一种运动检测方法、装置和系统制造方法及图纸

本发明专利技术公开了一种运动检测方法、装置和系统，涉及视频图像处理领域，能够有效克服运动检测中环境影响和目标“粘连”问题，避免了误检情况的发生，实现了复杂场景下高精度目标的检测。本发明专利技术实施例提供的运动检测方法，包括：获取背景场景的检测信息和当前场景的检测信息，所述当前场景为包括待检测目标和同一背景场景的场景；根据所述背景场景的检测信息和当前场景的检测信息计算得到所述待检测目标。本发明专利技术适用于任何需要对运动物体进行检测的场景，如铁路、地铁和公交的自动客流统计系统，尤其适用于在光线变化比较强烈的场所中对目标的检测和标定等。

【技术实现步骤摘要】

本专利技术涉及视频图像处理领域，尤其涉及一种运动检测方法、装置和客流 斥企测系统。
技术介绍
对于铁路、地铁和公交车等公共交通系统，详实的掌握各条线路、站点客 流的流向、流时、流量及其分布情况等信息，自动的客流信息统计系统能够方 便运营公司进行线路调整，及对车辆资源进行合理配置。传统自动客流信息的统计采用了红外遮挡系统及压力传感系统，利用物体 通过该系统时，光线—皮遮挡的原理，统计通过红外遮挡系统的物体凄t量，该方 法不能针对客流的往来进行精确、及时的统计，特别是在客流高峰期拥挤状况 严重时，且该系统的应用场所受限。相比而言，图像信息的容量更大，更丰富，图像处理技术的兴起与发展为 解决传统客流统计技术面临的一系列问题提出了很多新方法。目前，应用于自动客流统计的图像处理方法大多为利用二维图像处理中的 特征识别与模式匹配等方法，该方法只适用于背景相对简单的情况，且对并排 目标或目标前后拥4齐的情况无法进行正确识别。基于立体视觉的运动4全测技术 已成为当今研究的热点。现有技术一提供了一种基于立体视觉的公交客流统计方法，参见专利号为CN200510060288.2的中国专利，提出了 一种利用待检测场景中各点到摄像机的 距离，结合单目图像的特征识别技术，实现人头部的检测，从而完成客流信息 统计的方法。如图1所示，对单目图像进行类圆物体提取时，存在着大量的伪 圓，再通过一些算法准则去除伪圆，这样就实现每个人的头部对应一个圓，通 过对圆形数量的计算实现对客流人数的统计。现有技术二提供了 一种利用运动检测技术确定运动目标的方法，参见专利 号为CN200710003278.4的中国专利，该方法主要包括获取检测场景的深度图像，建立并初始化该深度图像的高斯背景模型，根据该高斯背景模型确定该深度图像中的运动对象的像素点然而，现有技术中还是存在着不少的问题，例如，现有技术一仅利用了包含待检测目标的场景的深度信息，且是以二维图像的特征识别技术为主要手段，该深度信息只是用于辅助去除伪圆，该方法无法完全去除伪圆，检测精度不高，最终对客流的统计结果不准确。现有技术二提供的方法也仅使用了包含待检测目标的场景的深度信息，需要利用大量的高斯统计和判断模型公式，计算量非常大，且需要利用算法及时更新高斯背景模型，然而当客流比较密集的时候会造成背景更新失效，无法进行目标检测。且当客流密集情况下，该方法会造成多个目标"粘连"在一起，导致;险测区域无法分割，影响目标信息的统计。
技术实现思路
为解决现有技术中存在的问题，本专利技术的实施例提供了一种运动检测的方法、装置和系统，用于降低运动;险测时的计算复杂度，实现复杂场景下的高精度目标的检测。为达到上述目的，本专利技术的实施例采用如下技术方案一方面，本专利技术实施例提供了一种运动;险测方法，所述方法包括获取背景场景的检测信息和当前场景的检测信息，所述当前场景为包括待检测目标和同一背景场景的场景；根据所述背景场景的检测信息和当前场景的检测信息计算得到所述待检测目标。进一步的，所述待检测目标由所述当前场景的检测信息减去所述背景场景的检测信息后计算得到；或者，设置第一权重值、第二权重值和补偿系数；将所述当前场景的检测信息与所述第一权重值的乘积，减去所述背景场景的检测信息与所述第二权重值的乘积，得到初始待检测目标检测信息；所述待检测目标由所述初始待检测目标检测信息和所述补偿系数计算得到。