[发明专利]基于提取函数和三通道分离的人物运动变化检测方法

说明书

技术领域

本发明属于图像处理技术领域，涉及图像变化检测，特别是一种基于提取函数和三通道分离对人物运动变化的智能检测方法，可用于智能监控和智能辅助驾驶等诸多领域。

背景技术

变化检测是通过对不同时期图像的比较分析，根据图像之间的差异来得到所需要的目标变化信息。运动目标的检测与跟踪的目的是通过对视频图像的分析，实现对场景中目标的定位、识别和跟踪，从而做到对目标行为的分析，以便对异常情况做出反应。运动目标检测实时地在被监视的场景中检测场景图像的变化并提取新的目标，为目标的进一步识别和分析做准备。

目前，国内外对运动目标的检测主要集中在对交通车辆的检测上，对人物运动的检测非常有限。然而对交通车辆的变化检测的算法已经趋于成熟，所以可以将这些算法改进以后用于对人物运动的检测上。

根据国内外相关文献，基于视频的人物运动变化检测主要有3种方法：光流法，帧间差分法和减背景法。

一．光流法

这种方法的基本思想是通过计算出来的光流场来模拟运动场。光流场指图像灰度模式的表面运动，而运动场指三维物体的实际运动在图像平面上的投影。理想情况下，光流场和运动场互相吻合，但实际上光流场和运动场并不都是一样的。一般来说，我们希望光流场和运动场差别不大，研究光流场的目的就是为了从序列图像中近似计算不能直接得到的运动场。光流法不需要事先对图像进行处理或者抽取特征，而是直接对图像本身进行计算。

光流法尽管在处理背景运动和遮挡问题上有很大优势，但是还是有很多不足之处：(1)基本的光流约束方程并非严格成立，只有在梯度较大的点或者一些比较特殊的表面结构，如在漫反射和平移占优的运动情况下，基本的光流约束方程才严格有效；(2)光流的计算存在较大的噪声和误差，其原因除了基本的光流约束方程并非严格成立外，微分运动对噪声的敏感性，附加约束条件的不完善等因素，使从有噪声的图像中精确计算光流存在着较大的困难。(3)光流的计算量偏大，一般都需要迭代运算，所以比较耗时，而且精度越高的光流算法计算代价就越大，普通的数字信号处理芯片和硬件系统构架是难以胜任的，因此光流法的造价要比其他算法的造价高。

二．帧间差分法

帧间差分法又称图像序列差分法，该方法利用视频序列中相邻两帧图像灰度差值的绝对值来分析序列的运动特征，确定视频序列中有无人物运动。图像序列逐帧的差分，相当于对图像序列进行了时间域上的高通滤波。

帧间差分法能够较快适应背景的动态变化，尤其对光照变化具有一定的鲁棒性，但是它对于运动速度较慢的目标的检测结果会出现空洞，而对于运动速度较快的目标会检测出虚假目标，检测算法的性能不能够得到保证。

三．减背景法

减背景法是运动检测领域最常用的算法之一，该方法首先计算当前帧和设定的场景背景模型的差，然后通过比较计该差值与设定的阈值的不同来检测运动。

该方法原理简单，可用于实际监控系统中区，但是减背景法对场景的变化比较敏感，在背景变化较大时会造成误检，甚至完全失效。它的难点在于初始模型的建立和运动检测过程中背景模型的及时更新。然而对人物的运动检测一般应用于室内，而室内的光线可认为变化不大，故不需要考虑背景的更新，但是由于人的轮廓是不规则的弧形，故简单的减背景法不能很好的检测出人体的轮廓。

发明内容

本发明的目的在于针对上述减背景法中的不足，结合提取函数法和三通道分离法的初始模型和检测方法，提出一种基于提取函数和三通道分离的人物运动变化检测方法，以很好地保留运动人体的轮廓。

实现本发明目的的技术思路是：通过对一段视频的前100帧图像的灰度图和YUV三通道分离后对应的单通道图像的灰度值分别求和再取平均值得到四幅背景图像；采用提取函数法对待检测帧图像B的灰度图和对应的灰度背景进行处理，得到提取函数法的检测结果图；通过大津阈值法对待检测帧B的YUV三通道分离图像及其对应的背景图像进行处理得到三幅单通道的结果图；通过三选二的选择机制将三者融合为一幅图，并与提取函数法的结果图进行或运算，得到最终结果。其具体步骤如下：

(1)对一段人物运动视频的前100帧彩色红绿蓝RGB图像的每帧图像进行灰度转换，得到对应的灰度图，将该100帧灰度图中对应的像素点的灰度值求和再取平均值，得到灰度图背景A(i，j)，i，j代表像素点坐标；