[发明专利]用于车辆的运动目标检测方法

说明书

本发明涉及一种用于车辆的运动目标检测方法，包括读取交通监控视频数据Q中连续的三帧图像，利用三帧差分法获取运动目标A,再通过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；同时使用高斯混合模型对交通监控视频数据Q的背景图像进行建模得到运动目标B，再利用高斯滤波和中值滤波进行滤波处理，最后采用数学形态学处理得到运动目标二值图像D1_k；对得到的运动目标D2_k与得到的运动目标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。

技术领域

本发明涉及车辆领域，具体的说，是涉及一种用于车辆的运动目标检测方法。

背景技术

运动目标检测，是目前研究的重点领域，也是当下计算机领域基础研究之一。不管是在民用领域上还是在军事领域上都有很广的应用。其主要的任务是把图像中的前景目标即运动目标从图像的背景中进行分离，进而得到需要的运动目标信息。

而用于汽车的目标检测方法也是一直以来各个学者研究的热门领域。目前，大量的研究学者提出了自己新的算法，绝大多数是根据经典算法来改进的，例如：背景差分法，虽然算法简单，实现容易，但是不适于运动的摄像头和对背景图像进行更新困难；帧间差分法实时性好，时间复杂度低，不易受环境光线影响，但对变化小的像素点难以进行检测，还会出现“空洞”的情况。码本算法能够适应移动和光照缓慢变化的场景，且有较好的鲁棒性，不过需要对背景进行学习建模，因此，时间耗费长，且有“鬼影”伴随出现。混合高斯建模利用对像素点建模从而可以很好的避免复杂背景带来的噪声干扰，例如光照的变化、相机的移动等情况，但是计算过程中容易产生一些孤立的噪声，计算量比较大，时间消耗多。

发明内容

针对上述现有技术中的不足，本发明提供一种能够有效消除前景检测带来的噪声和“空洞”，而且还能有效避免产生的“阴影”的用于车辆的运动目标检测方法。

本发明所采取的技术方案是：

一种用于车辆的运动目标检测方法，

步骤1：获取十字路口交通监控视频数据；

步骤2：读取视频中连续的三帧图像，利用三帧差分法获取汽车运动目标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D2_k；

步骤3：与步骤2同步进行，读取视频图像，进行混合高斯背景建模，再利用高斯滤波和中值滤波去除干扰，获取运动目标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。

优选的，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：

。

优选的，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：

a)对输入图像进行高斯平滑，降低错误率。

b)计算梯度幅度和方向来估计每一点处的边缘强度与方向。