[发明专利]一种基于移动目标跟踪的机动车自动检测方法

说明书

技术领域

本发明属于电子领域，具体涉及一种基于移动目标跟踪的机动车自动检测方法。

背景技术

汽车检测录像是一种在待检测的视频中或者摄像头中发现汽车并反馈汽车的数量从而触发录像的方法。近年来汽车检测在计算机视觉领域受到足够关注和重视，在视频或摄像头内的汽车由于大小形态差异、运动速度不同等影响，汽车的形态存在较大的变化。因此汽车检测也成为了计算机视觉领域的一个研究难点。

现今机动车非常多，涉及到机动车的违章、包括刑事侦查，需要对机动车进行监控，过多的机动车、摄像头和录像，带来了海量的录像，造成查看困难，消耗太多人力和物力。故，针对目前现有技术中存在的上述缺陷，实有必要进行研究，以提供一种方案，解决现有技术中存在的缺陷。

发明内容

本发明的目的在于提供种一种基于移动目标跟踪的机动车自动检测方法，解决现有技术中机动车视频无效视频记录过多，查阅困难，占用过多内存等问题。

为了实现上述的目的，采用如下的技术方案：

一种基于移动目标跟踪的机动车自动检测方法，包括以下步骤：

步骤S1：读取摄像头，循环提取摄像头中的当前帧图像；

步骤S2：将此帧图像转换到需要的色彩空间进行处理，虑除图像的噪声，设置图像的感兴趣区域，将前景与背景进行分割，阈值化处理得到车辆的二值化图像，通过腐蚀函数进一步来查找二值轮廓从而判断符合汽车的width(宽度)和height(高度)；

步骤S3：背景初始化与更新，在一定的时间内，取视频图像帧进行加运算，求平均值得出背景，并将背景进行实时更新；

步骤S4：提取前景运动车辆，运用背景差分法进行视频车辆检测，背景差分法公式形式如下：

其中，(x,y)为像数点的坐标，D_n(x,y)为二值化图像，f_n(x,y)为待检测图像，B_n(x,y)为背景图像；

步骤S5：判断此帧图像中是否有检测到汽车，有则触发录像功能，开始录像；

步骤S6：触发录像功能后，录像持续设定好的一段时间，此时再将摄像头的当前帧进行汽车检测，如果检测到汽车，则继续录像，直到当前帧中无车辆出现，则结束录像。

其中，步骤S2中，在图像预处理完成后，接着通过前景图像和背景图像，提取视频中的前景图像，即运动车辆。这一步是将车辆目标从图像中提出来，目前常采用的方法是通过图像分割技术来实现，常用的分割技术有边缘测、阈值分割以及区域生长三类。对获得的车辆前景和背景差图像采用阈值分割化技术。阈值分割的原理其实是先确定一个处于图像灰度范围内的灰度值，然后通过将图像中各个像素的灰度值和该阈值比较，由比较的结果将图像划分为两类：像素灰度大于阈值的一类和像素灰度小于阈值的一类。阈值分割主要分成两个步骤：(1)确定分割阈值；(2)通过确定的阈值T分割图像像素并二值化。

在步骤S4中，视频汽车检测是运动目标检测的一部分，本文针对车辆检测的特点，对其基本原理进行分析与研究，得出运用背景差分法进行视频车辆检测。这种方法进行运动车辆检测时可以克服帧间差分法的缺点,可以比较完整和精确地对运动目标进行检测。背景差分法这种优点可以应用于运动车辆检测中，但是这种方法无法自适应,要想适应环境的变化，必须对背景实时升级,这必然会涉及背景模型，其包括背景的提取和背景的更新。通常会遇到如下一些问题：

(1)背景的提取。当前背景的提取方法大致分为两大类，一类是无运动车辆存在时背景的提取方法，另一类是有运动车辆存在时的背景提取方法。第一类：如W4法，这种无运动车辆存在的条件在车辆检测环境下很难满足,且需要人为的实时监控。第二类：如基于统计的方法包括平均值法,中值法等,然而这种方法在运动物体所占面积较大和在大量帧中出现时,估计出的背景帧不理想且处理时间较长；

(2)背景的更新。其需要背景模型应迅速跟上实际背景关照的变化、运动物体静止下来时应及时收入到背景帧中、静止物体移走后应及时从背景模型中消失，否则会出现大范围的噪声和误检测现象。