[发明专利]用于车辆的运动目标检测方法

权利要求书

1.一种用于车辆的运动目标检测方法，其特征在于，

步骤1：获取十字路口交通监控视频数据Q；

步骤2：读取视频中连续的三帧图像，利用三帧差分法获取运动目标A，再经过Canny算法边缘检测，连通域填充，形态学处理获取运动目标二值图像D2_k；

步骤3：与步骤2同步进行，读取交通监控视频图像，进行混合高斯背景建模得到运动目标B，再利用高斯滤波和中值滤波去除干扰，获取运动目标二值图像D1_k；

步骤4：将步骤2得到的运动目标D2_k与步骤3得到的运动目标D1_k进行逻辑“与”运算得到Dk，Dk经过形态学处理，最终获取检测的运动目标。

2.根据权利要求1所述用于车辆的运动目标检测方法，其特征在于：所述步骤2中按照以下步骤进行三帧差分法：

第一步读取视频序列中连续的三帧图像I_k-1，I_k，I_k+1，将其处理成灰度图像，分别计算连续两帧图像的差值图像d_1(i,i-1)和d_2(i+1,i)，以下是差分的公式，如下所示：

第二步对差分运算的图像进行二值化处理，如下所示：

式中，设定 T为二值化的阈值，b(x,y)为二值化之后的图像；

第三步将计算后的二值化图像做逻辑“与”运算，得到I_i(x,y)的二值图像，如下面的公式所示：

。

3.根据权利要求2所述用于车辆的运动目标检测方法，其特征在于：

将得到的二值图像进行Canny算子边缘检测与连通域填充得到填充后的二值图像，具体步骤如下：

对输入图像进行高斯平滑，降低错误率；

计算梯度幅度和方向来估计每一点处的边缘强度与方向；

根据梯度方向，对梯度幅值进行非极大值抑制；

用双阈值处理和连接边缘；

将得到的二值图像进行形态学处理，最终获取视频中的运动目标A，具体步骤如下：

首先将得到的二值图像进行形态学处理，先进行腐蚀处理，然后再进行膨胀运算；使用结构元素B对A进行开运算，记作A o B，可表示为：

。

4.根据权利要求1所述用于车辆的运动目标检测方法，其特征在于：步骤3中按照以下步骤进行三帧差分混合高背景建模：

混合高斯背景建模方法用K个高斯分布的混合来模拟每个像素的强度；

某个像素在时间t具有X_t值的概率可以表示为:

其中，k代表分布的数量，W_k,t是时间t混合模型中第K个权重，而η(X_t,u_k,t,∑_k,t)是概率密度函数；

其中u_k,t是第K个分布在时间t上的平均值，∑_k,t是第K个分布的在时间t上的协方差；协方差矩阵具有以下形式：

K个高斯表示模型按照w/σ的值进行排序，然后用第一个B分布来作为背景模型，如下式所示：

每个新的像素值X_t依次与现有的K高斯分布进行匹配对照，按照匹配原则进行寻找，直到找到相匹配的为止；

匹配原则被定义为分布的2.5个以内的像素值；

而未被匹配的高斯分布只进行权重w的更新，这样就实现了在线K均值的近似更新；

参数更新按照如下所示的公式进行：

上式中yes表示找到可匹配的高斯模型，no表示没有寻找到可匹配的模型；

如果未找到相匹配的，则最后的分布设定为新的高斯分布，其中当前值为其均值，初始为高方差和低权重参数。