视频中剧烈运动的检测方法及其装置制造方法及图纸

本发明专利技术涉及视频处理领域，公开了一种视频中剧烈运动的检测方法及其装置。本发明专利技术中，检测和计算视频帧中的运动角点光流，根据运动角点光流计算运动熵，来判断是否存在剧烈运动。采用运动角点可以有效地捕捉运动，不会被背景上的角点干扰，也可以减少噪声的干扰，另外只需要计算运动角点的光流，不必为一些非运动像素计算光流，大大节省了计算量。对于每一个运动连通区域，统计该运动连通区域中的所有运动角点光流，求得该运动连通区域的运动熵，据此进行是否剧烈运动的判断。

【技术实现步骤摘要】

本专利技术涉及视频处理领域，特别涉及视频监控中对剧烈运动的检测技术。
技术介绍
运动目标的检测和跟踪，即是在一段序列图像的每幅图像中找到所感兴趣的运动目标所处的位置，从而达到检测、跟踪、行为分析和识别的目的。目标检测跟踪的理论及其实现已经进行了大量、深入的研究工作，并取得了令人瞩目的成果。但是，已有的目标检测跟踪系统大多受限于特定的应用背景，行为分析和识别算法还有待于进一步研究和深化。中国专利CN 101751678A提供了一种剧烈运动检测方法，主要包括以下步骤获取视频巾贞图像，并对图像做灰度化处理；利用B. k. PHorn> B. G. Schunk提出的光流计算方法计算全局图像的光流矢量；根据光流获取运动矢量，计算能量变化历史图；根据各个像素点方向变化，从能力变化历史图中提取出剧烈运动历史图；将剧烈运动历史图二值图，进行连通域分析，获取各个团块；标示剧烈运动的区域并输出。本专利技术的专利技术人发现，该方法在一定程度上可以检测出剧烈运动，但存在以下几个问题I光流算法运算量很大，目前在一般的硬件平台上基本不能实现实时；该方法全局计算光流，运算量很大，不容易推广；2该方法根据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种视频中剧烈运动的检测方法，其特征在于，包括以下步骤 在视频巾贞中检测运动角点； 计算所述运动角点的光流，得到运动角点光流； 根据所述运动角点光流计算运动熵； 根据所述运动熵判断是否存在剧烈运动。2.根据权利要求I所述的视频中剧烈运动的检测方法，其特征在于，所述根据运动角点光流计算运动熵的步骤之前还包括以下步骤 在所述视频帧中检测运动连通区域； 在所述根据运动角点光流计算运动熵的步骤中， 对于每一个运动连通区域，统计该运动连通区域中的所有运动角点光流，求得该运动连通区域的运动熵。3.根据权利要求2所述的视频中剧烈运动的检测方法，其特征在于，在所述检测运动角点中步骤中，将相邻视频帧相减得到前景图，再从该前景图上提取运动角点； 在所述检测运动连通区域的步骤中，将视频帧与背景相减得到前景图，再对该前景图做运动连通区域分割得到运动连通区域。4.根据权利要求2所述的视频中剧烈运动的检测方法，其特征在于，所述统计运动连通区域中的所有运动角点光流，求得该运动连通区域的运动熵的步骤通过以下方式统计5.根据权利要求4所述的视频中剧烈运动的检测方法，其特征在于，所述统计运动连通区域中的所有运动角点光流，求得该运动连通区域的运动熵的步骤通过以下方式统计6.根据权利要求4或5所述的视频中剧烈运动的检测方法，其特征在于，在所述根据运动角点光流计算运动熵的步骤之前，还包括以下步骤 根据视频帧中所有运动角点光流计算方向直方图的标准差度量f( Θ )，并判断f ( Θ )是否在预先设定的上门限和下门限之间，如果是，则执行所述根据运动角点光流计算运动熵的步骤，否则将该视频帧判定为没有剧烈运动； 其中上门限大于下门限。7.根据权利要求6所述的视频中剧烈运动的检测方法，其特征在于，所述根据视频帧中所有运动角点光流计算f ( Θ )的步骤包括以下子步骤根据各所述运动角点光流计算每个运动角点的运动方向； 对所述运动方向根据预先设定的多个角度区间进行量化，得到方向直方图； 根据方向直方图中各个角度区间的量化值求标准差，得到方向直方图的标准差度量f(0)o8.根据权利要求6所述的视频中剧烈运动的检测方法，其特征在于，所述根据运动熵判断是否存在剧烈运动的步骤包括以下子步骤 将每一个视频帧中最大的运动连通区域的运动熵与预先设定的运动熵阈值相比较，并对大于该运动熵阈值的视频帧进行统计； 如果在连续的X个视频帧中，大于所述运动熵阈值的视频帧的数目大于Y，则判定为存在剧烈运动，其中Y是预先设定的门限，X大于或等于Y。9.根据权利要求8所述的视频中剧烈运动的检测方法，其特征在于，还包括在剧烈运动的检测之前预先执行的以下步骤 对当前场景...

【专利技术属性】
技术研发人员：童俊艳，任烨，车军，
申请(专利权)人：杭州海康威视软件有限公司，
类型：发明
国别省市：