运动目标检测方法及系统技术方案

本发明专利技术提供了一种运动目标检测方法及系统，所述运动目标检测方法包括获取视频，获取视频内容以得到场景图像，并建立背景模型；预处理图像，消除场景图像对背景模型的影响；标记区域，根据背景模型对场景图像进行前景分割，并标记出连通区域；维护状态，判定运动目标检测系统当前所处的状态，做出相应处理，并且在必要时做异常检测；增强区域，使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假区域；和分裂与合并区域，使用背景模型提供的约束以及人和车模型的先验知识对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题。本发明专利技术实现了运动目标的检测，解决了图像抖动、亮度变化、阴影、树叶摆动等问题。

【技术实现步骤摘要】

本专利技术涉及视频监控技术，特别是涉及一种智能视频监控系统中的运动目标的检测方法及系统。
技术介绍
常规的智能视频监控技术都包括一个运动目标检测技术。运动目标检测的目的是 将视频场景中的运动目标区域从背景中分割出来。由于光照的变化、背景混乱运动的干扰、 运动目标的影子、摄像机的抖动以及运动目标的自遮挡和互遮挡现象的存在，给运动目标 的正确检测带来了极大的挑战。而运动目标的检测与分割影响着后期的跟踪和分类，因此 成为智能视频监控技术研究中的关键之一。 为了实现运动目标检测，可以使用光流法。光流法检测采用了目标随时间变化的 光流特性，可以通过计算位移向量光流场来初始化目标的轮廓，从而使基于轮廓的跟踪算 法有效地检测和跟踪目标。这种方法的缺点是大多数光流计算方法相当复杂，且抗噪性能 差，如果没有特别的硬件装置，很难应用于场景图像的实时性操作。 为了实现运动目标检测，也可以使用帧间差分法。帧间差分法是检测相邻两帧图 像之间变化的最简单方法，是直接比较两帧图像对象像素点像素值的不同，然后通过阈值 来提取场景图像中的运动目标区域。这种方法的缺点是一般不能完全提取所有相关的特征 像素点，在运动实体内部容易产生空洞现象，对基于区域的运动目标跟踪的鲁棒性不强，而 且无法检测出静止的车辆，对于运动目标的速度有所限制。 为了实现运动目标检测，也可以使用背景差分法。背景差分法是利用场景图像中 当前帧图像减去背景图像。由于动态背景下光线的变化往往会引起背景的渐变，从而这种 方法往往无法适应环境的变化。 综上所述，目前迫切需要提出更为有效的运动目标检测方案。
技术实现思路
有鉴于此，本专利技术的目的在于提供一个运动目标检测方法及系统，该方法解决了光照的变化、背景混乱运动的干扰、运动目标的影子、摄像机的抖动以及运动目标的自遮挡和互遮挡现象的存在等带来的问题，实现了复杂场景下的运动目标检测。 为达到上述目的，本专利技术的技术方案是这样实现的 本专利技术提供了一种运动目标检测方法，该方法包括如下步骤 获取视频，获取视频内容以得到场景图像，并建立背景模型； 预处理图像，消除场景图像对背景模型的影响； 标记区域，根据背景模型对场景图像进行前景分割，并标记出连通区域； 维护状态，判定运动目标检测系统当前所处的状态，做出相应处理，并且在必要时做异常检测； 增强区域，使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假5区域； 分裂与合并区域，使用背景模型提供的约束以及人和车模型的先验知识对区域进 行合并和分裂处理，以解决目标过分割和目标相互遮挡问题。根据本专利技术，所述预处理图像包括滤波处理和全局运动补偿；其中，所述滤波处 理包括对图像进行噪声过滤处理、图像平滑处理；所述全局运动补偿，是补偿由于相机轻 微摆动而引起的图像全局运动，在全局运动补偿中，运动模型包括平移、旋转、变焦。 通过下列公式计算前景所在的矩形区域周围正负5个像素的区域亮度差IDS，得 到全局运动补偿中图像平移的距离Ax、 Ay，公式如下/膨g i (/(』-u-，a义=、v其中，sx表示区域起点x坐标，sy表示区域起点y坐标，I(x,y) (t)表示当前帧图像灰度，I(X,y) (t-l)表示上一帧图像灰度； 同理计算其它四个区域的Ax、 Ay，最后求出Ax、 A y的平均值； 将图像按照Ax、 Ay的平均值进行平移得到补偿后的图像。 