【技术实现步骤摘要】
本专利技术涉及 视频或图像序列的处理，具体涉及对视频或图像序列中的运动目标进行检测的方法。
技术介绍
随着经济发展和人民生活水平的提高，财产安全和人身安全等要求也不断增强。随着社会安全意识的不断提高，在校园、小区、道路、人口流动密集区域等场所越来越多地使用了视频监控系统。目前，大部分的监控系统都采用较为原始的人工值守的方式，这有两点坏处1.由于人的素质差异、生理需求和其他因素干扰，很难保证人工值守时候不会漏掉某些关键信息，从而导致安全问题；2.大部分情况下只需要关注运动的目标信息或者异常行为信息，而人工值守无法做到“智能感应”，只能全天值守，浪费人力。因此，如果可以智能感知运动目标或异常行为，并实时报警或者给出提示，将会极大地解放人工劳动并且能保证稳定的安全系数。因而，需要对运动目标进行检测。运动目标检测是计算机视觉中的一个基础概念，它是指通过一定的方法，利用已有的视频或者图像序列，得到一个背景模型，使用该背景模型与当前帧进行某些操作如差分即可得到运动区域或者运动目标，从而将运动变化区域从视频或图像序列中的背景图像中分割提取出来。运动目标检测技术大约在上世纪60年代开始...
【技术保护点】
一种运动目标检测方法，包括背景建模和前景检测，其特征在于，所述背景建模包括：(1)模型建立过程：获取待检测场景的视频，根据视频内容获得t帧图像，t为大于等于1的整数；图像中的每一个像素点的颜色值都被看作是一个统计随机过程：其中I(x,y,i)表示像素点(x,y)在第i帧图像中即i时刻的颜色值，对每个像素点建立一个由K个融合二型模糊的单高斯模型混合而成的二型模糊混合高斯模型，其中，K是大于等于2的整数：其中，ωj,t为t时刻第j个高斯分量的权重，是t时刻第j个高斯分量的概率密度函数，其中的Xt表示t时刻被观测像素值、μj,t表示第j个高斯模型t时刻的均值不确定区间、Σj,t是...
【技术特征摘要】
1.一种运动目标检测方法，包括背景建模和前景检测，其特征在于，所述背景建模包括 (1)模型建立过程获取待检测场景的视频，根据视频内容获得t帧图像，t为大于等于I的整数； 图像中的每一个像素点的颜色值都被看作是一个统计随机过程{ΛI. h ■ * * ； A；} = {/(,c. i/, t ) I I < i < f} 其中I (X，y, i)表示像素点(X，y)在第i帧图像中即i时刻的颜色值，对每个像素点建立一个由K个融合二型模糊的单高斯模型混合而成的二型模糊混合高斯模型，其中，K是大于等于2的整数2.根据权利要求I所述的运动目标检测方法，其特征在于采用融合二型模糊的混合高斯背景建模，在处理参数的不确定性上用高斯函数均值二型模糊来描述，模型的概率密度函数不是一个固定的值，而是一个具备描述不确定性的参数3.根据权利要求I所述的运动目标检测方法，其特征在于所述混合高斯模型基于块级特征实现，使用8X8的块为处理单位，离散余弦变换得到对应于该块的F (0，O), F (O, I)，F(1,0), F(l...
【专利技术属性】
技术研发人员：龚声蓉，张居涛，刘纯平，季怡，王朝晖，潘林林，
申请(专利权)人：苏州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。