[发明专利]基于边缘检测和帧差法的运动检测方法

权利要求书

1.基于边缘检测和帧差法的运动检测方法，其特征是该方法包括以下步骤：

步骤一，获取图像序列，确定参考帧、当前帧图像；

步骤二，据待检测的运动目标相对于原始图像的大小来设置滤波尺度，对参考帧图像、当前帧图像进行高斯滤波；

步骤三，滤波之后，提取参考帧、当前帧的边缘信息；

步骤四，将当前帧的边缘信息、参考帧的边缘信息作“异或”，合成大边缘；然后将大边缘分别与当前帧、参考帧的原始图像相叠加，构造当前帧变换图像、参考帧变换图像；

步骤五，将当前帧图像变换图像与参考帧变换图像信息特征相比较，若其差的绝对值大于设定阈值，则确定该区域内存在运动对象，否则说明该区域内没有运动对象，采用统计直方图的方法求取双阈值，利用大、小双阈值分类得到强、弱两类运动区域，对强、弱两类运动区域进行连通域的判断，确定运动区域；

步骤六，对运动区域进行图像后处理，确定运动目标；

在实时的运动检测过程中，通常选取最近一次接收到的图像为当前帧图像，该当前帧图像的上一帧图像为参考帧图像。

2.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤一中的参考帧图像、当前帧图像都是其Y分量图像，视频图像的输入格式可能不同，需要先转换为YUV格式，YUV格式选用以亮度为基础的信息为运动信息，因为亮度是人感觉最敏感的。

3.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤二中对参考帧、当前帧图像进行高斯滤波，从而去除噪声，滤波尺度一般根据待检测的运动目标相对于原始图像的大小来设置，待测目标大小占原始图像大小的比例越小，滤波尺度选择得越大。

4.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤三中提取参考帧、当前帧的边缘信息采用sobel算子。

5.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤四中当前帧、参考帧的变换图像的获取是将边缘信息与原始图像相乘以完成叠加操作，即突出了边缘信息；如果选用各自的边缘来完成叠加，则会带来更多的噪声，将不运动的信息也误认为是运动信息，因而需要将当前帧和参考帧的边缘信息先求“异或”，构造一个大边缘。

6.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤五中双阈值的求取采用统计直方图的方法，即对原始图像的直方图进行从小到大的排序，选取固定百分比处的像素为阈值，提取了大、小两个阈值，从而得到强、弱两类运动信息，当然，小阈值进行弱分，获取的运动信息更完整，反之，运动信息稍少；对比两类运动信息，进行连通域判断，扩充强分的运动信息，去除弱分时多余的运动信息，从而确定了存在运动对象的区域。

7.根据权利要求1所述的基于边缘检测和帧差法的运动检测方法，其特征是步骤六中图像的后处理包括块匹配操作、形态学操作，块匹配操作即是对运动区域的各个像素在原始图像中对应点处的八连通或四连通域进行判断，将连通域内的各点像素置为1或0，从而更好地去除了运动区域内多余噪声，将运动对象补充得更加完整；形态学操作即是由膨胀、腐蚀组合而成的开闭运算，可以去除孤立噪声，更好地丢失小块不相关的区域块。