[发明专利]一种运动物体的检测方法、系统及介质

摘要

本发明提供一种运动物体的检测方法、系统及介质，采用通过采集车载摄像头的数据，特征点匹配模块得到匹配集，表示两幅图像之间的对应关系，然后匹配插值模块获得稠密的匹配集，准确反应局部的匹配性质，匹配插值模块的输出作为变分优化的输入，得到全局的对应关系，用来分析显著的运动物体，轮廓提取模块提取输入图像的边缘信息，作为匹配插值模块的输入，超像素分割模块得到的超像素块为结点，变分优化模块的输出作为特征，构建图模型，输出运动的显著性，通过形态学操作，提取出目标的位置，融合跟踪模块的输出，得到最终的运动物体检测结果，解决现有技术泊车过程当中的对运动物体监测精度不高，自动泊车系统监测运动物体不可靠的技术问题。

主权项

1.一种运动物体的检测方法，其特征在于：该方法包括以下步骤：A. 在车载摄像头采集的图像I1和I2 中，采用的特征点点集S，通过特征点检测方法确定活动特征点的位置，并对其进行描述，并采用匹配方法获得特征点的匹配关系;B. 对输入图像I，通过大量数据，训练随机森林模型，模型的输出就是轮廓信息C；C. 通过已有的匹配关系，将此扩展到像素邻域上，输入是图像I和匹配集M，输出是更稠密的匹配集F，根据这些已有的匹配关系，设计回归器拟合数据,最终得到像素点上的匹配关系；D.输入两帧图像I1，I2以及将所得到的匹配关系w与一系列的约束结合，构造了一个能量函数方程，通过线性松弛优化方法来解此方程，最终得到了所需的更高精度的逐像素点匹配关系，用来描述像素点的运动特征；E.针对输入图像I，通过选取适当的种子点，采用无监督聚类的方法，活动一个个子簇，每个子簇作为一个超像素块进行运算，得到一个降噪图像数据；F.在降噪图像中，以每个超像素块为结点，两个互连的超像素块作为边构成的图，通过图模型上的置信度传播来获得相关性，经过一系列适当的背景位置选取，设计总体差异模型，最终获得差异性最强的作为检测结果；G.采用特征点跟踪的方式，通过已有的检测结果，预测该目标最可能出现在下一帧的什么位置，然后通过多帧跟踪的结果与检测结果融合，作为当前帧的检测结果，融合监测结果输出，得到最终的运动物体检测结果。