进一步的，所述检测信息为视差图像，还包括获取所述背景场景和/或当前场景的第 一 图像和第二图像；对第 一图像和相应的第二图像分别进行关键点提取，获取第一图像关键点和第二图像关键点；利用所述第一图像关键点和第二图像关键点进行立体匹配，得到第 一图像关键点在第二图像关键点中对应的匹配点；计算所述第一图像关键点的视差，并根据所述视差获取所述背景场景和/或当前场景的视差图像。进一步的，还包括获取在第二图像的第a行中第b列起向第一图像方向一侧的预定范围内的各关键点，其中，所述a和b分别为第一图像中关键点的行坐标和列坐标；计算所述第一图像关键点(a， b)和所述第一图像关键点(a， b)对应的第二图像中各关键点的匹配值；根据所述匹配值确定第一图像关键点(a, b)在第二图像中的匹配点。进一步的，还包括按照扫描顺序，将所述第一图像关键点后的下一个扫描点作为参考点，所述关键点、参考点在第一图像中行坐标和列坐标分别为a和b、 a和d;在第二图像的搜索范围内获取该参考点的匹配点，所述搜索范围是由第a行中从第b-DIF列至第d列构成，其中，DIF为所述第一图像关键点的视差；计算所述参考点与该参考点的匹配点之间的视差，并将该参考点作为关键点。进一步的，还包括选取第一图像中非关键点(m， n)对应的近邻关键点(o, p);在第二图像的第二搜索范围内获取该非关键点的匹配点，所述第二搜索范围是由第m行中从第n-DIF列至第p列构成，其中，DIF为所述第一图像中近邻关键点的视差；计算所述非关键点与该非关键点的匹配点之间的视差。进一步的，还包括提取所述第 一图像和第二图像的图像边缘点作为所述关键点，所述第一图像和第二图像为所述场景的双目图像。利用Census准则执行所述第一图像关键点和第二图像关键点的立体匹配；利用归一化互相关准则根据所述第一图像关键点的视差获取所述视差图像。进一步的，所述检测信息为深度图像，还包括利用获取到的所述背景场景和/或当前场景的视差图像计算得到所述背景场景和/或当前场景的深度图像；或者，对所述背景场景或当前场景的同一视点下的图像进行边缘检测；根据所述边缘检测计算得到所述背景场景和/或当前场景的深度图像。进一步的，所述待检测目标的得到，还包括确定初始待检测目标；根据去伪策略去除所述初始待;险测目标中的伪目标，确定有效待4企测目标。进一步的，所述检测信息为视差图像或深度图像，还包括分别获取目标视差/深度图像水平方向投影和垂直方向投影中的极值点；将所述水平方向投影的极值点和垂直方向投影的极值点分别两两配对，确定所述初始待检测目标；其中，所述目标视差/深度图像由所述背景场景的检测信息和当前场景的检测信息计算获得。其中，所述去伪策略包括判断以所述初始待检测目标为中心的目标视差/深度图像中预定窗口内的视差/深度均值是否大于视差/深度阁值，若是，该初始待检测目标为有效目标，若否该初始待;险测目标为伪目标；以及，对当前未进行去伪处理的初始待;险测目标，获耳又目标一见差/深度图像中以该初始待检测目标为中心预定窗口内视差/深度均值最大的目标objPoint,计算所述所有初始待检测目标与目标objPoint的欧氏距离，当所述初始待检测目标与目标objPoint的欧氏距离不小于距离阈值时，该初始待检测目标为有效待;险测目标，否则，该初始待一企测目标为伪目标，其中，maxN为所述视差/深度均值最大的目标的序号；以及，获取所述初始待4企测目标在当前场景的相应图<象中以该目标为中心预定窗口内最小灰度均值，计算所有初始待检测目标对应的灰度均值与所述最小灰度检测目标对应的灰度均值不大于控制阈值时，该初始待检测目标为有效待检测目标，否则，该初始祠"险测目标为伪目标。另一方面，本专利技术实施例还提供了一种运动检测装置，所述装置包括检测信息获取单元，用于获取背景场景的检测信息本文档来自技高网...

【技术保护点】
一种运动检测方法，其特征在于，所述方法包括：　获取背景场景的检测信息和当前场景的检测信息，所述当前场景为包括待检测目标和同一背景场景的场景；　根据所述背景场景的检测信息和当前场景的检测信息计算得到所述待检测目标。

【技术特征摘要】

【专利技术属性】
技术研发人员：刘微，胡硕，刘韶，
申请(专利权)人：青岛海信数字多媒体技术国家重点实验室有限公司，
类型：发明
国别省市：95[中国|青岛]