根据本专利技术，所述标记区域包括如下步骤 前景分割，基于背景模型对场景图像进行分割，以得到前景的二值图像； 形态学处理，使用数学形态学的方法处理所述的二值图像，以去除面积较小的虚假区域，并填充面积较大的区域；以及 连通区域标记，用连通域的方法标记同一场景中的不同区域，以区别不同的目标 区域。 根据本专利技术，所述维护状态包括状态判定和异常检测。 所述状态判定，是判定运动目标检测系统当前所处的状态，做出相应处理；当场景 稳定时间超过阈值1，系统由初始化状态进入工作状态；当场景改变时间超过阈值2，系统 由工作状态进入初始化状态。 所述异常检测，是在视频信号干扰严重，以及有人为的遮挡相机的情况时执行；根 据两次背景的边缘匹配值及背景初始化成功的最短时间判断，若当前帧的背景与背景模型 的边缘相匹配的数值小于阈值3或背景初始化成功的最短时间超过阈值4，则认为是异常 现象。 根据本专利技术，所述增强区域包括阴影检测、高亮检测、树滤波。 阴影检测，是针对每个连通区域，分别计算该连通区域内的像素值的均值，并将该 均值作为阈值，判定该区域的阴影区域，然后将阴影区域滤除，若像素值小于所述阈值，则 判定为阴影； 高亮检测，是用于检测图像是否处于高亮状态，若是，则进行亮度补偿，亮度补偿 使得图像的像素值的均值为128 ; 树滤波，用于检测图像中的摆动树叶和摆动树叶阴影，并将其从前景图像中滤除； 其中 检测摆动树叶是根据以下两个特征之一判定实现的(1)运动轨迹跟踪，当运动 轨迹点中目标对应区域属于运动区域面积的部分小于运动区域面积的阈值5时，则认为该 目标是摆动树叶；(2)质心运动的振幅，当相邻轨迹点中目标质心的位移变化超过目标宽6度的阈值6时，则认为该目标是摆动树叶。 检测摆动树叶阴影的方法是分别统计膨胀操作前后该区域内膨胀操作前后像素 值为1的点的个数，并计算它们的比值，若该比值小于阈值7，则认为该区域是摆动树叶 阴影的区域。 根据本专利技术，所述分裂与合并区域是基于所述增强区域的处理过程，判定相邻两 区域是否是同一目标区域；若属于同一目标区域，则将这两个区域合并；否则，将其分裂； 其中，相邻两区域是指区域边缘距离小于阈值8的区域。 根据本专利技术的另一方面，本专利技术还提供了一种运动目标检测系统，所述运动目标 检测系统包括 获取视频模块，用于获取视频内容以得到场景图像，并建立背景模型； 预处理图像模块，用于消除场景图像对背景模型的影响； 标记区域模块，用于根据背景模型对场景图像进行前景分割，并标记出连通区 域； 维护状态模块，用于判定运动目标检测系统当前所处的状态，做出相应处理，并且 在必要时做异常检测； 增强区域模块，用于使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆 动的虚假区域；禾口 分裂与合并区域模块，用于使用背景模型提供的约束以及人和车模型的先验知识 对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题。 根据本专利技术，所述预处理图像模块包括滤波处理模块，用于对图像做噪声过滤、 平滑等常规处理，以去除图像中的噪声点；和全局运动补偿模块，用于补偿由于相机轻微摆 动而引起的图像平移、旋转、变焦的全局运动。 根据本专利技术，所述标记区域模块包括前景分割模块，用于基于背景模型对场景图 像进行分割，以得到前景的二值图像；形态学处理模块，用于使用数学形态学的方法处理所 述的二值图像，以去除面积较小的虚假区域，并填充面积较大的区域；和连通区域标记模 块，用于通过连通区域的方法标记同一场景中的不同区域，以区别不同的目标区域。 根据本专利技术，所述维护状态模块包括状态判定模块641，用于判定运动目标检测 系统当前所处的状态，并做出相应处理；和异常检测模块642，用于在包括视频信号干扰严 重，有人为的遮挡相机情况时执行检测。 根据本专利技术，所述增强区域模块包括阴影检测模块，本文档来自技高网...

