[发明专利]一种提高图像中运动物体检测精度的方法

说明书

技术领域

本发明属于图像处理技术领域，特别涉及一种提高图像中运动物体检测精度的方法。

背景技术

当前，智能监控技术无论在公司、企业的安全监控，还是在社会的交通管理，亦或是在人们的生活娱乐中都发挥着越来越重要的作用。

智能监控技术在理论与实际应用方面都具备重要的研究意义。例如，从安全角度讲，智能监控视频可以对视频内容进行有效的分析，提取出视频中的潜在危险目标。例如银行里可能的抢劫犯，或监控场所的其他运动目标。把这些警告报告给安全监管人员，可以有效提高视频监控的效率，同时还可以节省安全监管的相关费用。从交通管理角度来看，智能视频技术可以对监视路况进行智能的分析，识别监视道路的堵塞程度，或监视跟踪违章行驶车辆，这些都可以帮助交通管理人员更有效的进行交通管理。在人们的休闲娱乐方面，可以通过智能视频识别人的肢体动作，根据识别出的动作和游戏系统进行交互，通过摄像头拍摄识别人的身体运动，完成对游戏的操控。

智能监控中的运动目标检测，是指在序列图像中检测出变化区域并将运动目标从背景图像中提取出来，智能监控中的运动目标检测是运动图像分析、智能监控、可视人机交互中的关键技术。通过运动目标的检测可以得到图像中的运动信息，提取图像中运动目标并对目标进行定位，从而简化了后续的运动跟踪、识别、分析的难度。

传统运动目标检测方法主要包括三种：背景差分法、帧间差分法、光流法。近几年来，背景差分法中Vibe算法逐渐得到重视。

Vibe算法是一种像素级的前景检测(或背景建模)方法，其基本思想包括：为每一个像素存储一个样本集，该样本集包含的是这个像素点过去的像素值和它周围邻居点的像素值；当遇到一个新的像素点时，就将新像素点的像素值和样本集中的采集点进行对比，判断这个新的像素点是否是背景点。该算法是对背景点的分类的过程。Vibe算法有着运算效率高、实现效果好、占用内存少和样本衰减最优等优点。但Vibe算法存在由环境中光照、阴影等因素突变导致的鬼影(将前几帧运动物体所覆盖区域错误检测为运动目标)、漏检(是指在图像采集中有些运动物体并没有检测出来)等问题。并且，Vibe算法在检测运动物体时，会使运动物体的检测出现空洞(是指在检测时物体本身是运动的，但是检测出来后显示运动物体的某些部分却是静止的)。如图3中，整个人原本是运动的，所以整个人都应该是白色的，但是检测时人的头部有部分黑色即为空洞现象。

发明内容

为解决传统Vibe算法的不足，本发明提出一种提高图像中运动检测精度的方法。

本发明一种提高图像中运动物体检测精度的方法，对采集的每一帧图像进行像素点级图像稳定性判断，若是稳定的，则采用Vibe算法进行图像处理，否则，采用帧间差分法进行图像处理，最后对经过帧间差分法处理后的图像或者Vibe算法处理后的图像进行形态学填充处理。

优选地，所述像素点级图像稳定性判断包括当前帧中的各个像素点的像素值与前一帧相同位置像素点的像素值进行比较，若变化的像素点的个数小于像素点识别阈值，则判断为稳定状态，否则判断为不稳定状态。

优选地，所述帧间差分法包括用图像序列中的连续两帧图像进行差分获得灰度差分图，然后二值化该灰度差分图像提取运动信息，由帧间变化区域检测分割得到的图像区分出背景区域和运动物体区域，进而提取要检测的运动目标。

优选地，对帧间差分法处理后的图像进行图像滤波处理，具体采用邻域法，即逐个扫描帧间差分法处理后的图像中邻域内的像素点，将该像素点的邻域各像素点的像素值从小到大或从大到小进行排序，求得各像素点的像素值的中间值，将该中间值赋值给帧间差分法处理后的图像中与当前点对应的像素点。

优选地，所述邻域为以当前像素点为圆心，3个像素点的长度为半径的圆形区域。

优选地，对帧间差分法处理后的图像进行图像滤波处理，具体采用二维滑动模板法，即将二维模板W内像素按照像素值的大小进行排序，生成单调上升或下降的二维数据序列并计算中间值，二维中值滤波输出g(x,y)＝med{f(x-k,y-l),(k,l∈W)}，其中，f(x,y)、g(x,y)分别为原始图像像素点和处理后图像像素点，W为二维模板，x、y表示像素点的坐标值，k、l表示为二维模版中的步长值，med{}表示为对二维模版中的像素点的像素值进行排序后的中间值。

优选地，所述形态学填充处理包括开运算，即先腐蚀后膨胀的处理；

所述腐蚀包括用一个结构元素扫描图像中的每一个像素，用结构元素中的每一个像素与其覆盖的像素做“与”操作，如果都为1，则该像素为1，否则为0；