一种基于多特征与多帧信息融合的助力车检测方法技术

一种基于多特征与多帧信息融合的助力车检测方法，为两个阶段，第一个阶段检测目标并提取单帧图像中运动物体的特征信息进行融合得到单帧的目标分类判决，第二个阶段对多帧图像的各判决进行融合从而产生总体目标分类判决结果。本发明专利技术不依赖于额外的硬件设备，能够处理实际视频监测中得到的质量较差、尺寸较小且场景混杂的图像；提高系统的检测率，降低了漏检率；提高了检测速度，满足了实时检测需求。

【技术实现步骤摘要】

【技术保护点】
一种基于多特征与多帧信息融合的助力车检测方法，其特征在于实现步骤如下：STEP1：从摄像头采集一帧图像，预处理后进入STEP2；STEP2：采用自适应背景更新模型，利用STEP1采集到的图像获得最新的背景图像。若输入的是第一帧图像，则对背景图像进行初始化操作，建立背景图像；若不为第一帧，则结合上一帧获取的背景图像和输入的这一帧图像来更新背景图像，之后进入STEP3；STEP3：利用STEP2得到的背景图像，采用背景差分的办法获取前景图像，即当前帧图像与背景图像相减，所得的差值构成的图像为前景图像。对所得前景图像进行阈值处理、形态学处理、前景目标融合方面的后处理以消除由噪声、干扰信号、摄像机抖动和大范围光线变化因素导致的图像噪点，经过这些后处理可获得较纯净的前景图像，再进入STEP4；STEP4：在STEP3得到的前景图像中通过分割，检测到若干个运动物体A，所有运动物体均执行相同的处理过程，进入STEP5；STEP5：提取STEP4检测出的运动物体A的多个特征信息，多个特征信息包括状态信息和运动信息，其中状态信息包括运动物体的大小、长宽比和占空比，运动信息包括速度；当运动物体A首次出现在图像中时，为运动物体A新建一块信息存储空间，并记录提取出的特征信息；进入STEP6；STEP6：对STEP5提取到的运动物体A的多个特征信息进行融合，此步骤称为单帧图像多特征信息融合，进入STEP7；STEP7：利用STEP6的多特征融合结果判断运动物体A是否为助力车，并存储运动物体A的单帧判决结果，记第i帧的判决结果为Pi(A)，进入STEP8；STEP8：对运动物体A进行跟踪，判断运动物体A是否已经离开检测区域：若是，则进入STEP9，否则进入STEP10；STEP9：对运动物体A的所有单帧判决结果进行融合，获得全局判决结果P(A)，并计算该判决结果即P(A)的置信度，此步骤称为多帧判决融合；进入STEP10；STEP10：转到STEP1继续执行，直到输入的所有图像处理完毕。...

【技术特征摘要】

【专利技术属性】
技术研发人员：凌强，张逸成，徐理想，严金丰，李峰，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：