[发明专利]时空变尺度运动目标检测方法

说明书

技术领域

本发明属于计算机视觉与成像自动目标识别的技术领域，具体涉 及一种时空变尺度运动目标检测分析方法。

背景技术

与静止目标和背景相比，运动目标是X-Y-Z-T四维空间的独特 模式。当利用成像传感器从某个特定的观察位置（视点）获取该运动 目标的动态图像，运动目标的像可视为X-Y-T三维空间的独特模式。 由于新增加了时间维T，除了常规的形状、尺度、灰度特征以外，目 标的运动特征成为检测识别的重要信息来源。

Watson等人认为人类运动感知过程的前端存在一种运动传感器 机制。人类看见事物在移动并且还能以某种精度判断事物移动得多快 及其移动方向。同时，我们还能够看到在图像的不同部分显现的不同 运动，例如两个不同物体相对的运动。有证据显示，人类的视觉含有 两种分离的子系统分别处理和表示移动的和静止的图像。这些子系统 被认为在空间-时间敏感性上是不同的。运动子系统更易于响应快速 的移动模式（低的空间频率和高的时间频率，即大的空间尺度），静 止子系统更易于响应缓慢移动的模式（高的空间频率和小的时间频 率，即空间尺度小，时间尺度大）。这表明，人类的运动感知在时间 -空间维都存在多尺度感知的特点。

有两种处理运动对象检测和分析的途径：直接在空间—时间维处 理；将空间—时间维信息变换为空间—时间的频域处理。前者经典的 方法有光流法、时间差分法等。

使用多种恒常性假设的光流场方法，建立在微分计算的基础上。 除了易受噪声影响外，微分的正确性也是以Δx,Δy,Δt等趋于无穷小为 前提。因此，在离散条件下，(Δx,Δy,Δt)越小越好，以免产生大的计 算误差。显然，光流方法没有时间和空间尺度的概念，同时，基于恒 常性方程的计算量是相当可观的。

另一种常用的光流场计算方法是曾广泛用于视频编码的块匹配 法，不受上述条件限制。该法将光流(u,v)定义为不同时刻图像中某小 区域图像子块的位移量Δd=(Δx,Δy)。利用平均绝对差或互相关度量对 下一帧图像进行该图像子块的匹配计算，获取Δd的估计量。显然，“下 一帧”没有时间尺度的含义，子块大小的空间尺度含义不明确。另外， 实际场景中的运动目标通常是少数，直接计算不仅计算量很大，而且 也是不明智的。

发明内容

本发明的技术目的在于提供一种时空变尺度运动目标检测方法， 能够精确定位运动目标。

针对运动的成像器平台所拍摄的运动目标的图像序列，对于序列 中的任意帧图像比如在时刻t＝t₀时获取的图像，本发明步骤包括：时 空变尺度运动目标检测方法，具体为：

（1）建立当前时刻t₀的帧图像的半运动显著性特征图像m_f：

分别计算时刻t₀~t₀+r_t的图像的反差图像，进而分别计算图像与的反差图像的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像的帧间间隔记为次优帧间间隔通过计算图像与的反差图的灰度相关性得到半运动显著性特征图像m_f；

（2）在半运动显著性特征图像m_f内提取运动感兴趣区域：

将图像分为四个大小相同的子块，确定各分块是否满足继续分块条件；将符合继续分块条件的子块按相同方式进一步划分子块，依次内推，直到所有的子块都不能被继续划分；所述继续分块条件为子块的长宽大于预定分块阈值，并且子块内的运动显著性度量值也大于预定显著性阈值；

对于每一相邻的半显著性子块，判断其与其他相邻子块间的半运 动显著性度量值的相似性，当相似性大于预设相似性阈值时将两者合 并；

在合并后得到的M个子块内提取连通的子块得到M个运动感兴 趣区域R_i，i＝1,2,...,M；

（3）计算各运动感兴趣区域的最优帧间间隔：

计算图像与的反差图像内感兴趣区域R_i的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像的帧间间隔记为最优帧间间隔

（4）在感兴趣区域内通过多帧累积差分增强感兴趣区域：