一种图像检测方法及装置制造方法及图纸

本发明专利技术公开了一种图像检测方法及装置，用以提高图像运动目标检测的检测率和准确率，使得在复杂光照变化场景下，同样可以很准确地检测到运动目标。本发明专利技术提供的一种图像检测方法包括：采集图像，利用预先设置的混合时空背景模型，对图像进行运动目标检测，确定目标图像；其中，所述混合时空背景模型，是预先根据图像的灰度变化趋势建模得到的。

【技术实现步骤摘要】
一种图像检测方法及装置
本专利技术涉及图像处理
，尤其涉及一种图像检测方法及装置。
技术介绍
图像运动目标检测是智能视频监控领域的重要研究方向，而背景建模作为运动检测中应用最广的一种方法，是计算机视觉中十分关键的部分，背景与前景的有效分割对后续的目标跟踪、物体识别、行为分类等高层处理起着决定性的影响。然而，背景建模方法对场景光照变化较为敏感，包括长时有规律的变化，如树叶摇晃、早晚更替等，和短时随机变化，诸如天气、运动物体等。目前，背景建模的研究主要从像素时域统计和空域纹理分析两个方面展开，基于像素时域分布统计的方法，诸如混合高斯模型及其改进方法，能够较好地适应长时有规律的光照变化，但由于该模型假设观测的时间序列中每一像素点相互独立，对细微的光照或短时光照的变化很敏感，检测效果不够理想。基于空域的背景模型，如局部二元图(LBP)，RadialReach滤波器，由于使用了局部区域内不变的空间域纹理特征，在短时光照变化下鲁棒性较好，但如果只是局部区域内部分像素点发生改变时，这时提取的特征便不能满足空域不变性，检测的效果会受到较大影响，而这种情况在室外视频中往往比较常见。现有技术中的中心对称局部二值模式(CSLBP)纹理模型，在应用于背景建模时，CSLBP相比LBP特征维数更低，抗噪声能力更强，便于实时运算。但CSLBP局限于考虑对短时光照变化的鲁棒性，未能考虑纹理的时域分布特性对背景建模的重要影响，且当长时光照变化导致局部区域内部分像素点发生改变时，CSLBP不能满足空域不变性，故在复杂光照变化场景下，尤其是短时光照变化与长时光照变化并存的时候，CSLBP不能满足背景建模的需要。
技术实现思路
本专利技术实施例提供了一种图像检测方法及装置，用以提高图像运动目标检测的检测率和准确率，使得在复杂光照变化场景下，同样可以很准确地检测到运动目标。本专利技术实施例提供的一种图像检测方法包括：根据图像的灰度变化趋势建模得到混合时空背景模型；采集图像，利用所述混合时空背景模型，对图像进行运动目标检测，确定目标图像本专利技术实施例提供的一种图像检测装置包括：图像获取单元，用于获取图像；运动目标检测单元，用于利用预先设置的混合时空背景模型，对图像进行运动目标检测，确定目标图像；其中，所述混合时空背景模型，是预先根据图像的灰度变化趋势建模得到的。本专利技术实施例，根据图像的灰度变化趋势建模得到混合时空背景模型；采集图像，利用所述混合时空背景模型，对图像进行运动目标检测，确定目标图像，从而提高图像运动目标检测的检测率和准确率，使得在复杂光照变化场景下，同样可以很准确地检测到图像中的运动目标。附图说明图1为本专利技术实施例提供的图像检测方法的流程示意图；图2为本专利技术实施例提供的混合时空背景模型的建模方法的流程示意图；图3为本专利技术实施例提供的ST-CSLBP算子描述图；图4-a为当前帧输入图像，图4-b为基于颜色的混合高斯模型的检测结果，图4-c为基于空间模型的检测结果，图4-d为通过本专利技术实施例提供的混合时空背景建模方法得到的检测结果；图5为本专利技术实施例提供的混合时空背景建模方法与其他方法的准确率与检索率的比较示意图；图6-a至图6-f为本专利技术实施例提供的测试结果示意图；图7为本专利技术实施例提供的图像检测装置的结构示意图。具体实施方式本专利技术实施例提供了一种图像检测方法及装置，用以提高图像运动目标检测的检测率和准确率，使得在复杂光照变化场景下，同样可以很准确地检测到运动目标。为了解决复杂光照变化场景下的运动目标检测的准确性问题，本专利技术实施例提供了一种基于时空-中心对称局部二值模式(ST-CSLBP)的混合时空背景模型及其建模方法，通过采用混合时空背景模型对图像进行运动目标检测，可以在长时光照变化与短时光照变化的场景下均能准确分割出运动物体。参见图1，本专利技术实施例提供的一种图像检测方法，包括步骤：S101、采集图像；S102、利用预先设置的混合时空背景模型，对图像进行运动目标检测，确定目标图像；其中，所述混合时空背景模型，是预先根据图像的灰度变化趋势建模得到的。较佳地，参见图2，本专利技术实施例提供的预先设置混合时空背景模型的步骤包括：S201、确定基于指数平滑和光照变化的像素预测值；S202、将像素预测值和CSLBP算子融合，得到ST-CSLBP算子；S203、计算基于ST-CSLBP算子的每一像素点对应的直方图；S204、构建基于ST-CSLBP算子的每一像素点对应的直方图的混合时空背景模型。本专利技术实施例提供的一种基于ST-CSLBP的混合时空背景建模方法，设计了一种全新的时空对称ST-CSLBP算子，以同时融合时间预测和空域纹理信息；然后，构建基于ST-CSLBP直方图，得到基于ST-CSLBP直方图的混合时空背景模型，以融合时域分布统计法和空域背景各自的优势。具体包括：建立基于指数平滑和光照变化的像素值预测，给出像素亮度值在时域上的分布趋势，且在考虑像素的空域纹理信息的同时，融入纹理的时域分布特性，设计包含空域和时域信息的纹理描述算子ST-CSLBP，能够很好地适应短时光照变化，包括区域内只有部分像素点发生变化的情况，同时兼备了CSLBP良好的抗噪能力；以上述得到的ST-CSLBP算子作为输入数据，计算基于ST-CSLBP直方图分布，用Kunback-Leible(简称KL)散度来度量不同直方图之间在统计上的相似程度，通过预设阈值判定是否匹配，并构建基于ST-CSLBP直方图的混合时空背景模型，融合时域分布统计法和空域背景各自的优势，以同时适应长时光照以及短时光照的变化。下面对上述混合时空背景模型的建模步骤分别展开说明。步骤S201：考虑到光照变化是逐步按比例增加的，在预测更新时考虑比例变化趋势分量，并结合指数预测，得到当前图像的像素预测值；对于每一样本图像的每一像素点，执行下列操作：指数预测，用于对时序数据进行平滑或预测，最基本的形式如公式(1)所示：mt＝βxt+(1-β)mt-1(1)其中，mt表示t时刻图像(当前样本图像)的当前像素点的状态估计值(可以看作是一个中间变量)，mt-1表示t-1时刻图像(前一样本图像)的该像素点的状态估计值，xt表示t时刻图像的该像素点的像素观测值，β表示平滑系数，其取值可以为0.1或0.2等，β值越大，则说明mt与xt的相关性越大，β值越小，则说明mt与mt-1的相关性越大。公式(1)仅仅适用于没有变化趋势的时序图像数据。考虑到光照变化是逐步按比例增加的，在预测更新时考虑光照按照比例变化的趋势，则像素预测值的计算如公式(2)所示：rt＝β(xt-xt-1)+(1-β)rt-1其中，zt表示t时刻图像的当前像素点的像素预测值，rt表示该像素点的灰度变化趋势，rt-1表示t-1时刻图像的该像素点的灰度变化趋势，xt-1表示t-1时刻图像的该像素点的像素观测值。步骤S202：将步骤S201得到的像素预测值zt与CSLBP算子融合，得到本专利技术实施例的ST-CSLBP算子，其包含了任一像素点的时间域和空间域信息，能够很好地适应短时光照变化，包括区域内只有部分像素点发生变化的情况，同时兼备了CSLBP良好的抗噪能力。ST-CSLBP算子如下：其中，ST-CSLBPP，R表示本专利技术实施例给出的ST-CSLBP算子，本文档来自技高网...

