[发明专利]一种对光照变化鲁棒的运动目标检测方法

说明书

技术领域

本发明属于智能视频内容分析领域，特别涉及一种运动目标检测方法，主要用于视频传感器固定时运动目标的检测。

背景技术

智能视频内容分析技术是利用计算机视觉技术对视频信号的内容进行处理、分析和理解，并对视频内容分析的应用系统进行控制，从而实现视频内容分析应用系统的智能化。智能视频内容分析技术以其直观、方便、信息内容详实被广泛用于银行、商店、车站、码头等一些重要的公共场所以及交通运输、国防、海关，乃至住宅社区等领域的安全防范。

在通常情况下，智能视频内容分析系统的一般流程结构如图1所示：

步骤101：视频传感器连续采集视频图像信号，并将采集到的视频图像信号经过数字化后作为输入图像发送给智能视频内容分析部分。

本步骤包括模拟视频信号的采集、模/数转化、量化等一系列处理过程，目前市面上的CCD视频传感器已经集成了将信号由模拟转化为数字的模块，即A/D转换模块。因此，从CCD视频传感器输出的视频图像信号已经实现了数字化。

步骤102：将步骤101输入的数字视频图像进行前景和背景的检测与分离，进而检测出运动目标，提取的运动目标用于后续进一步的内容分析。

目前已经有多种方法用于视频图像序列的运动目标检测，如光流法、视频图像序列的帧间差分法、背景减除法等。

步骤103：将步骤102检测到的运动目标进行分类，以便于针对不同种类的运动目标采用不同的后续分析处理方式。

通常，一个视频传感器覆盖的区域内运动目标具有多样性。对视频传感器覆盖的区域内的不同运动目标进行分类，在后续的分析处理过程中依据不同类别的先验知识给予不同的分析处理方式，提高智能的准确性。当视频传感器覆盖的区域内运动目标为单一时，可以省去本步骤。

步骤104：对步骤102检测到的运动目标进行实时自动跟踪。

跟踪运动目标的目地是为了获取运动目标在各个时刻的位置和状态，依据运动目标在各个时刻的位置和状态不仅能判定运动目标当前时刻的行为而且还能够预测运动目标将来一段时刻内的行为。

步骤105：对步骤104的跟踪结果结合先验知识，对运动目标的行为进行判定和识别。

本步骤通常是与步骤104是密切结合在一起的，本步骤是智能视频内容分析系统中“智能”的真正体现。

在智能视频内容分析系统中运动目标的检测对整个系统的性能起着决定性的作用。能否实现运动目标的准确检测直接决定了整个智能视频内容分析系统在后续分析处理过程的准确度。正因为运动目标检测在智能监控系统中的重要地位，近几十年来，学者们对视频图像序列中的运动目标检测技术做了大量且深入的研究。目前，运动目标检测技术已经比较成熟，下面是运动目标检测的三种经典方法：光流法、视频图像序列的帧间差分法和背景减除法。

(1)光流是空间运动物体在观测成像面上的像素运动的瞬时速度。光流的研究是利用图像序列中的像素强度数据的时域变化和相关性来确定各自像素位置的“运动”，即研究图像灰度在时间上的变化与景象中物体结构及其运动的关系。光流法检测采用了目标随时间变化的光流特性。利用光流法可以通过计算位移矢量光流场来实现运动目标的检测。

光流法的优点在于对运动目标在帧间的运动限制较少，可以处理大的帧间位移，还可以应用在摄像头移动的情况；主要缺点是计算相当复杂，对场景条件假设过多，抗噪性能差。

(2)视频图像序列的帧间差分法是通过检测相邻两帧图像之间的灰度变化来检测运动目标。具体做法是：将第k帧图像f_k(x，y)与第k-1帧图像f_k-1(x，y)做差分运算，直接比较连续两幅视频图像帧的不同。通过设定阈值T，得到二值化差分图像D(x，y)：