[发明专利]一种移动物体侦测的方法

说明书

本发明涉及一种移动物体侦测的方法，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：对第一目标图像进行滤波处理，得到滤波图像；S3：对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第二目标图像进行过滤处理，得到第三目标图像；S5：将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。本发明的移动物体侦测的方法，通过传统方法与深度学习相结合，能够在很大程度上识别真实目标，有效解决室内情况下由于地板砖反光、户外环境下由于树叶与其他物品产生的阴影导致的入侵检测误报问题。

技术领域

本发明属于视频图像处理技术领域，具体涉及一种移动物体侦测的方法。

背景技术

变压器作为常规电力设施，是输配电系统中一种极其重要的电器设备，但由于各种原因，在运行中有时会因物体飘落在变压器台面或人为破坏产生故障。为解决以上问题，业界普遍采用自动化监控措施，利用人工智能的方法监控这些设备是否正常运转。通常利用视频监控设备检测是否有异物入侵，但是，现有的针对异物入侵检测技术受光线变化影响较大，会出现由于地板砖反光、或是无法有效判断真实目标入侵或是周围环境影子而造成移动侦测算法误报的现象。

为了降低移动侦测算法误报的概率，通常采用基于颜色特征的阴影去除法或基于区域模糊程度计算的阴影消除算法去除阴影。但是，基于颜色特征的阴影去除法需要使用HSV色彩空间，通过判断目标区域在H(饱和度)空间和V(亮度)空间的值来判断该区域是否是阴影，在室内的情况下，由于灯光在地板上会发生反射，这样的光线变化很有可能亮度高于周边环境，且饱和度依赖于地砖与灯光的颜色，使得该方法在室内场景中无法有效过滤光线变化产生的误检。基于区域模糊程度计算的阴影消除算法，是基于阴影区域内较为模糊的原理，对图像边缘的信息量做出判断，如果移动的目标是一个较为纯粹的目标，比如一张白纸，或者一个纯色的物体，则很有可能经过该算法之后，检测到的边缘较少，方差较小，从而认为该区域没有物体在移动。

因此，针对异物入侵检测技术受光线变化影响较为严重的缺陷，设计一种可以消除阴影的移动物体侦测的方法是很有必要的。

发明内容

为了解决现有技术中存在的上述问题，本发明提供了一种移动物体侦测的方法。本发明要解决的技术问题通过以下技术方案实现：

本发明提供了一种移动物体侦测的方法，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。

在本发明的一个实施例中，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。

在本发明的一个实施例中，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。

在本发明的一个实施例中，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；