[发明专利]一种运动目标检测方法及实现运动目标检测方法的检测系统

说明书

技术领域

本发明属于视频检测技术领域，涉及一种运动目标检测方法，还涉及实现上述运动目标检测方法的检测系统。

背景技术

运动目标检测也称为运动目标分割，是将运动的目标从监控视频序列中提取出来的一项智能分析技术，是整个视频监控系统的关键一步，也是目标跟踪、识别及行为理解等后续处理的基础。受环境、光线以及噪声等影响，运动目标检测极具挑战，是机器视觉领域一直研究的热点。传统的运动目标检测算法包括帧间差分法、光流法和背景差分法三大类。背景差分法是通过当前帧图像与背景模型图像差分来检测运动目标的，其关键是如何构造一个鲁棒性的背景图像。与帧间差分法和光流法相比较，背景差分法由于建模不需要先验知识、运算速度快、目标检测精准等优点，而成为研究的焦点。现有技术中的检测方法容易出现鬼影或阴影，而且在光照变化的运动目标检测过程中，背景是不断变化的，目前的运动目标检测算法大多对光线的变化不能适应，背景更新不及时，导致运动目标检测结果不好。现有技术中一般是采用计算机实现运动目标的检测的，但是随着视频图像分辨率的提升，计算机计算能力有限，处理速度慢，实时性差。

发明内容

本发明的目的是提供一种运动目标检测方法，克服了现有技术中的检测方 法存在的检测的运动目标会出现阴影且不能适应光线的变化造成的运动目标检测质量低的技术问题。

本发明的另一目的是提供实现上述运动目标检测方法的检测系统，提高了检测的实时性。

本发明采用的第一技术方案是，一种运动目标的检测方法，具体按照以下步骤实施：

步骤1：输入待检测视频帧图像转化成的灰度图像；

步骤2：进行运动目标检测，具体过程如下：

2.1，通过像素空间法计算当前帧图像F_t(x,y)像素q的邻域像素和背景图像B_t(x,y)对应像素的灰度差值统计出像素q的置信因子，通过置信因子的大小判断像素为背景像素还是前景像素，得到当前帧运动目标的检测结果；

2.2，通过计算当前背景图像B_t(x,y)像素和当前帧图像F_t(x,y)像素的CSLBP纹理特征值更新背景图像B_t(x,y)为B_t+1(x,y)，更新后的背景图像B_t+1(x,y)供检测下一帧图像F_t+1(x,y)的运动目标时使用；

2.3，对当前帧图像F_t(x,y)检测结果进行后处理，使用数学形态学开运算去除小噪点和断裂部分；

步骤3：将当前帧检测到的运动目标图像输出；

重复上述步骤，直至检测完毕所有的视频帧图像。

本发明采用的第一技术方案的特点还在于，

步骤2.1的具体过程如下：

2.1.1，初始背景图像B₁(x,y)选用第一帧图像F₁(x,y)；

2.1.2，对于当前帧图像F_t(x,y)像素q的邻域像素k_n的邻域像素u_m做如下统 计，n＝1,2,3,4，m＝1,2,3,4：

其中，count表示像素k_n的邻域像素u_m中，abs(F_t(u)(i,j)-B_t(u)(i,j))<T₁的像素的个数，初始值为0，F_t(u)(i,j)表示当前帧图像k_n的邻域像素u_m的灰度值，B_t(u)(i,j)表示当前背景图像k_n的邻域像素u_m的灰度值，abs(·)为取绝对值函数，T₁为灰度值差阈值；

当前帧图像F_t(x,y)像素q的邻域像素k_n是指：根据图像像素的处理顺序，将像素q的8邻域像素中处理顺序在像素q之前的像素作为像素q的邻域像素k_n；将像素k_n的8邻域像素中处理顺序在像素k_n之前的像素作为像素k_n的邻域像素u_m；

由于k_n的邻域像素u_m有4个，所以最后得到的统计值count∈[0,4]；