[发明专利]基于边缘检测和帧差法的运动检测方法

说明书

技术领域

    本发明涉及的是一种基于边缘检测和帧差法的运动检测方法，能够从获取的视频中实时地检测出运动区域。

背景技术

正确地从视频流中提取运动目标是计算机视觉领域一个重要的研究问题，也是许多智能视频系统(如视频监视、交通自动监控等)的基础部分。运动检测是指在视频图像序列中判断是否有运动物体的检测过程。目前，常用的运动目标检测方法有：光流法、帧差法和背景减法。

1.基于光流的方法：光流是图像亮度的运动检测描述。光流是指空间运动物体观测面上的像素点发生运动时产生的瞬时速度场，反映出二维图像表面灰度变化和场景中物体结构及动态行为等重要信息。研究光流场就是为了从图像序列中近似计算得到运动场的信息，然后根据各个像素点的速度矢量特征，实现图像序列的动态分析。

光流法需要对序列图像中所有的像素点进行处理，导致计算量大，另外光流法没有对目标大小和亮度采用相应的控制参数，使其对图像中的噪声以及光线变化比较敏感。

2.基于相邻帧差的方法：相邻帧差法是指将视频序列中相邻的两帧或几帧做像素域上的减法运算，并根据规则计算对应像素点的差值，如果差值大于一定的阈值，就认为该点对应位置有运动目标存在并提取运动目标。这种算法简单，相对而言计算量和空间耗用率都比较低，同时对动态变化环境中

的运动目标检测有较强的自适应性。但得到的检测结果有时会不太完整，对帧间的时间间隔有很大的依赖性，不适合对于快速和慢速以及微小运动目标的检测。

3.背景减除法：背景减除法师对固定摄像机捕获视频的运动检测中最常用的一种方法，主要思想是经过一定时间的学习获得一个参考帧，成为“背景帧”或者“背景模型”，然后将新获得的当前帧和背景帧进行求差，差值超过一定阈值的像素点即认为是前景点或者运动目标。混合高斯是主流研究的一种背景减除法。背景建模是整个方法的基础。背景模型必须能够代表没有运动物体的静止场景，同时不断更新，和视频中的背景保持一致。但是在存在光照变化、天气变化等复杂动态场景中时，需要具有很好的背景更新机制，否则目标的检测将受到很大的影响。  

当然，除了以上三种常用方法之外，目前研究的还有基于统计学的运动检测方法等等，或者是以上任意两种方法的结合。然而，两种或三种方法的结合必然会增加方法的复杂度，对应的计算时间必然会延长。

发明内容

 本发明提出的是一种新的基于边缘检测和帧差法的运动检测方法，其目的旨在提高智能监控系统的实时性，满足DSP硬件达到高速性能的需求。  

本发明的技术解决方案：基于边缘检测和帧差法的运动检测方法，包括以下几个步骤：

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选取滤波的尺度，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原始图像、参考帧原始图像相叠加，形成当前帧及参考帧的变换图像；

步骤五，将当前帧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，确定存在运动对象的区域；

步骤六，对已确定存在运动对象的区域，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。

本发明的优点：采用帧差的思路，简单易行，避免了光流法、混合高斯计算复杂，计算时间仅为经典混合高斯的1/3，满足智能监控实时性的需求；将边缘检测和帧差法结合，外加一系列处理，对帧差法检测结果不完整有所改善；相比主流方法——混合高斯，不易受光照、外界干扰的影响。

附图说明

附图1是基于边缘检测和帧差法的运动检测方法的流程图。

具体实施方式

实施例

下面结合附图1对本发明的运动检测方法进行了详细的说明。

步骤一，获取图像序列，确定参考帧图像、当前帧图像；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，选取所述当前帧图像的上一帧图像为参考帧图像。