[发明专利]视频动态目标捕捉的图像信号滤波方法

说明书

技术领域

本发明涉及摄像画面中动态目标的捕捉以及随机干扰的滤波方法，特别是涉及视频动态目标捕捉的图像信号滤波方法。

背景技术

在图像接收和处理中，画面动态目标的捕捉是计算机视觉以及计算视觉中研究的热点，国内外目前有很多基于动态捕捉技术而开发的机器人。动态目标的捕捉也是人工智能领域中的关键技术，它是让计算机学会看的关键技术之一。

传统意义上，成像系统在获取图像以后首先要进行预处理，以消除图像背景以及系统噪声的干扰，这有利于后续的图像综合处理，从而降低目标识别等关键任务的复杂度。其中滤波处理是主要手段。

已有大量文献针对点目标提出了许多滤波算法，包括：高通滤波、Robinson滤波、匹配滤波、神经网络、小波变换、分形滤波、形态滤波等等。预处理后的图像主要保留了点目标和孤立的高频噪声点。

对于面目标来说，主要以能有效消除噪声并保留图像细节的滤波为主，如：中值滤波，均值滤波等。

对于需要持续跟踪目标的成像系统，目标在成像面上的大小会随着跟踪距离的变化而不同，因此图像上呈现的目标会在点与面之间变化。现有视频动态目标捕捉方法中，对点目标与面目标的图像信号分别采用两种不同的预处理算法及其处理方法，在工程应用时会增加动态目标的图像处理或识别系统的复杂度，延长系统的响应时间，降低系统的实时性。

特别是，现有的图像检测系统，通常需要借助双目摄像机才可以实现较为精确地滤波，而多数实际应用场景所使用的都是单目摄像机监视场所，在这种应用背景下如果使用动态目标捕捉技术的话无法对诸如摄像机抖动，光线变化，无效目标闪现等随机干扰进行排除，从而导致目标丢失，记录多余无效目标等错误，在一些高危场所更有一时间的疏忽导致不可挽回的后果的可能。

发明内容

本发明的目的在于提出一种基于单目摄像机的视频动态目标捕捉的图像信号辅助滤波方法以提高单目摄像机在画面动态目标捕捉信号的准确性。

为了实现本发明的目的，本发明视频动态目标捕捉的图像信号滤波方法具体步骤如下：

首先对摄像画面进行动态目标提取，然后采用了使用下列算法表达式的第一级高通滤波：

算法表达式为：

Y_(i，j)=(1+θ)X_(i，j)-B_(i，j)

Y_(i，j)为输出图像，X_(i，j)为输入图像，B_(i，j)为低通滤波的预测背景图像，θ为可调参数，取值范围为0～1。处理面目标时，提高θ可保留更多的原始信息；处理点目标时，令θ＝0可保留更多高频特征；

其中，B_(i，j)=X_(i，j)H_(m，n)，H_(m，n)为5×5的低通卷积模板。

通过第一级的滤波，可以提高画面的成像质量，排除一部分干扰信号，噪点等。

进一步，在上述第一级滤波的基础上，根据图像信号按照以捕捉人、车辆为目的，采用第二级滤波方法，以便排除其他干扰，所述第二级滤波方法包括下述逻辑判断步骤：

对于得到的代表动态目标的帧数据，首先进行大小和范围的判别，只有满足在监测范围内，并且大小符合人、车标准的对象才进行进一步的过滤，其余数据被忽略；

查找数据库中的已存在对象，如果该对象的位置满足下列标准，就符合一存在对象的下一时刻位置，就将该对象按照已存在的对象存储，也就是说对象数量没有增加：

新对象的位置坐标距离已存在对象的位置坐标近到设定距离，例如，小于0.7米，同时，该对象的时间标志与已存在对象的最后一个坐标到达设定的时间相距，例如，小于10秒；

如果按照上述标准，对于没有新位置数据的已存在对象，系统将累加其驻留计时器，当驻留计时器超过阈值的时候，判断为已经静止的物体，则删除该对象；对于有新位置数据的已存在对象，驻留计时器清零；

如果新对象找不到已存在对象与其匹配，该对象作为新对象存储，即对象总数量将增加；

核算已存在对象的净位移，如果净位移过小，判断为晃动对象，则删除。