[发明专利]一种视频图像目标检测与分割方法及系统

说明书

技术领域

本发明涉及视频图像处理技术领域，尤其涉及一种视频图像目标检测与分割方法及系统。

背景技术

运动目标检测与跟踪是计算机视觉领域的热点问题，广泛应用于视频监控、人机交互、虚拟现实和图像压缩等。而要在各种复杂的环境中和不同的条件下(如遮挡、光照变化等)都对目标进行准确的跟踪是目前广大研究工作者共同关注的焦点，也是目前实际应用中一个亟待解决的难题。

在视频监控、目标跟踪、运动分析等实际应用系统中，往往要求能够实时检测和分割出目标。运动目标检测是视频序列运动分析与理解的基础，是底层的处理过程，是目标分类、目标跟踪等处理步骤的基础。运动目标检测的主要任务是将运动目标从视频序列中“提取出来”。

背景差分法的实现可以分为已知背景和统计背景两种。已知背景是指在开始进行运动目标检测前预先设定好运动目标的活动背景，在检测的过程中通过当前帧与背景的差分获得运动目标的模版，借助于形态学的开闭运算等方法进行滤波去噪和轮廓平滑。为后续的处理程序提供处理的对象以完成图像的分割和跟踪。在统计背景的背景差分实现中，没有预先设定目标的运动场景，一种比较简单的实现是将连续若干帧的灰度图像叠加，然后进行中值滤波，确定目标的运动场景(背景图像)，然后将当前帧与背景图像进行差分，通过形态学等方法的滤波、去噪、平滑，获取运动目标的轮廓。

帧间差分法主要是利用视频序列中连续的两帧或几帧图像的差异来进行目标检测和提取。计算第k帧图像与第k-t帧图像之间的差分，得到差分后的图像D_k，然后对差分后的图像D_k进行二值化，当差分图像中某一像素的值大于某一给定阈值时，该像素为目标像素，反之则认为是背景像素。然后对阈值化后的图像进行连通性分析，当某一连通区域的面积大于某一给定阈值，则认为该区域为目标所占的区域。

光流是指空间中物体被观测面上的像素点运动产生的瞬时速度场，包含了物体表面结构和动态行为等重要信息。基于光流法的运动目标检测采用了运动目标随时间变化的光流特性，由于光流不仅包含了被观测物体的运动信息，还携带了物体运动和景物三位结构的丰富信息，这种方法不仅适用于运动目标的检测，还可以在运动目标跟踪方面使用，甚至在摄像头存在运动的情况下也能检测出独立运动的目标。

现有技术存在以下缺点：

(1)背景差分法的优点就是算法简单，运算速度较快，基本能够满足实时检测的需要，存在的主要问题就是如果采用己知背景实现的话，需要人工干预，预先设定背景图像，自适应能力较差，而统计背景差分法相比较来说不需要人工干预，自适应能力有了很大提高。这两种背景差分法的共同缺点就是对运动目标的空间信息没有充分利用，差分得到的轮廓图像很不准确。

(2)帧间差分法对背景变化的限制比较严格，有时提取的目标与真实轮廓之间差异较大，因此使得该方法的应用受到了较大的限制。

(3)光流法在实际的应用中，由于遮挡、多光源、透明性及噪声等原因，使得光流场基本方程—灰度守恒的假设条件无法满足，不能正确求出光流场，计算方也相当复杂，计算量巨大，不能满足实时的要求。

发明内容

本发明的目的在于克服现有技术的不足，本发明提供了一种视频图像目标检测与分割方法及系统，可以提升帧间差分法的准确性，减少帧间差分法使用时的限制，可以使得图像跟踪和图像分割更加准确。

为了解决上述问题，本发明提出了一种视频图像目标检测与分割方法，所述方法包括：

获取视频图像，根据视频图像获得差分图像；

对差分图像进行插值处理，获得插值处理后的图像；

对插值处理后的图像进行二值化处理，获得二值化图像；

对二值化图像进行连通性检测及判别，获得运动目标的检测结果。

优选地，所述获取视频图像，根据视频图像获得差分图像的步骤，包括：

获取视频图像，并获取视频图像中的第k帧图像；

对第k帧图像进行延时处理，获取第k-1帧图像；

对第k帧图像和第k-1帧图像进行差分处理，获得差分图像。

优选地，所述获取视频图像，根据视频图像获得差分图像的步骤，包括：

获取视频图像，并获取视频图像中的第k帧图像；

对第k帧图像进行延时处理，获取第k-1帧和第k-2帧图像；

对第k帧图像、第k-1帧图像、第k-2帧图像进行差分处理，获得差分图像。

优选地，在所述对插值处理后的图像进行二值化处理的步骤之后，还包括：