[发明专利]大数据运动目标检测识别方法及系统

权利要求书

1.一种大数据运动目标检测识别方法，其特征在于，包括:

在监控视频中检测出存在运动模糊阴影的图像，对存在运动模糊阴影的图像进行运动模糊阴影恢复，对存在运动模糊阴影的图像进行运动模糊阴影恢复，包括：

检测出图像中的运动模糊阴影；

获得运动模糊阴影中的每个像素点的周边像素点与所述像素点的像素值差值，获得每个周边像素点与所述像素点的角度，以所述角度的余弦值作为权值，按照所述权值对所述像素值差值进行加权求和，以求和得到的值除以周边像素点的数量，得到所述像素点的损失像素值；

对于运动模糊阴影中的每个像素点，将所述像素点的像素值加上所述损失像素值，得到所述像素点的恢复像素值，每个像素点的像素值恢复成恢复像素值的运动模糊阴影是恢复区域；

对所述恢复区域进行瘦身，得到瘦身区域，包含了瘦身区域的图像就是恢复好的图像；

在监控视频中检测出存在运动模糊阴影的图像都恢复完成后，监控视频变成恢复视频，所述恢复视频包括多张进行了运动模糊阴影恢复的图像；

在进行了恢复视频中进行目标检测，得到需要检测识别的目标。

2.根据权利要求1所述的方法，其特征在于，在对所述恢复区域进行瘦身，得到瘦身区域之后，所述方法还包括：

获得运动模糊阴影的像素值的平均值作为像素值均值，以像素值均值作为图像的运动阴影全局像素值；

对图像的运动阴影全局像素值进行调整。

3.根据权利要求2所述的方法，其特征在于，所述对图像的运动阴影全局像素值进行调整，包括：

对于当前帧图像是第j帧图像，获得第j-1帧图像的运动模糊阴影的像素值的平均值m与第j帧图像的运动模糊阴影的像素值的平均值w的差值h1，j是正整数；

获得第j+1帧图像的运动模糊阴影的像素值的平均值r与第j帧图像的运动模糊阴影的像素值的平均值w的差值h2；

第j-1帧图像与第j帧图像的角度为0°，第j+1帧图像与第j帧图像的角度为180°；

按照公式Qi=计算得到第j帧图像的损失像素值，此时，n表示与第j帧图像相邻的图像的数量，n=2,表示与第j帧图像相邻的第k个图像与第j帧图像的运动模糊阴影的像素值的平均值的差值，表示第j帧图像相邻的第k个图像与第j帧图像之间的角度，Qi表示第j帧图像的损失像素值；

将第j帧图像的运动阴影全局像素值加上第j帧图像的损失像素值，得到调整后的第j帧图像的损失像素值的运动阴影全局像素值，即调整后的第j帧图像的损失像素值的运动阴影全局像素值为I+Qi。

4.根据权利要求2所述的方法，其特征在于，在对图像的运动阴影全局像素值进行调整之后，所述方法还包括：

以调整后的运动阴影全局像素值作为基准，重新调整图像中的运动模糊阴影的像素点的像素值，得到二次恢复区域。

5.根据权利要求3所述的方法，其特征在于，所述以调整后的运动阴影全局像素值作为基准，重新调整图像中的运动模糊阴影的像素点的像素值，得到二次恢复区域，包括：

对于调整后的图像的运动模糊阴影，获得调整后的运动模糊阴影中每个像素点的像素值与像素值均值的比值，以比值作为调整因子；

以运动模糊阴影中的每个像素点的像素值加上调整因子与图像的损失像素值之间的乘积，得到二次恢复区域的像素值。