[发明专利]航拍交通视频车辆快速检测方法

说明书

技术领域

本发明涉及视频图像的运动估计和检测方法，特别是交通视频图像中运动车辆的检测方法，属于交通监视、视频处理领域。

背景技术

近十年来，交通拥堵、交通事故和环境污染对社会经济发展和生活产生了重要的影响，而智能交通系统成为解决这一问题的主要手段。现有的交通监视手段多是将采集装置固定于路面，由于固定的监视设备受路面状况制约，灵活性不够强，因此近年来又出现了在空基平台采集交通视频的方法。本发明正是基于空基平台采集的图像而提出的。

运动目标检测是数字图像处理技术的一个重要组成部分，它是计算机视觉、模式识别、目标识别与跟踪、运动图像编码、安全监控等研究领域的重点与难点，在军事、国防和工业等领域有着广泛的应用前景。序列图像的运动分析因其巨大的应用价值而受到广泛的重视。它的基本任务是从图像序列中检测出运动信息，简化图像处理过程，得到所需的运动矢量，从而能够识别与跟踪物体。

目前的运动目标检测方法主要有时域差分法、背景差除法、光流法。

其中时域差分法是将前后2帧或3帧图像相减，若差值大于某一阈值，就判断出现运动目标，并报警。

时域差分运动检测法对于动态环境具有较强的自适应性，鲁棒性较好，能够适应各种动态环境，但一般不能完全提取出所有相关的特征像素点，这样在运动实体内部容易产生空洞现象。该算法是三类前景提取算法中运算量最小的算法，仅仅需要对连续的几帧图像进行差值运算并进行阈值判断。虽然该算法能够高效地提取出运动区域，但是在包含运动车辆的图像序列中往往受到拍摄设备抖动、气候变化、昼夜交替、灯光闪烁等因素的影响，并不能有效地区分运动车辆和其他的运动物体，给车辆的正确提取造成很大的干扰。

背景差除法是一种常用的运动目标检测方法，其基本思想是将当前每一帧图像与事先存储或者实时得到的背景图像相减，若像素差值大于某一阈值，则判定此像素为出现在运动目标上的，且相减的阈值操作后得到的结果直接给出了目标的位置、大小、形状等信息。

这种方法对光照的环境条件变化非常敏感，容易产生误报警，且当背景改变时更新很慢。使用背景差方法进行运动目标检测通常会遇到如下一些问题：背景获取：背景图像的获取最简单的方法是在场景没有运动目标的情况下进行，但是在实际应用中无法满足这种要求；背景的扰动：背景中可以含有轻微扰动的对象，如树枝、树叶的摇动，扰动部分不应该被看作是前景运动目标；外界光照条件的变化：一天中不同时间段光线、天气等的变化对检测结果的影响；背景中固定对象的移动：背景里的固定对象可能移动，如场景中的一辆车开走，对象移走后的区域在一段内可能被误认为是运动目标，但不应该永远被看作是前景运动目标；背景的更新：背景中固定对象的移动和外界光照条件的变化会使背景图像发生变化，需要及时对背景模型进行更新，以适应这种变化；阴影的影响：通常前景目标的阴影也被检测为运动性目标的一部分，这样将影响运动目标的进一步处理和分析，给以后的跟踪和识别带来误差。

光流的计算方法一般分成四类：(1)基于梯度的方法；(2)基于匹配的方法；(3)基于能量的方法；(4)基于相位的方法。研究得最多的是基于梯度的算法。

光流分析法通过对视屏图像光流长的分析，可以在摄像机运动的情况下检测出运动目标，但计算复杂，实时性较差。基于光流方法的运动检测采用了运动目标随时间变化的光流特性，从而能有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的运动目标。然而，大多数的光流计算方法相当复杂，且抗噪性能差，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。

目前常用的航拍交通视频图像的车辆检测方法均是将在空中采集到的视频图像经过压缩编码后传回地面，地基处理平台将压缩图像解压后再对车辆进行检测，现有的方法都没有利用压缩图像中已有的运动矢量及运动区域信息，由于解压和运动检测的运算量均较大，很难同时满足实时性，稳定性和精确性的要求。

发明内容

本发明针对现有技术存在的不足，提供一种航拍交通视频车辆快速检测方法，该方法结合压缩编码中的全局运动估计与分水岭分割技术，解决了对航拍图像进行解压缩和运动目标检测时运算量较大，难以同时满足实时性和鲁棒性要求的问题。

本发明的技术解决方案：航拍交通视频车辆快速检测方法，步骤如下：

步骤100、在空基编码部分，对采集图像帧系列，采用全局运动估计，确定背景的全局运动矢量；

步骤200、根据全局运动矢量计算残差值，分割出背景区域和运动区域；