一种运动方向异常物体检测方法和装置制造方法及图纸

本发明专利技术公开了一种运动方向异常物体检测方法和装置，均可获取空间导数及时间导数，将二者融合以得到运动方向特征图；并能够基于运动区域面积作为比较依据进行归一化，合并各个方位的运动方向特征图，得到最终的运动方向显著图。本发明专利技术方法和装置，结构简单，计算量明显减小；依赖面积比较的归一化算法比目前依赖极值的归一化算法检测效果更好，且更符合运动方向异常的定义；对于自然场景及非自然场景的检测成功率都明显高于现有技术，具备持续跟踪运动方向异常物体的能力。显然，本发明专利技术的运动方向异常物体检测方法和装置，能够减少计算量，提高算法可靠性及检测效果。

【技术实现步骤摘要】

本专利技术涉及检测技术，具体涉及一种运动方向异常物体检测方法和装置。
技术介绍
运动方向异常检测是视频监控领域对于运动状态异常物体的自动监控的重要研 究内容，在交通监控领域的应用正逐步得到人们的重视，实现对于车辆出现逆行、非正常转 向等违反交通规则行为的自动化监控将会大大提高交通监管部门的执行效率，有效杜绝类 似违规行为的再出现。现有的运动方向异常检测方法能够通过提取场景中各运动物体的运动方向特征， 并将所提取的运动方向特征进行相互比较，确定各个运动方向中最具有显著性的方向，最 后把按照此方向运动的物体检测出来。该方法在提取了方向特征图之后，直接引入视觉注 意模型求取运动方向显著图。由于该模型主要针对静态图像计算感兴趣区域，所提特征也 是亮度、方向、颜色等针对静态图像的特征；其所依赖的以实现中央邻域差分来提取相应特 征为目的的多尺度表达，在提取运动特征时显得多余且大大增加了计算量。另外该方法所 使用的融合方法也是已有的归一化算子针对一幅特征图，计算其灰度最大值M，以及其余 所有极大值的平均值5 ,最后整幅特征图乘以(M -^)2这个算子是为了抑制那些不同区域7O之间反差较小的特征本文档来自技高网...

【技术保护点】
一种运动方向异常物体检测方法，其特征在于，该方法包括：获取空间导数及时间导数，将二者融合以得到运动方向特征图；基于运动区域面积作为比较依据进行归一化，合并各个方位的运动方向特征图，得到最终的运动方向显著图。

【技术特征摘要】
一种运动方向异常物体检测方法，其特征在于，该方法包括获取空间导数及时间导数，将二者融合以得到运动方向特征图；基于运动区域面积作为比较依据进行归一化，合并各个方位的运动方向特征图，得到最终的运动方向显著图。2.根据权利要求1所述的方法，其特征在于，进行所述归一化的过程包括 将同一方位得到的正负运动方向特征图进行归一化融合Md(t, θ ) = N(M+(t，θ )) N(M_(t，θ ))；上式中的 为融合加法，用于将相同大小图像的对应像素点灰度值相加；Ν(.)为归一化算子。3.根据权利要求2所述的方法，其特征在于，所述将同一方位得到的正负运动方向特 征图进行归一化融合的过程包括根据帧间差分得到的时间导数图，计算其中产生响应的面积，将计算所得的面积定义 为运动区域面积计算响应区域的质心以及距离该质心最远的区域之间的最远距离，以质 心为圆心，所述最远距离为半径R，计算圆的面积Sl= π *R2，以此面积作为运动区域面积； 以与计算Sl相同的方法计算特定方向特征图内的运动区域面积S2 ；Sl , 1定义特征图的权重w = 民即运动区域小于总运动区域的i时认为该运动方向具有8 , 8显著性；反之则不具有显著性。4.根据权利要求1至3任一项所述的方法，其特征在于，所述合并各个方位的运动方向 特征图，得到最终的运动方向显著图的过程包括将方向特征图相互比较，找到特征图中运动区域最小的特征图，定义其运动区域面积， 由此得到各运动方向特征图的权重为最小运动区域面积和其自身运动区域面积的比值； 将经过不同方位归一化处理的运动方向特征图融合，得到最终的运动方向显著图。5.根据权利要求4所述的方法，其特征在于，所述获取空间导数及时间导数，将二者融 合以得到运动方向特征图的过程包括求取包括了运动物体与静止背景的边缘的特定方向的边缘，得到空间导数；利用相邻 帧间进行差分，将运动物体和静止边缘加以区别，得到时间导数；根据空间导数与时间导数得到沿不同方位的运动边缘，将包含所述运动边缘的图像作 为以运动方向为特征的特征图，并在不同方位分别计算运动方向的正负性，得到相应的正 负方向特征图。6.一种运动方向异常物体检测装置，其特征在于，该装置包括特征提取单元、归一化...

【专利技术属性】
技术研发人员：江洁，宋治杭，张广军，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11[中国|北京]