[发明专利]一种运动目标检测方法及实现运动目标检测方法的检测系统

摘要

本发明公开了一种运动目标检测方法及实现运动目标检测方法的检测系统，在检测前景像素时，通过对当前像素的邻域像素进行统计，并引入置信因子来判断当前像素是否为前景像素，检测出来的前景目标可靠、空洞较少，可以消除鬼影等影响；在背景模型更新方面，采用背景像素进行模型更新，具有较高的可靠性；基于CSLBP纹理特征对光照的不敏感性，计算当前像素的更新概率，实现了背景模型的自适应更新，很好的适应光照的突然变化，克服了场景动态变化对背景图像的影响，使所建立的背景图像具有较好的鲁棒性。对于此算法，本发明还采用并行结果和多级流水线技术，用硬件的方式实现，提高了检测的实时性。

主权项

一种运动目标的检测方法，其特征在于，具体按照以下步骤实施：步骤1：输入待检测视频帧图像转化成的灰度图像；步骤2：进行运动目标检测，具体过程如下：2.1，通过像素空间法计算当前帧图像Ft(x,y)像素q的邻域像素和背景图像Bt(x,y)对应像素的灰度差值统计出像素q的置信因子，通过置信因子的大小判断像素为背景像素还是前景像素，得到当前帧运动目标的检测结果；2.2，通过计算当前背景图像Bt(x,y)像素和当前帧图像Ft(x,y)像素的CSLBP纹理特征值更新背景图像Bt(x,y)为Bt+1(x,y)，更新后的背景图像Bt+1(x,y)供检测下一帧图像Ft+1(x,y)的运动目标时使用；2.3，对当前帧图像Ft(x,y)检测结果进行后处理，使用数学形态学开运算去除小噪点和断裂部分；步骤3：将当前帧检测到的运动目标图像输出；重复上述步骤，直至检测完毕所有的视频帧图像；步骤2.1的具体过程如下：2.1.1，初始背景图像B1(x,y)选用第一帧图像F1(x,y)；2.1.2，对于当前帧图像Ft(x,y)像素q的邻域像素kn的邻域像素um做如下统计，n＝1,2,3,4，m＝1,2,3,4：其中，count表示像素kn的邻域像素um中，abs(Ft(u)(i,j)‑Bt(u)(i,j))＜T1的像素的个数，初始值为0，Ft(u)(i,j)表示当前帧图像kn的邻域像素um的灰度值，Bt(u)(i,j)表示当前背景图像kn的邻域像素um的灰度值，abs(·)为取绝对值函数，T1为灰度值差阈值；当前帧图像Ft(x,y)像素q的邻域像素kn是指：根据图像像素的处理顺序，将像素q的8邻域像素中处理顺序在像素q之前的像素作为像素q的邻域像素kn；将像素kn的8邻域像素中处理顺序在像素kn之前的像素作为像素kn的邻域像素um；由于kn的邻域像素um有4个，所以最后得到的统计值count∈[0,4]；2.1.3，根据count的取值引入如下的分段置信因子：Fkn=t1Hnum<count≤4t2Lnum≤count≤Hnumt31≤count<Lnum;]]>其中，t1,t2,t3是三个不同的置信因子，取值为t1＝0.5,t2＝1,t3＝2，Lnum、Hnum是分段时设定的阈值，分别为1和3；重复步骤2.1.2～2.1.3，直至将q的邻域像素kn的置信因子均求出；2.1.4，将q的邻域像素kn的置信因子相加，得到判断当前处理像素q是否为背景的置信因子Sb，即：Sb=Σn=14Fkn;]]>由于q的邻域像素kn有4个，所以置信因子的取值范围为Sb∈[2,8]；2.1.5，得到置信因子Sb后，进行前景检测：即Sb大于阈值T2的为前景像素，将其灰度值赋为255，否则为背景像素，其灰度值赋为0，得到当前帧图像Ft(x,y)运动目标的检测结果。