[发明专利]时空变尺度运动目标检测方法

摘要

本发明公开了一种时空变尺度运动目标检测方法，具体为：将原始图像转换为反差图像；根据差分强度与帧间间隔的单调递增且收敛关系，得到次优帧间间隔通过计算t₀和时刻两帧图像反差图像的灰度相关性得到半运动显著性图像；在半运动显著性图像空间二维四叉树分解，得到半运动显著性字块；将相邻子块合并，合并后提取运动感兴趣区域；对各感兴趣区域做时间二叉树分解，得到最优帧间间隔；在各个感兴趣区域内通过多帧累积差分提取运动目标。本发明消除背景噪音的干扰，同时也降低了光流场计算；通过指定最佳帧间间隔，移动对象可以达到最佳的运动显著状态；通过累计多帧差法能够准确地提取出运动目标。

主权项

时空变尺度运动目标检测方法，具体为：(1)建立当前时刻t₀的帧图像的半运动显著性特征图像m_f：分别计算时刻t₀～t₀+r_t的图像的反差图像，进而分别计算图像与的反差图像的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像的帧间间隔记为次优帧间间隔通过计算图像与的反差图的灰度相关性得到半运动显著性特征图像m_f；所述反差图像的计算方法为:$c_f(x,y)=\frac{f(x,y)-\mathrm{\μ}(x,y)}{\mathrm{\μ}(x,y)},$其中，f(x,y)为原始图像，μ(x,y)为像素点(x,y)邻域内的灰度均值，经过量化后的c_f(x,y)即为变换后的反差图像；(2)在半运动显著性特征图像m_f内提取运动感兴趣区域：将图像m_f分为四个大小相同的子块，确定各分块是否满足继续分块条件；将符合继续分块条件的子块按相同方式进一步划分子块，依此类推，直到所有的子块都不能被继续划分；所述继续分块条件为子块的长宽大于预定分块阈值，并且子块内的运动显著性度量值也大于预定显著性阈值；对于每一相邻的半显著性子块，判断其与其他相邻子块间的半运动显著性度量值的相似性，当相似性大于预设相似性阈值时将两者合并；假设当前子块的半运动显著性度量值为α,其周围领域内一个子块的半运动显著性度量值为β,这两个子块之间半运动显著性度量值的相似性计算方法如下：$sim(\mathrm{\α},\mathrm{\β})=\frac{min(\mathrm{\α},\mathrm{\β})}{max(\mathrm{\α},\mathrm{\β})};$在合并后得到的M个子块内提取连通的子块得到M个运动感兴趣区域R_i，i＝1,2,...,M；(3)计算各运动感兴趣区域的最优帧间间隔：计算图像与的反差图像内感兴趣区域R_i的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像的帧间间隔记为最优帧间间隔(4)在感兴趣区域内通过多帧累积差分增强感兴趣区域：增强感兴趣区域$d_t^i(x,y)=\sqrt{d_{t-\mathrm{\Δ}{\tilde{t}}_i,t}^i(x,y)\×d_{t,t+\mathrm{\Δ}{\tilde{t}}_i}^i(x,y)},$其中，$d_{t-\mathrm{\Δ}{\tilde{t}}_i,t}^i(x,y)=\underset{n=1}{\overset{\mathrm{\Δ}{\tilde{t}}_i}{\Σ}}|f_t(x,y)-f_{t-n}(x,y)|/\mathrm{\Δ}{\tilde{t}}_i,$$d_{t,t+\mathrm{\Δ}{\tilde{t}}_i}^i(x,y)=\underset{n=1}{\overset{\mathrm{\Δ}{\tilde{t}}_i}{\Σ}}|f_t(x,y)-f_{t+n}(x,y)|/\mathrm{\Δ}{\tilde{t}}_i,$(x,y)∈R_i；(5)在各增强感兴趣区域内进行OTSU阈值分割和形态学处理，得到多个运动目标：设检查到的目标数量为N，每个目标用O_j(j＝1,2,...N)表示，同时得到包围目标O_j的最小外接矩形的长和宽O_j相对于其局部背景的反差c_j，O_j所占区域Ω_i的形心位置坐标计算每个运动目标的7维特征向量；对于某个目标O_j，其中为包围目标O_j的最小外接矩形的长和宽；为O_j运动的表观速度；c_j为O_j相对于其局部背景的反差；为O_j所占区域Ω_i的形心位置坐标；c_j在步骤(5)中目标提取的过程中计算出来；O_j的运动表观速度可以如下计算：$u_{o_j}=\frac{x_{t_0+\mathrm{\Δ}\tilde{t}}-x_{t_0}}{\mathrm{\Δ}{\tilde{t}}_j},$$v_{o_j}=\frac{y_{t_0+\mathrm{\Δ}\tilde{t}}-y_{t_0}}{\mathrm{\Δ}{\tilde{t}}_j},$其中为目标O_j在t₀时刻的形心位置，为O_j在时刻的形心位置,是t₀时刻目标的最优帧间间隔，目标的速度等于时刻t₀到时刻的平均速度；所述半运动显著性度量值的计算方法为：令两幅图像的反差图像表示为和和的半运动显著性度量值的计算公式为：${\mathrm{value}}_R(c_{f_s},c_{f_e})=1-\frac{{\mathrm{\Σ}}_{(x,y)\∈R}{c}_{f_s}(x,y)\×c_{f_e}(x,y)}{\sqrt{{\mathrm{\Σ}}_{(x,y)\∈R}{\[c_{f_s}(x,y)\]}^2}\sqrt{{\mathrm{\Σ}}_{(x,y)\∈R}{\[c_{f_e}(x,y)\]}^2}},$R表示图像的所有像素点集。