， 是则对出现静止物体的相邻的监控区域块进行合并输出，否则返回步骤二。优选地，上述的方法中，所述步骤三还包括，根据运动检测的结果，在所 述统计结果中排除含有运动目标的图像块的特征值。本专利技术的另一个方面，提供一种检测静止目标的装置，包括 划分模块，用于将监控区域划分为多个监控区域块，获取每帧视频图像 中对应每个所述监控区域块的图像块；计算模块，用于计算所述图像块的特征值；统计模块，用于实时统计每个所述监控区域块所对应的图像块的特征值， 获得对应每个监控区域块的统计结果；处理模块，用于根据所述统计结果，进行所述监控区域块的背景图像的 初始化、检测视频图像中的静止目标或者对所述背景图像进行更新。优选地，上述的装置中，所述特征值为灰度平均值、角度特征值或对光照 变化不敏感的灰度特征值。优选地，上述的装置中，所述统计^^块的所述统计结果为所述特征值的直 方图，所述直方图的数据存放在能够反映数据进入先后顺序的队列结构。优选地，上述的装置中，所述统计模块还包括排除模块，用于，根据运动 检测的结果，在所述统计结果中排除含有运动目标的图像块的特征值。本专利技术实施例至少存在以下技术效果1) 将监控区域划分为多个监控区域块，对每帧视频图像都根据所述监控 区域块划分为对应的图像块，从而对视频图像进行分块处理，能够处理静止目 标被遮挡的情况。2) 基于对图像块的特征值的统计结果来对监控场景进行实时的分析，可 靠性高，不易受噪声的干扰。3) 与运动检测相结合，在背景建模时就将运动区域排除掉，减少运动区 域对背景建模的影响，能取得更好的检测效果。附图说明图1为本专利技术实施例提供的方法的步骤流程图； 图2为本专利技术实施例提供的系统架构图； 图3为本专利技术实施例提供的装置的结构图。具体实施例方式为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合附图对 具体实施例进行详细描述。本专利技术实施例提出了一种基于图像分块和统计的静止物体检测方法和装 置。该方法基于统计来对监控场景进行实时的分析，可靠性高，不易受噪声的 千扰，还能够处理静止目标被遮挡的情况。图1为本专利技术实施例提供的方法的步骤流程图，如图所示，检测静止目标 的方法包括如下步骤步骤IOI,将监控区域划分为多个监控区域块，获取每幀视频图像中对应 每个所述监控区域块的图像块；步骤102,计算所述图像块的特征值；步骤103,实时统计每个所述监控区域块所对应的图^f象块的特征值，获得 对应每个监控区域块的统计结果；步骤104，根据所述统计结果，进行所述监控区域块的背景图像的初始化、 检测视频图像中的静止目标或者对所述背景图像进行更新。以上方法，主要是通过检测静止目标的装置实现的，在本实施例中，检测 静止目标的装置为静止检测模块，图2为本专利技术实施例提供的系统架构图； 如图所示，大方框部分是静止检测模块200,大方框内部描述了静止检测模块 200的工作过程，外界的输入包括从视频监控设备采集的视频数据201和基于 FPGA的运动目标实时检测和跟踪模块202的输入结果。由图中可以看出，静止检测模块可以执行以下几个步骤( 一 )、将拍摄到的监控区域的视频图像进行分块。 分块的大小可以根据图像的大小来进行设定。比如320*240的图像，可以 将8*8的区域作为一个块。每个块提取出一个或者多个特征作为该块的整体特 征，我们将这些基于块来计算出的特征称为块特征。块特征有多种形式，可以根据不同的要求来选择。最筒单的块特征可以是块中所有像素的灰度值的平均 值，灰度平均值的优点是计算简单，速度快，但缺点是容易受到光照变化的影 响。为了避免受光照的影响，我们也可以使用一些复杂的特征，比如角度特征， 对光照变化不敏感的灰度特征等。,■=() 乂=0二arctan(G,，G》 2) 上述公式l)为灰度值的本文档来自技高网...

【技术保护点】
一种检测静止目标的方法，其特征在于，包括如下步骤：　步骤一，将监控区域划分为多个监控区域块，获取每帧视频图像中对应每个所述监控区域块的图像块；　步骤二，计算所述图像块的特征值；　步骤三，实时统计每个所述监控区域块所对应的图 像块的特征值，获得对应每个监控区域块的统计结果；　步骤四，根据所述统计结果，进行所述监控区域块的背景图像的初始化、检测视频图像中的静止目标或者对所述背景图像进行更新。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢东海，黄英，
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]