[发明专利]复杂背景下单个运动目标的检测方法

说明书

技术领域

本发明属于数字图象处理领域。

背景技术

新一代的智能视觉监控技术现在航天、军事、农业、工业等有着广泛的应用，它是一个跨学科的综合问题，也是一个极具挑战性的前沿课题。它与传统监控技术的重要区别在于，试图赋予监控系统观察分析场景内容的能力，从而能够在几乎不需要人为干预的情况下，通过对摄像机拍录的图像序列进行自动分析来对动态场景中的目标进行定位、识别和跟踪，并在此基础上分析和判断目标的行为，做到既能完成日常管理又能在异常情况发生的时候及时做出反应。

在整个视觉监控系统中，运动目标检测与跟踪处于最底层，是各种后续高级处理如目标分类、行为理解等的基础。运动目标检测是指从视频流中实时提取目标，而运动目标跟踪则指对目标进行连续的跟踪以确定其运动轨迹。

对运动目标的检测通常有三种方法光流法、瞬时差分算法和背景减法。大多数光流法的计算非常复杂，如果没有硬件支持，不适合实时处理，而且对噪声也比较敏感。瞬时差分算法虽然对动态环境有很好的适应性，能实现实时的运动检测，但是如果图像的质量不是很好，噪声比较严重的话，这种检测方法的可靠性就会大大下降。背景减法则是一个重要的运动检测方法，它能够较完整的提取目标点，却容易受到光照和外部条件造成的场景变化的影响。所以它的难点在于如何进行背景更新。

传统的这种瞬时差分算法在应用的时候有一定的局限性，如果图像中噪声比较严重的话，仅通过阈值的选取来提取运动区域出现错误的几率会比较大，而且阈值的选取并不容易，这样很容易就将噪声点误判为运动目标。

发明内容

本发明的目的是在静止的复杂背景下对单个运动目标进行检测。本发明对传统的瞬时差分的方法进行了改进，并且在以TMS320C6416为核心的DSP开发板上实现了本发明提出的改进算法，经过对算法的汇编语言的不断优化和改进，能够实时且较准确的锁定运动目标，并且能够钩实时得到运动目标的位置信息。

瞬时差分算法是主要的运动目标检测算法之一，它直接比较了两帧图像对应像素点的灰度值的不同，然后通过阈值来提取序列图像中的运动区域。这个在检测图像序列中是个很重要的过程。场景中任何可观察的运动都会在场景序列的变化上体现，检测这个变化，就是在检测其运动过程。

本发明的检测方法主要包含下列步骤：

步骤一：读取第k帧图像f_k(x，y)和第k-1帧图像f_k-1(x，y)，其中k，k-1表示第k帧和k-1帧图像，(x，y)表示图像中像素点的坐标，f_k(x，y)和f_k-1(x，y)表示像素点的像素值。

步骤二：对f_k(x，y)和f_k-1(x，y)分别进行边缘提取，得到f′_k(x，y)和f′_k-1(x，y)。边缘提取的算子很多，可以选择laplace算子，拉普拉斯算子是对二维函数进行运算的二阶导数标量算子。它的定义为

▿2f(x,y)=∂2∂x2f(x,y)+∂2∂y2f(x,y)]]>

其中和表示在x方向和y方向的二阶偏导数。在计算中使用的laplace算子是：