[发明专利]一种视频中基于在线动态背景建模的运动目标检测方法

说明书

技术领域

本发明涉及计算机视觉技术领域，特别是涉及一种航拍视频中的运动目标检测方法。

背景技术

目前，传统的运动目标检测方法主要有基于帧间差分的方法，基于背景建模的方法及基于光流的方法。对于静止平台下的运动目标检测，背景建模方法由于其鲁棒性和提取运动信息的精确性是应用最为广泛的。但对于运动平台下的运动目标检测，运动的背景增加了背景建模的难度，而计算稠密光流的方法[H.Yalcin，M.Hebert，R.Collins，andM.Black.Aflowbasedapproachtovehicledetectionandbackgroundmosaickinginairbornevideo.InProceedingsofComputerVisionandPatternRecognition，volume2，page1202.IEEEComputerSociety，2005]在没有硬件加速的情况下很难达到实时性的要求，因此目前航拍视频中的运动目标检测大部分工作都是基于帧间差分的。即使在帧间差分方面做了很多的工作[S.Bhattacharya，H.Idrees，I.Saleemi，S.Ali，andM.Shah.Movingobjectdetectionandtrackinginforwardlookinginfraredaerialimagery，volume1，chapter10，pages221-252.SpringerBerlinHeidelberg，2011；Z.YinandR.Collins.Movingobjectlocalizationinthermalimagerybyforward-backwardmotionhistoryimages，pages271-291.SpringerLondon，2009；H.Shen，S.Li，J.Zhang，andH.Chang.Tracking-basedmovingobjectdetection.InProceedingsofInternationalConferenceonImageProcessing，pages3093-3097.IEEE，2013.]，基于帧间差分的方法还是不能很好的解决鬼影和空洞的问题。

Ratheesh[A.Colombari，A.Fusiello，V.Murino，Segmentationandtrackingofmultiplevideoobjects，PatternRecognition，40(4)(2007)，1307-1317]等利用对应点的颜色均值来将整个视频信息拼接为全局背景图像。此类方法需要整个视频信息，因此多用于离线处理，而且需要将整个视频以级联方式矫正在同一坐标系下，容易产生累计误差。

Chang[Y.Chang，G.Medioni，K.Jinman，I.Cohen，Detectingmotionregionsinthepresenceofastrongparallaxfromamovingcamerabymultiviewgeometricconstraints，IEEETransactiononPatternAnalysisandMachineIntelligence，29(9)(2007)，1627-1641]等将当前时刻前后45副图像校正到当前时刻图像的坐标系来建立背景模型，若逐个计算则计算复杂度太高不能实时，若以级联方式计算则容易产生累计误差。

发明内容

有鉴于此，本发明的目的在于克服现有技术不足，提出一种新的背景建模方法来更精确的进行航拍视频下的运动目标检测。

为达到上述目的，本发明提出了一种视频中基于在线动态背景建模的运动目标检测方法，其特征在于，该方法包括步骤：

步骤1：读入视频帧，对其进行预处理；

步骤2：判断当前帧是否为第一帧，如果是则利用所述第一帧或者继续读入N帧后利用读入的N帧初始化形成动态背景模型；如果不是则直接转到步骤3；其中，N为大于1的整数；

步骤3：利用所述动态背景模型生成背景图像；

步骤4：从当前帧和背景图像中提取匹配点对；

步骤5：利用所述匹配点对计算当前帧与背景图像之间的放射变换参数；

步骤6：利用所述仿射变换参数，计算出动态背景模型中每个像素模型在当前帧坐标系下的位置并调整所述动态背景模型中的每个像素模型的位置，以将所述动态背景模型校正到当前帧的坐标系下；

步骤7：利用校正后的所述动态背景模型将当前帧的像素集分为运动像素集和背景像素集；