[发明专利]基于多模型估计的航拍视频运动目标检测方法

权利要求书

1.一种基于多模型估计的航拍视频运动目标检测方法，其特征在于步骤如下：

步骤1：利用金字塔Mean shift方法对当前帧图像进行彩色分割，取面积大于给定阈值Thresh的彩色块为背景块{PatchB_i|i＝1,2,...,BNum}，其余为前景块{PatchF_j|j＝1,2,...,FNum}，其中BNum表示帧分割结果中背景块个数，第i块PatchB_i＝{Area_i,PSet_i,PSet_i'}，Area_i表示第i块的面积即所包含点数，PSet_i表示第i块所包含点的坐标集合，PSet_i'表示PSet_i中所有点在相邻帧中对应点的坐标集合；FNum表示前景块个数，第j块PatchF_j＝{Area_j,PSet_j,PSet_j'},Area_j表示第j个前景块的面积即所包含点数，PSet_j表示第j个前景块所包含点的坐标集合，PSet_j'表示PSet_j中所有点在相邻帧中对应点的坐标集合；

步骤2：利用金字塔光流算法对背景块中的点集PSet_i进行稠密光流体征提取，计算PSet_i的像素点(x₀,y₀)在相邻帧中对应点的坐标为(x₀',y₀')：

x₀'＝x₀+u(x₀,y₀)

y₀'＝y₀+v(x₀,y₀)

u(x₀,y₀),v(x₀,y₀)分别表示像素点(x₀,y₀)处的水平方向、竖直方向的光流；采用同样方法计算前景块中点集PSet_j的像素点(x₁,y₁)在相邻帧中对应点的坐标为(x₁',y₁')：

x₁'＝x₁+u(x₁,y₁)

y₁'＝y₁+v(x₁,y₁)

步骤3：利用RANSAC方法计算背景块PatchB_i的仿射变换模型AF_i，计算PSet_i的像素点(x₀,y₀)对应的投影误差

errx0erry0=AFi·x0y01-x0′y0′]]>

如果则(x₀,y₀)为符合仿射变换模型AF_i的背景点，否则为背景内的噪声点；多模型集合记为AF＝{AF_i|i＝1,2,...,BNum}，AF_i＝[R_i|T_i]，其中R_i和T_i分别为旋转矩阵和平移矩阵；

步骤4：计算当前第j个前景块PatchF_j中第k个点(x_j,k,y_j,k)在第i个背景模型下的运动矢量：

Vj,k(x)Vj,k(y)=xj,k′yj,k′-AFi×xj,kyj,k]]>

其中(x_j,k',y_j,k')表示(x_j,k,y_j,k)在PSet_i'中对应点的坐标，V_j,k(x)和V_j,k(y)分别表示水平和垂直方向的运动速度；

计算第j个前景块对第i个背景模型的隶属度：

M(i,j)=Σk=1Areaj(Vj,k(x)-Vj(x)‾)(Vj,k(y)-Vj(y)‾)Σk=1Areaj(Vj,k(x)-Vj(x)‾)2·Σk=1Areaj(Vj,k(y)-Vj(y)‾)2]]>

Vj(x)‾=Σk=1AreajVj,k(x)Areaj]]>

Vj(y)‾=Σk=1AreajVj,k(y)Areaj]]>

步骤5：根据隶属度矩阵计算隶属矩阵P：

P(i,j)=1M(i,j)>θ0otherwise]]>

其中θ为隶属度阈值，若则确定第j个前景块是运动块；对运动块进行合并：

a)初始化模型集队列Q为NULL，目标集队列O为NULL；

b)统计当前第j个前景块所隶属的背景模型，这些背景模型的集合记为S_j：

Sj={AFi|∀i,P(i,j)=1}]]>

c)遍历模型队列Q，若使得Q(m)∩S_j≠NULL，则将S_j并入Q(m)，Q(m)＝Q(m)∪S_j，将第j个前景块并入对应的目标集O(m)，否则执行步骤d)；

d)将S_j作为新成员加入模型集队列Q，对应前景块作为新成员加入目标集队列O；

步骤6：遍历目标集队列O，若当前成员中存在两个块中心距离小于第一阈值则进行合并，合并之后进行噪声去除，对于检测结果中面积小于第二阈值的运动块，作为错误检测进行去除，最后将检测结果显示输出。