[发明专利]基于时空树型滤波器的图像/视频目标检测结果增强方法

说明书

本发明涉及一种基于时空树型滤波器的图像/视频目标检测结果增强方法，包括：对任意一种视频或图像目标检测算法得到的二值前景检测图进行前景碎片拼接与检测噪声去除；在得到的检测图中，对提取的前景目标区域进行时空树型滤波器增强；对滤波区域进行二值化操作。本发明利用视频序列的时间连续性提出了全局的时空树型滤波器，该发明可以有效利用短期历史内同一前景目标的所有像素内容对当前时刻的检测图像进行改进和增强。且本发明结合了局部滤波和全局滤波各自的优势，它既能实现较好的保边效果又考虑了所有前景像素之间的稠密时空相关性，从而使增强后的前景检测目标内部完整，轮廓清晰，噪声明显减少。

技术领域

本发明涉及图像或视频的目标检测技术领域，尤其是涉及一种基于时空树型滤波器的图像/视频目标检测结果增强方法。

背景技术

视频目标检测的目的是使用算法自动检测同一场景不同时间拍摄的一系列图像中发生变化区域或是存在兴趣目标的区域。

目标检测算法常常得到充满噪声的结果以及欠检测的结果，有时候也容易出现目标过平滑的情况，目前没有一种检测算法能够适用于所有的场景和任务要求。为了得到令人满意的检测结果，目前已有一些对初步的检测图进行增强处理的算法。常用的算法包括：图像形态学操作、马尔科夫随机场、条件随机场。图像形态学操作的增强效果十分有限，常用的马尔科夫随机场会使增强结果出现过平滑的情况，而条件随机场算法速度不能达到实时性。

最近几年，新型图像滤波器以其优秀的去噪与增强效果成为研究热点。然而图像滤波至今没有被用到视频检测结果增强领域，且绝大部分图像滤波只针对一张图像。

发明内容

本发明的目的是：得到令人较为满意的图像/视频目标增强检测结果。

为了达到上述目的，本发明的技术方案是提供了一种基于时空树型滤波器的图像/视频目标检测结果增强方法，其特征在于，包括以下步骤：

步骤S1：使用任意一种目标检测算法得到的初步检测图进行前景碎片拼接与检测噪声去除；

步骤S2：在步骤S1提取的前景目标区域的基础上进行目标匹配，接着进行时空树型滤波器增强操作，其中，包括以下步骤：

步骤S2-1：计算出所有时刻t∈{1,...,k}中所有前景区域p_m(t)对应的前景像素的灰度均值μ_m(t)与像素区域的中心c_m(t)，对最新时刻k的第m个前景区域建立引导图集合同时建立初步检测图集合

步骤S-2：在以c_m(k)为圆心、半径为Th_r的区域内搜索之前每个时刻图像中是否有其他前景区域的像素中心c(t)落入其中：如果在同一时刻有多个前景区域满足条件，则只选取平均像素灰度最接近μ_m(k)的那个前景区域为潜在匹配对象，并把该前景区域堆叠到引导图集合的下部，同时把该前景区域对应的二值图像加入初步检测图集合如果在一个时刻中没有找到任何前景区域，则不对引导图集合及初步检测图集合进行任何操作；

步骤S-3：遍历完所有时刻后，对引导图集合与初步检测图集合使用时空树型滤波；

步骤S3：对步骤S2的滤波区域进行滤波区域二值化。

优选地，所述步骤S1中，对初步检测图进行前景碎片拼接包括以下步骤：

步骤S1-1：对初步的前景检测算法得到的k帧连续二值图像，用8连接方式统计所有白色联通区域包含的像素数，如果像素数大于阈值Th_area，认为白色联通区域是一个潜在前景区域，然后用一个外接矩形进行包络，为预防欠检测的情况，将外接矩形向外扩张10-20个像素值；

步骤S1-2：在整幅图片中对有重叠现象的矩形框进行合并，用一个更大的外接矩形框包络所有重叠的矩形框，实现了前景碎片区域的拼接。