[发明专利]结合色度偏差和亮度偏差的视频运动目标检测方法

说明书

技术领域

本发明涉及的是一种视频的运动目标检测方法，特别涉及一种结合色度偏差和亮度偏差的视频运动目标检测方法，属于视频处理技术领域。

背景技术

视频的运动目标检测就是从视频序列中检测出运动物体，是计算机视觉、视频图像跟踪等应用领域的重要研究内容。运动目标能否被准确有效的检测和提取，直接影响到后续的目标分类、跟踪和行为理解的处理效果。

目前常用的运动目标检测方法有光流法、帧间差分法和背景差分法，这三种方法都有各自的优缺点。其中光流法检测结果最准确，但运算公式复杂、计算量大、实时性差、对硬件要求高。帧间差分法利用相邻图像信息的变化量，区分出背景和前景运动目标，优点是计算量比光流法小，对场景光线的变化不太敏感，受目标阴影的影响小，但是无法检测出突然静止的物体以及相邻帧上物体的重叠部分。背景差分法能得到较精确的目标图像，运算效率也比较高，缺点是对光照和外部条件造成的场景变化比较敏感，对背景的更新率和系统的实时性无法兼顾。

经对现有技术的文献检索发现，禹晶等在《计算机工程》2006年3月刊上发表的文章“基于色度偏差的运动目标检测”中提出先将各帧同位置像素的色度值排序，再取中间值来得到背景帧，并直接对亮度差和色度差矩阵通过取阈值来进行运动目标检测的方法。该方法具有如下缺点：在进行背景帧提取时会留下大量的前景运动轨迹；在得到亮度差和色度差矩阵之后没有滤除噪声，这会影响后续前景物体的检测，直接根据连通区域去除噪声，可能会把较小的运动物体也去除掉；没有明确提出亮度差和色度差阈值的确定方法；由于亮度差和色度差相结合判定运动物体会有一定的偏差，该方法没有明确提出保留目标边界。

发明内容

本发明针对现有技术存在的不足，提出一种结合色度偏差和亮度偏差的视频运动目标检测方法。本发明提出的运动目标检测方法可解决在视频帧数少、前景运动缓慢的情况下，背景提取效果不佳的问题；通过对亮度差和色度差矩阵的中值滤波来除去部分噪声点并保留边界；提出一种确定亮度差阈值的方法，能够根据不同的视频序列特点准确的确定出相应的亮度差阈值；通过点集的投影来保留运动目标的边界，使运动目标检测结果更加准确。

本发明是通过以下技术方案实现的，具体步骤如下：

第一步，背景帧的提取

在已有的背景帧提取方法中，对于视频序列中的某一像素的R、G、B通道的色度值，只有在前景运动物体经过该点时才会发生大的变化。将各帧同位置像素的色度值排序，取中间值就能得到背景帧在这一点的色度值。但是遇到视频序列帧较少，或者前景物体运动速度慢的情况，提取出来的背景帧上会有运动目标留下的痕迹。

在本发明中，使用统计加滤波的方法来进行背景帧的提取，具体步骤如下：

①用统计的方法分通道提取背景帧

RGB每个通道的色度值范围都是[0，255]，将这个区间等分成n份，记为[0，p]，[p+1，2p]，…，[(n-1)p，255]。设某像素在各帧中的色度值pixel(i，j，d，k)集中分布在区间[mp+1，(m+1)p](0＜m＜n)，则对分布在该区间中的所有pixe](i，j，d，k)值排序，取最中间值作为d通道的背景像素色度值。

②中值滤波

在分通道对黑色轨迹区域的pixel(i，j，d，k)进行分布统计、排序和选择时，其中一个通道的色度值与另外两个通道的色度值相差很多，此时就会显示出不规则的色斑、色块：比如绿和蓝的色度值较小，而红色通道色度值较大，则三通道合成后红色就显示出来了。通过对这些颜色不平衡点的分析，发现这些噪点符合椒盐噪声的模型，故可采用中值滤波来消除这些点的干扰。

③修改色度值

为消除由步骤②得到的背景帧中存在的小块的色斑，将饱和度剧变点的原RGB三通道色度值替换成RGB三通道的色度均值。

第二步，结合亮度差和色度差的视频运动目标检测

本发明提出的方法，在利用亮度差和色度差信息检测前景物体前，先对亮度差和色度差矩阵进行滤波，以消除一部分噪声，再利用统计的高斯模型计算出亮度差的阈值，并根据经验值确定出色度差的阈值；最后对检测的结果作保留边界处理，使检测结果更加准确。方法步骤如下：

①计算亮度偏差和色度偏差