【技术实现步骤摘要】
本专利技术涉及计算机视觉
中的目标检测，特别是涉及。
技术介绍
计算机视觉是一个结合了计算机科学、信号处理学、数学与应用数学等多学科的
，目标检测则是计算机视觉领域里的重要研究方向，而对于运动目标的检测更是极具挑战性。运动目标检测主要是研究视频图像序列中运动目标的检测、提取、识别，并且获得运动目标的位置，速度，加速度及运动轨迹等。动目标检测拥有及其广泛的应用背景，如交通检测、防入侵系统、视频监控、视频检索等领域，在军事领域中的武器制导等领域也有着重要的作用。常见的运动目标检测方法主要有三种:帧差法、背景差分法和光流法。帧差法主要利用的是视频图像中像素点的灰度差值检测运动目标的位置和形状信息，这种检测方法原理简单，速度快，具有很强的适应能力，但是很难提取出完整的特征点，运动目标内部容易产生空洞，比较适合简单的运动检测。背景差分法是静态背景下运动目标检测最常使用的检测手段，它对视频序列分析得到背景的统计模型，利用背景模型来对视频中的运动目标进行检测，能够比较完整的提取出运动的目标。光流法利用了运动目标随着时间变化的光流特性，通过估算光流场来检测运动目标，但是它的计算复杂度太高，而且抗噪性能比较差，通常不会采用。分水岭分割方法是Vincent于1991年提出的一种形态学分割方法，它算法简单，计算精度高。分水岭算法根据地理学中的分水岭概念，运用于灰度级的图像处理中，解决了各种图像分割的问题。它的基本思想是将图像看作是一个拓扑地貌，图像中的像素点的灰度值，代表该点的海拔高度，每一个局部极小值以及它周围的区域被称为汇水盆地。
技术实现思路
本专利技术所要解决...
【技术保护点】
一种基于分水岭分割的静态背景下运动目标检测方法，其特征在于，包括以下步骤：（1）对采集到的视频数据进行预处理；（2）对完成预处理的视频进行分水岭分割；（3）进行分水岭区域映射，生成特征点轨迹信息；（4）使用综合评价模型对特征点轨迹信息进行评价，判断出运动目标。
【技术特征摘要】
1.种基于分水岭分割的静态背景下运动目标检测方法，其特征在于，包括以下步骤: (1)对采集到的视频数据进行预处理； (2)对完成预处理的视频进行分水岭分割； (3)进行分水岭区域映射，生成特征点轨迹信息； (4)使用综合评价模型对特征点轨迹信息进行评价，判断出运动目标。2.据权利要求1所述的基于分水岭分割的静态背景下运动目标检测方法，其特征在于，所述步骤(I)中:先使用sobel算子对图像进行预处理，然后转化到浮点域进行高斯模糊，对梯度图像去除噪声，减少噪声造成的分水岭过度分割现象，滤波窗口的大小根据运算速度和滤波的实际效果进行 选择。3.据权利要求2所述的基于分水岭分割的静态背景下运动目标检测方法，其特征在于，所述步骤(2)中使用区域极小值点作为分水岭分割的种子点，然后依据浸没分水岭分割算法，对高斯模糊后的图像进行分割，消除平坦区域。4.据权利要求1所述的基于分水岭分割的静态背景下运动目标检测方法，其特征在于，所述步骤(3 )中:在t帧时，分割后的图像中有区域X，对...
【专利技术属性】
技术研发人员：徐小龙，谷宇章，胡珂立，魏智，邹方圆，张诚，
申请(专利权)人：中国科学院上海微系统与信息技术研究所，
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。