[发明专利]一种基于差分图像的异物检测方法及装置

说明书

本发明提供一种基于差分图像的异物检测方法及装置，该基于差分图像的异物检测方法包括：获取待检测图像和背景图像，根据待检测图像对背景图像进行配准，生成配准背景图像；对待检测图像与配准背景图像进行差分计算，生成差分图像；对差分图像进行分割，得到多个区元；采用基于欧式距离的区元最近邻域融合算法，对多个区元进行邻域融合，生成异物区元；将异物区元在待检测图像的对应位置进行标记，生成异物检测结果。通过实施本发明，实现了对目标图像的异物检测，提高了异物检测的准确性，进而有效避免了异物目标的漏检。

技术领域

本发明涉及图像分析技术领域，具体涉及一种基于差分图像的异物检测方法及装置。

背景技术

图像的目标检测是图像处理、模式识别和计算机视觉等领域的关键技术，它的目的是通过提取图像中某些能反映目标重要性、本原属性的像素或像素区域特征，然后进行特征检测，从而将感兴趣目标检测出来。长期以来，如何有效的检测图像的感兴趣目标一直受到众多学者的关注。目前，图像的目标检测方法主要有基于深度学习的方法、基于背景统计特征的方法和基于边缘检测的方法等。其中，基于背景统计特征的方法是一个较为活跃的研究方向。

在现有技术中，基于差分图像的异物检测就是根据源于同一场景的异物图像与背景图像(如运动视频两张连续帧的图像、不同时刻同一点位的图像与监控图像)得到差分图像，再对差分图像进行分割并根据分割结果检测出目标的过程。然而，在实际应用中，由于异物图像与背景图像之间可能因为图像获取的时间、光照条件、传感器位置等不一致，使得异物图像与背景图像的成像条件有较大差异，采用现有技术中的基于差分图像的异物检测方法进行异物目标的检测准确性较低，容易造成异物目标的漏检。

发明内容

本发明要解决的技术问题在于克服现有技术中的基于差分图像的异物检测方法进行异物目标的检测准确性较低，容易造成异物目标的漏检等问题。

根据第一方面，本发明实施例提供了一种基于差分图像的异物检测方法，包括：获取待检测图像和背景图像，根据所述待检测图像对所述背景图像进行配准，生成配准背景图像；对所述待检测图像与所述配准背景图像进行差分计算，生成差分图像；对所述差分图像进行分割，得到多个区元；采用基于欧式距离的区元最近邻域融合算法，对所述多个区元进行邻域融合，生成异物区元；将所述异物区元在所述待检测图像的对应位置进行标记，生成异物检测结果。

结合第一方面，在第一方面的第一实施方式中，所述根据所述待检测图像对所述背景图像进行配准，生成配准背景图像，包括：采用图像特征匹配算法对所述待检测图像及所述背景图像进行图像匹配，得到各匹配特征点对；根据各所述匹配特征点对，生成所述待检测图像与所述背景图像的空间坐标变换模型；根据所述空间坐标变换模型及所述待检测图像对所述背景图像进行配准，生成配准背景图像。

结合第一方面，在第一方面的第二实施方式中，所述对所述差分图像进行分割，得到多个区元，包括：对所述差分图像进行腐蚀操作，生成预处理差分图像；对所述预处理差分图像进行膨胀操作，生成多个区域；将所述多个区域的最小外接矩形确定为多个区元。

结合第一方面，在第一方面的第三实施方式中，所述采用基于欧式距离的区元最近邻域融合算法，对各所述区元进行邻域融合，生成异物区元，包括：分别计算所述多个区元的质心和质量；将质量最大的所述区元作为第一中心区元，并计算所述第一中心区元与其它各所述区元的欧式距离；将与所述第一中心区元的欧式距离最小的区元作为第二中心区元，并计算所述第二中心区元与其它各所述区元的欧式距离；当与所述第二中心区元欧式距离最小的区元为所述第一中心区元时，获取包含所述第一中心区元和所述第二中心区元的最小外接矩形，生成所述异物区元。

结合第一方面，在第一方面的第四实施方式中，所述将所述异物区元在所述待检测图像的对应位置进行标记，生成异物检测结果，包括：获取所述异物区元的最小外接矩形；计算所述异物区元最小外接矩形的四个顶点坐标；将所述待检测图像中与各所述顶点坐标对应的位置进行标记，生成异物检测结果。