【技术保护点】
一种运动目标检测方法，其特征在于，所述运动目标检测方法包括如下步骤：（１）获取视频，获取视频内容以得到场景图像并建立背景模型；（２）预处理图像，消除场景图像对背景模型的影响；（３）标记区域，根据背景模型对场景图像进行前景分割，并标记出连通区域；（４）维护状态，判定运动目标检测系统当前所处的状态，做出相应处理，并且在必要时做异常检测；（５）增强区域，使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假区域；和（６）分裂与合并区域，使用背景模型提供的约束以及人和车模型的先验知识对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题。

【技术特征摘要】
一种运动目标检测方法，其特征在于，所述运动目标检测方法包括如下步骤(1)获取视频，获取视频内容以得到场景图像并建立背景模型；(2)预处理图像，消除场景图像对背景模型的影响；(3)标记区域，根据背景模型对场景图像进行前景分割，并标记出连通区域；(4)维护状态，判定运动目标检测系统当前所处的状态，做出相应处理，并且在必要时做异常检测；(5)增强区域，使用阴影检测、高亮检测和树滤波，剔除阴影、高亮和树叶摆动的虚假区域；和(6)分裂与合并区域，使用背景模型提供的约束以及人和车模型的先验知识对区域进行合并和分裂处理，以解决目标过分割和目标相互遮挡问题。2. 根据权利要求1所述的方法，其特征在于，所述预处理图像包括滤波处理和全局运 动补偿；其中，所述滤波处理包括对图像进行噪声过滤处理、图像平滑处理；所述全局运动补偿，是补偿由于相机轻微摆动而引起的图像全局运动，在全局运动补 偿中，运动模型包括平移、旋转、变焦；通过下列公式计算前景所在的矩形区域周围正负5个像素的区域亮度差IDS，得到全 局运动补偿中图像平移的距离Ax、 Ay，公式如下測=i ￡ w其中，sx表示区域起点x坐标，Sy表示区域起点y坐标，I(x,y) (t)表示当前帧图像灰度，I(x,y)(t-1)表示上一帧图像灰度；同理计算其它四个区域的Ax、 Ay，最后求出Ax、 Ay的平均值； 将图像按照Ax、 Ay的平均值进行平移得到补偿后的图像。3. 根据权利要求1所述的方法，其特征在于，所述标记区域包括如下步骤 前景分割，基于背景模型对场景图像进行分割，以得到前景的二值图像； 形态学处理，使用数学形态学的方法处理所述的二值图像，以去除面积较小的虚假区域，并填充面积较大的区域；以及连通区域标记，用连通域的方法标记同一场景中的不同区域，以区别不同的目标区域。4. 根据权利要求1所述的方法，其特征在于，所述维护状态包括状态判定和异常检测； 其中，所述状态判定，是判定运动目标检测系统当前所处的状态，做出相应处理；当场景稳定 时间超过阈值l，系统由初始化状态进入工作状态；当场景改变时间超过阈值2，系统由工 作状态进入初始化状态；所述异常检测，是在视频信号干扰严重，以及有人为的遮挡相机的情况时执行；根据两 次背景的边缘匹配值及背景初始化成功的最短时间判断，若当前帧的背景与背景模型的边 缘相匹配的数值小于阈值3或背景初始化成功的最短时间超过阈值4，则认为是异常现象。5. 根据权利要求1所述的方法，其特征在于，所述增强区域包括阴影检测、高亮检测、 树滤波；其中，阴影检测，针对每个连通区域，分别计算该连通区域内的像素值的均值，并将该均值作为阈值，判定该区域的阴影区域，然后将阴影区域滤除，若像素值小于所述阈值，则判定为 阴影；高亮检测，检测图像是否处于高亮状态，若是，则进行亮度补偿，亮度补偿使得图像的 像素值的均值为128 ;树滤波，检测图像中的摆动...

【专利技术属性】
技术研发人员：曾建平，王正，
申请(专利权)人：北京智安邦科技有限公司，
类型：发明
国别省市：11[中国|北京]