[发明专利]一种基于改进聚类的连通性运动物体检测方法

说明书

技术领域

本发明涉及图像处理技术领域，提供了一种基于改进聚类的连通性运动物体检测方法。

背景技术

在当今信息时代，社会的发展突飞猛进，各行各业都离不开信息，尤其是图像信息。图像信息处理作为一门跨学科的前沿科技已经广泛的应用在各个领域。运动目标检测是图像信息处理中的重要课题，运动目标检测的结果,常常是下一步的目标跟踪、模式识别、图像理解等高级后处理的输入图像。在许多场合,比如说交通流量的监测等,我们往往对运动的物体更感兴趣。因此研究只对运动目标敏感的检测与跟踪系统是很有意义的。近几年来,随着多媒体技术的迅猛发展与计算机性能的不断提高,动态图像处理技术日益受到人们的青睐,并且取得了丰硕的成果,广泛应用于交通管理、军事目标跟踪、生物医学等领域。目标监测系统,可以用计算机代替值班人员在仓库、变电站、银行等重要地方进行监控。由于静态图像处理技术有一定的局限性,而动态图像比静态图像包含更多的信息,因此,引入运动监测很有必要。

运动目标检测是机器视觉、视频信息处理和应用视觉研究等领域中的重要课题。在实际应用中,利用运动目标检测算法进行图像分割的结果,常常是下一步的目标跟踪、模式识别、图像理解等高级后处理的输入图像。在现实生活中,大量的有意义的视觉信息包含在运动之中,甚至有些动物的眼睛经过进化,只能看见运动的物体。尽管人类视觉既能看见运动又能看见静止的物体,但是在许多场合,比如说交通流量的监测、重要场所的保安、航空和军用飞行器的制导、汽车的自动驾驶或辅助驾驶等,我们往往对运动的物体更感兴趣。因此研究只对运动目标敏感的检测与跟踪系统是很有意义的。此外,运动目标的研究对象是图像序列,而对图像序列的研究一般要比对单帧图像作静态分析容易。

发明内容

本发明的目的在于提供一种将采集到的图像中的运动物体进行识别，克服传统图像未经过聚类就进行差分，存在噪声大的问题。

一种基于改进聚类的连通性运动物体检测方法，其特征在于包括：

步骤1、把连续的两帧彩色jpg图像转化为灰度图像；

步骤2：从0至255中任意选取c个不同大小的值作为图像分割成c类的中心值，即采用0至255的整数初始化的值，令k＝0；

步骤3：将图像中所有不同位置像素的灰度值g(x,y)(x＝1,2,…,M,y＝1,2,…,N)逐个按最小距离原则分划给c类中的某一类，即

如果d(x,y)l(k)=minj{d(x,y)j(k)},x=1,2,...,M,y=1,2,...,N,]]>存在一个l∈{1,2,…,c}；