[发明专利]基于多模型估计的航拍视频运动目标检测方法

摘要

本发明涉及一种基于多模型估计的航拍视频运动目标检测方法，首先利用Mean shift彩色分割方法将场景分割为多个彩色块；然后利用稠密金字塔光流特征，采用RANSAC方法计算较大面积彩色块对应的仿射变换模型；对较小彩色块进行管理，分析块内点运动一致性进而进行多模型隶属度计算，隶属度大的彩色块即为运动块，否则为虚警目标；最后将运动块进行合并和去噪处理，输出显示检测结果。本发明在一个公开的航拍视频数据库上的测试取得了5％的检测错误率，相比于传统10％的错误率降低了5％。

主权项

一种基于多模型估计的航拍视频运动目标检测方法，其特征在于步骤如下：步骤1：利用金字塔Mean shift方法对当前帧图像进行彩色分割，取面积大于给定阈值Thresh的彩色块为背景块{PatchBi|i＝1,2,...,BNum}，其余为前景块{PatchFj|j＝1,2,...,FNum}，其中BNum表示帧分割结果中背景块个数，第i块PatchBi＝{Areai,PSeti,PSeti'}，Areai表示第i块的面积即所包含点数，PSeti表示第i块所包含点的坐标集合，PSeti'表示PSeti中所有点在相邻帧中对应点的坐标集合；FNum表示前景块个数，第j块PatchFj＝{Areaj,PSetj,PSetj'},Areaj表示第j个前景块的面积即所包含点数，PSetj表示第j个前景块所包含点的坐标集合，PSetj'表示PSetj中所有点在相邻帧中对应点的坐标集合；步骤2：利用金字塔光流算法对背景块中的点集PSeti进行稠密光流体征提取，计算PSeti的像素点(x0,y0)在相邻帧中对应点的坐标为(x0',y0')：x0'＝x0+u(x0,y0)y0'＝y0+v(x0,y0)u(x0,y0),v(x0,y0)分别表示像素点(x0,y0)处的水平方向、竖直方向的光流；采用同样方法计算前景块中点集PSetj的像素点(x1,y1)在相邻帧中对应点的坐标为(x1',y1')：x1'＝x1+u(x1,y1)y1'＝y1+v(x1,y1)步骤3：利用RANSAC方法计算背景块PatchBi的仿射变换模型AFi，计算PSeti的像素点(x0,y0)对应的投影误差errx0erry0=AFi·x0y01-x0′y0′]]>如果则(x0,y0)为符合仿射变换模型AFi的背景点，否则为背景内的噪声点；多模型集合记为AF＝{AFi|i＝1,2,...,BNum}，AFi＝[Ri|Ti]，其中Ri和Ti分别为旋转矩阵和平移矩阵；步骤4：计算当前第j个前景块PatchFj中第k个点(xj,k,yj,k)在第i个背景模型下的运动矢量：Vj,k(x)Vj,k(y)=xj,k′yj,k′-AFi×xj,kyj,k]]>其中(xj,k',yj,k')表示(xj,k,yj,k)在PSetj'中对应点的坐标，Vj,k(x)和Vj,k(y)分别表示水平和垂直方向的运动速度；计算第j个前景块对第i个背景模型的隶属度：M(i,j)=Σk=1Areaj(Vj,k(x)-Vj(x)‾)(Vj,k(y)-Vj(y)‾)Σk=1Areaj(Vj,k(x)-Vj(x)‾)2·Σk=1Areaj(Vj,k(y)-Vj(y)‾)2]]>Vj(x)‾=Σk=1AreajVj,k(x)Areaj]]>Vj(y)‾=Σk=1AreajVj,k(y)Areaj]]>步骤5：根据隶属度计算隶属矩阵P：P(i,j)=1M(i,j)>θ0otherwise]]>其中θ为隶属度阈值，若则确定第j个前景块是运动块；对运动块进行合并：a)初始化模型集队列Q为NULL，目标集队列O为NULL；b)统计当前第j个前景块所隶属的背景模型，这些背景模型的集合记为Sj：Sj={AFi|∀i,P(i,j)=1}]]>c)遍历模型集队列Q，若使得Q(m)∩Sj≠NULL，则将Sj并入Q(m)，Q(m)＝Q(m)∪Sj，将第j个前景块并入对应的目标集队列O，否则执行步骤d)；d)将Sj作为新成员加入模型集队列Q，对应前景块作为新成员加入目标集队列O；步骤6：遍历目标集队列O，若当前成员中存在两个块中心距离小于第一阈值则进行合并，合并之后进行噪声去除，对于检测结果中面积小于第二阈值的运动块，作为错误检测进行去除，最后将检测结果显示输出。