【技术保护点】
一种图像检测方法，其特征在于，该方法包括：根据图像的灰度变化趋势建模得到混合时空背景模型；采集图像，利用所述混合时空背景模型，对图像进行运动目标检测，确定目标图像。

【技术特征摘要】
1.一种图像检测方法，其特征在于，该方法包括：根据图像的灰度变化趋势建模得到混合时空背景模型；采集图像，利用所述混合时空背景模型，对图像进行运动目标检测，确定目标图像；其中，所述根据图像的灰度变化趋势建模得到混合时空背景模型，包括：确定基于指数平滑和光照变化的像素预测值；将像素预测值和中心对称局部二值模式CSLBP算子融合，得到时空—中心对称局部二值模式ST-CSLBP算子；计算基于ST-CSLBP算子的每一像素点对应的直方图；构建基于ST-CSLBP算子的每一像素点对应的直方图的混合时空背景模型；利用如下公式确定所述像素预测值：rt＝β(xt-xt-1)+(1-β)rt-1mt＝βxt+(1-β)mt-1其中，zt表示t时刻像素点的像素预测值，mt表示t时刻像素点的状态估计值，β表示平滑系数，rt-1表示t-1时刻像素点的灰度变化趋势，rt表示t时刻像素点的灰度变化趋势，xt表示t时刻像素点的像素观测值，xt-1表示t-1时刻像素点的像素观测值。2.根据权利要求1所述的方法，其特征在于，利用如下公式将像素预测值和CSLBP算子融合，得到ST-CSLBP算子：其中，ST-CSLBPP,R表示ST-CSLBP算子，R表示以当前像素点为中心的圆形区域的半径，P表示该圆形区域内等间距的像素点的个数，g表示像素点的灰度值，s(gp,gp+P/2)2p表示像素p+P/2与像素p的灰度的相似度，s(gzp,gz(p+P/2))2p+P/2-1表示像素p+P/2与像素p的像素预测值之间的灰度的相似度；s(gi,gj)表示像素i和像素j之间的灰度的相似度，abs(gj-gi)表示像素j的灰度gj与像素i的灰度gi的差值的绝对值，T表示预设阈值。3.根据权利要求1所述的方法，其特征在于，所述构建基于ST-CSLBP算子的每一像素点对应的直方图的混合时空背景模型，包括：确定基于ST-CSLBP算子的每一像素点对应的直方图的相似度；根据相似度，判断基于ST-CSLBP算子的每一像素点对应的直方图与背景模型中的直方图是否匹配，如果是，该像素点作为背景像素，否则将该像素点作为前景像素。4.一种图像检测装置，其特征在于，该装置包括：图像获取单元，用于获...

【专利技术属性】
技术研发人员：付强，李勃，张震玮，陈启美，何军，江登表，
申请(专利权)人：中兴通讯股份有限公司，
类型：发明
国别省市：