[发明专利]一种移动物体侦测的方法

权利要求书

1.一种移动物体侦测的方法，其特征在于，包括：

S1：根据移动侦测算法获取待测图像中正在移动的目标，得到第一目标图像；

S2：对所述第一目标图像进行滤波处理，得到滤波图像；

S3：对所述滤波图像进行背景相似度过滤处理，得到第二目标图像；

S4：根据目标锐利边缘的长度对所述第二目标图像进行过滤处理，得到第三目标图像；

S5：将所述第三目标图像输入至训练完成的分类器中，输出图像分类结果。

2.根据权利要求1所述的方法，其特征在于，所述S1包括：

采用高斯混合模型和VIBE算法获取所述待测图像中正在移动的目标，并对所述正在移动的目标进行标记，得到标记目标区域的所述第一目标图像。

3.根据权利要求1所述的方法，其特征在于，所述S2包括：

使用中值滤波器对所述第一目标图像的噪声进行滤波处理，得到所述滤波图像。

4.根据权利要求2所述的方法，其特征在于，所述S3包括：

S31：对所述滤波图像的所述目标区域进行裁剪，获取第一目标区域图片以及其对应的背景图片；

S32：利用matchTemplate函数计算所述第一目标区域图片以及其对应的所述背景图片的相似度；

S33：将计算得到相似度与预设的第一阈值进行比较，根据比较结果，将由于区域性的光线变化产生的所述目标区域进行过滤，得到所述第二目标图像。

5.根据权利要求2所述的方法，其特征在于，所述S4包括：

S41：对所述第二目标图像的所述目标区域进行裁剪，获取第二目标区域图片；

S42：利用Canny边缘检测算法，获取所述第二目标区域图片中目标区域的边缘；

S43：连通所述第二目标区域图片中目标区域的边缘，获取最长边缘，并计算得到所述最长边缘的长度；

S44：将所述最长边缘的长度与预设的第二阈值进行比较，根据比较结果，将由影子产生的所述目标区域进行过滤，得到所述第三目标图像。

6.根据权利要求1所述的方法，其特征在于，所述分类器的训练方法包括：

步骤1：收集不同阴影类型和目标类型的图像，利用移动侦测算法获取所述图像中正在移动的目标，并对所述正在移动的目标进行标记，得到标记目标区域的图像；

步骤2：对所述目标区域的图像进行截取，得到截取图片；

步骤3：对所述截取图片进行人工筛选分类并标记，得到训练数据集；

步骤4：根据所述训练数据集，对分类网络进行训练，得到所述分类器；

其中，所述分类器的损失函数为添加有L1正则和L2正则的Cross Entropy损失函数。

7.根据权利要求6所述的方法，其特征在于，所述S5包括：

将所述第三目标图像输入至训练完成的分类器中，输出图像分类结果，根据所述图像分类结果，判断所述第三目标图像的所述目标区域为目标图或阴影图。

8.根据权利要求7所述的方法，其特征在于，所述S3之前还包括：

根据预设的敏感区域，对所述滤波图像进行第一次敏感区域过滤，过滤掉与所述敏感区域没有交集的所述目标区域。

9.根据权利要求8所述的方法，其特征在于，所述S5之后还包括：

根据预设的所述敏感区域，对所述目标图进行第二次敏感区域过滤，过滤掉中心点位于所述敏感区域之外的所述目标图；

对经过第二次敏感区域过滤的所述目标图进行目标持续时间过滤，若所述目标图显示在同一位置的时间不超过预设的时间阈值，那么将该目标图进行过滤，根据过滤结果确定异物入侵目标。