[发明专利]一种视频监测中运动目标的快速检测方法

说明书

技术领域

本发明属于视频检测领域，具体涉及一种视频监测中运动目标的快速检测方法。

背景技术

随着全程数字化、网络化的视频监控系统的发展，视频监控的作用变得愈发明显，其高度的开发性、集成性和灵活性，为整个安防产业的发展提供了更加广阔的发展空间，智能视频监控由于赋予更多的智能化、主动化、有效性等特点，成为新一代视频监控趋势。

智能视频监控系统的需求主要来自于那些对安全要求敏感的场合，如军队、公安、银行、道路、停车场等。当盗窃发生或异常发生时，该类系统能够主动向保卫人员及时准确地发出警报，使工作人员能够充分利用视频监控网络实施报警联动和应急指挥处置，从而避免犯罪的发生。同时也减少了雇佣大批监视人员的投入。

作为智能监控技术的重要内容和基础，对目标(尤其是车辆和行人目标)检测和跟踪的不断优化是智能监控技术不断进步的必要过程。目前目标跟踪检测存在的以下难题：1)运动目标监测作为目标跟踪的基础，直接影响跟踪的效果。但是由于视频获取过程中容易受到外界因素的干扰，如摄像机抖动、光照变化、目标阴影干扰、目标遮挡、同色背景干扰等，这些现实因素都会给目标监测带来相当大的难度。如随着光照角度的变化目标阴影在监测过程中会被不同程度的检测为目标前景，对目标整体形状产生很大影响；目标遮挡使检测过程很难获得目标的完整形状，丢失目标相关信息，不利于后续的跟踪；光照变化、摄像机抖动、背景干扰都可以看成噪声，同样影响目标检测的准确性。2)遮挡问题是目前目标跟踪的重点问题，现在大多数目标跟踪系统都不能有效的解决运用目标受背景或者其他目标之间的相互遮挡问题。在跟踪过程中目标遮挡是随机的、不可预测的问题。对于这样的问题简单的依赖背景建模实现目标检测或跟踪算法是不可靠的，必须建立更好地目标模型或特征模板，并利用那些可见的目标部分与模型或特征的准确匹配来解决。因此，提高目标检测的效率和准确率是智能视频监控系统中至关重要的内容。

监控视频中的目标检测，主要分为两类：(一)运动目标检测；(二)基于图像识别的目标检测。两者各有优缺点，运动目标检测能够快速有效地检测监控视频中的运动目标，但对静止于场景中的目标无法检测到，并且在粘连目标的分离上也显得比较无力；基于图像识别的目标检测，对全图中的所有目标进行检测，无论是运动目标还是静止目标，由于依赖于特征判定，这类方法在获得更高的准确率、检出率且较少受到粘连等情况的影响这些优势的同时，它一般需要更多的运行时间。

发明内容

本发明的目的在于为了克服以上现有技术的不足而提供一种视频监测中运动目标的快速检测方法。

本发明的技术方案如下：

一种视频监测中运动目标的快速检测方法，包括以下步骤：

步骤一，待测视频V＝{I₀,I₁,I₂,…,I_k}，其中I_k是视频V中的第k帧图像，将视频的第零帧图像设定为初始背景模型D₀，即D₀＝I₀；

步骤二，通过计算F_k＝I_k-D_k-1提取前景，并在F_k上提取潜在运动区域的集合S_k，设定S_k中目标的集合的初始值O_k＝{}为空集；其中提取前景为将当前正在分析的图像I_k与背景模型D_k-1点对点相减，差值超过常量10的点作为前景点，否则作为背景点；点对点相减完成之后采用形态学开、闭操作，过滤噪声并使联通区域相对更规整，再采用区域生长方法获得其中作为前景的所有联通区域，将临近区域合并，得到潜在运动区域的集合S_k；

步骤三，对于步骤二S_i中每一个潜在运动区域s，检测s中可能存在的待检目标，所有检测到的目标均加入集合O_k中；

步骤四，对O_k-1中的所有目标，在第k帧中进行跟踪，所得待检目标同样加入到O_k中，并继续向前对所有短时间内丢失的目标的最后一次出现在当前帧进行跟踪，所得目标同样加入到当前目标集合O_k中；

步骤五，对于集合O_k中一定时间不出现的目标作消失处理，将该目标从集合O_k中删除；步骤六，更新背景模型；