[发明专利]一种基于背景差分和HOG特征的运动目标检测方法

权利要求书

1.一种基于背景差分和HOG特征的运动目标检测方法，其特征在于，包括以下步骤：

步骤1，获取视频，采用背景差分方法，对视频进行背景建模，提取出目标前景图像；

步骤2，对步骤1中提取出的目标前景图像进行校正，具体为确定提取出的目标前景图像中每个待校正区域的位置，并计算每个待校正区域的外接矩形的大小，对每个待校正区域进行以下处理：

201，若某个待校正区域被另一个待校正区域的外接矩形完全包含，则将该区域加入到另一个区域中；

202，若某个待校正区域的外接矩形与另一个待校正区域的外接矩形相交或两者之间的距离小于阈值，则将两个区域合并；

203，将剩余的待校正区域中外接矩形面积小于设定值的区域直接过滤掉；

204，将经过步骤201-203后剩下的外接矩形作为运动区域；

步骤3，在校正后的目标前景图像中，用HOG特征描述子进行运动区域内的目标检测。

2.根据权利要求1所述的一种基于背景差分和HOG特征的运动目标检测方法，其特征在于，步骤1中背景建模是采用自适应背景模型。

3.根据权利要求1所述的一种基于背景差分和HOG特征的运动目标检测方法，其特征在于，步骤3中用HOG特征描述子进行运动区域内的目标检测，具体步骤如下：

301，采用Gamma校正法对步骤2中校正后的目标前景图像进行颜色空间的标准化；

302，对步骤301中标准化之后的图像进行分块，再将每个块进行单元划分；

303，计算步骤2中校正后的目标前景图像的梯度；

304，将步骤303中计算得到的梯度投影到单元的梯度方向，并且构建直方图；

305，将所有单元在块上进行归一化；

306，提取运动区域内所有块的HOG特征；

307，将步骤306中提取的HOG特征输入到SVM分类器中，寻找一个最优超平面作为决策函数，从而完成目标检测。

4.根据权利要求3所述的一种基于背景差分和HOG特征的运动目标检测方法，其特征在于，步骤202中所述阈值通过OTST动态阈值算法得出。

5.根据权利要求4所述的一种基于背景差分和HOG特征的运动目标检测方法，其特征在于，通过形态学滤波对步骤1提取出的目标前景图像进行噪声消除。