[发明专利]一种运动目标检测方法、装置及终端设备

说明书

本发明公开了一种运动目标检测方法，根据主码本对待检测图像上的每个像素点进行匹配判断；当任一像素点与主码元匹配时，标记该像素点为背景像素点，根据第一更新规则更新匹配的主码元；否则，根据第二更新规则更新不匹配的主码元；当任一像素点与所有主码元不匹配时，标记该像素点为前景像素点，根据缓冲码本对该像素点进行匹配判断，根据判断结果更新缓冲码元；根据所有前景像素点获得前景掩码，对前景掩码进行形态学、二值化处理，获取处理后的前景掩码的连通域；当连通域小于2个时，根据连通域获得运动目标区域；否则，对连通域进行聚类合并，根据处理后的连通域获得运动目标区域。本发明对噪声有很好的鲁棒性，提高了检测精确度。

技术领域

本发明涉及监控及图像处理术领域，尤其涉及一种运动目标检测方法、装置及终端设备。

背景技术

近年来，随着社会的发展，视频监控系统的应用越来越普遍。视频监控的应用往往建立在对画面中运动目标的检测提取之上，在提取出运动目标之后，再进行一些智能算法处理，以获得监控所希望得到的信息。

目前，主流的运动目标检测方法主要包括光流法和背景差分法；其中，光流法的一般步骤是通过图像序列中的像素速度的变化，来确定不同时间内的灰度变化和相邻像素的相关性，从而检测出运动目标；背景差分法是先构造一个背景模型来替代真实的背景场景，通过将图像序列与背景模型进行比较，识别出运动目标与背景之间的差别来实现运动目标的检测，典型的背景模型有混合高斯模型等。

但是，光流法易受噪声影响，抗噪声性能差，背景差分法容易受到背景场景的动态变化(例如树叶摆动、湖面水波纹、天气变化)、光照变化以及杂乱背景的干扰，并且对于缓慢移动的目标，其像素很容易过快融入背景模型中，导致运动目标检测的精确度较低，很可能将动态背景误识别为运动目标。

发明内容

本发明实施例所要解决的技术问题在于，提供一种运动目标检测方法、装置及终端设备，对噪声有很好的鲁棒性，能够提高运动目标检测的精确度。

为了解决上述技术问题，本发明实施例提供了一种运动目标检测方法，包括：

获取待检测图像；

根据预设的主码本对所述待检测图像上的每个像素点进行匹配判断；

当任一像素点与所述主码本中的任一主码元相匹配时，标记该像素点为背景像素点，根据预设的第一更新规则对相匹配的主码元进行更新；否则，根据预设的第二更新规则对不匹配的主码元进行更新；

当任一像素点与所述主码本中的所有主码元均不匹配时，标记该像素点为前景像素点，根据预设的缓冲码本对该像素点进行匹配判断，根据匹配判断结果对所述缓冲码本中的缓冲码元进行相应更新；

根据标记的所有前景像素点获得所述待检测图像的前景掩码，对所述前景掩码进行形态学处理和二值化处理，获得处理后的前景掩码；

获取所述处理后的前景掩码中的连通域，并统计连通域的个数；

当连通域的个数小于2个时，根据连通域获得运动目标区域；当连通域的个数不小于2个时，对连通域进行聚类合并处理，根据处理后的连通域获得运动目标区域。

进一步地，每个主码元均包括最小灰度值、最大灰度值、匹配成功次数和匹配失败次数；则，所述根据预设的主码本对所述待检测图像上的每个像素点进行匹配判断，具体包括：

将每个像素点的灰度值与所述主码本中的每个主码元的最小灰度值、最大灰度值进行比较；

当任一像素点的灰度值在任一主码元的最小灰度值、最大灰度值的取值范围之内时，判定该像素点与该主码元相匹配；否则，判定该像素点与该主码元不匹配。

进一步地，每个主码元均包括最小灰度值、最大灰度值、匹配成功次数和匹配失败次数；则，所述根据预设的第一更新规则对相匹配的主码元进行更新，具体包括：