[发明专利]一种静止物体检测方法和装置

说明书

技术领域

本发明涉及智能视频监控技术，特别涉及一种静止物体检测方法和装 置。

背景技术

现有智能视频监控技术中，静止物体检测是其中一个非常重要且广为应 用的技术，很多场合下，比如停车检测(检测有没有违规停车的车辆)、车 辆抛撒物检测(检测某些特定的场合，如隧道里是否有往来车辆抛撒的杂物 等)以及安全区域遗留物检测(检测某些安全禁区内是否有可疑物品)等均 需要用到静止物体检测技术。

现有静止物体检测技术的实现多通过对图像特征进行提取，然后对提取 出的图像特征进行时间轴上的分析来实现。比如，提取连续多幅图像的灰度 直方图，通过对这连续多幅图像的灰度直方图的变化情况进行分析，确定是 否存在静止物体。但上述特征提取方式通常都是基于图像的灰度值来进行 的，而图像的灰度值可能会受到光照等因素的影响，因此可能会导致特征提 取不准确，进而导致检测效果不理想。

发明内容

有鉴于此，本发明的主要目的在于提供一种静止物体检测方法，能够提 高静止物体检测的准确性。

本发明的另一目的在于提供一种静止物体检测装置，能够提高静止物体 检测的准确性。

为达到上述目的，本发明的技术方案是这样实现的：

一种静止物体检测方法，预先建立背景模型，当需要进行静止物体检测时， 该方法包括：

根据所述背景模型，确定采集到的每幅原始图像中的目标物体所在区域；

确定是否在连续N幅原始图像中的同一区域X内均检测到目标物体，如果 是，则按采集先后顺序，对所述N幅原始图像中的每两幅相邻原始图像，分别 进行以下处理：计算每幅原始图像在区域X内的交互方差以及区域方差，利用 计算出的区域方差对交互方差进行归一化，将两个归一化结果进行求和，将和 的倒数作为相似度测度；

如果所述连续N幅原始图像中，出现M次所述相似度测度大于预先设置的 阈值的情况，则确定所述区域X中的目标物体为静止物体；所述N和M均为 大于1的正整数，且N大于M。

所述建立背景模型包括：分别获取慢背景图像以及快背景图像，将所述慢 背景图像和快背景图像进行融合，得到所述背景模型；

其中，所述获取慢背景图像包括：连续采集A幅原始图像，将所述A幅原 始图像的相同位置上的像素点按灰度值由大到小或由小到大的顺序进行排序， 利用排序后处于中间位置的各像素点组成一幅图像，该图像即为所述慢背景图 像；所述A为大于1的正整数；

所述获取快背景图像包括：连续采集B幅原始图像，将所述B幅原始图像 的相同位置上的像素点按灰度值由大到小或由小到大的顺序进行排序，利用排 序后处于中间位置的各像素点组成一幅图像，该图像即为所述快背景图像；所 述B为大于1的正整数；

其中，所述A幅原始图像中的每两幅相邻原始图像的采集时间间隔大于所 述B幅原始图像中的每两幅相邻原始图像的采集时间间隔。

该方法进一步包括：对所述慢背景图像和快背景图像进行实时更新，并利 用更新后的慢背景图像和快背景图像对所述背景模型进行更新；

其中，所述对慢背景图像进行更新包括：利用排序后处于同一位置的各像 素点分别组成一幅图像，得到A幅重组图像，将由排序后处于第一位的各像素 点组成的重组图像丢弃，并将新采集到的第A+1幅原始图像与A-1幅重组图像 中的相同位置上的像素点按灰度值由大到小或由小到大的顺序进行排序，利用 排序后处于中间位置的各像素点组成一幅图像，将该图像作为更新后的慢背景 图像；

所述对快背景图像进行更新包括：按采集时间先后顺序，将最先采集到的 一幅原始图像丢弃，并将新采集到的第B+1幅原始图像与已有的B-1幅原始图 像中的相同位置上的像素点按灰度值由大到小或由小到大的顺序进行排序，利 用排序后处于中间位置的各像素点组成一幅图像，将该图像作为更新后的快背 景图像。

该方法进一步包括：对采集到每幅原始图像进行预处理。

所述根据所述背景模型，确定采集到的每幅原始图像中的目标物体所在区 域包括：

将采集到的每幅原始图像中的每个像素点与所述背景模型中的相同位置的 像素点进行相减，得到每幅原始图像的差分图像；

将每幅差分图像进行二值化处理，并对每幅二值化处理后的图像进行形态 学滤波，根据形态学滤波后的图像确定目标物体所在区域。