一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法技術(shù)

本發(fā)明專利技術(shù)公開了一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法，包括以下步驟：背景相冊(cè)生成、背景相冊(cè)更新、背景相冊(cè)替換、時(shí)空連續(xù)屬性建立、目標(biāo)運(yùn)動(dòng)軌跡建立以及擾動(dòng)目標(biāo)判斷。該方法能夠有效抑制動(dòng)態(tài)場(chǎng)景中隨機(jī)噪聲、光影迅速變化、背景物體輕微擾動(dòng)帶來的干擾，有效地檢測(cè)出運(yùn)動(dòng)目標(biāo)，并通過在時(shí)間序列上對(duì)運(yùn)動(dòng)目標(biāo)建立初始運(yùn)動(dòng)軌跡，加強(qiáng)了前景目標(biāo)進(jìn)入后續(xù)識(shí)別過程的條件，降低了算法復(fù)雜度，增加了目標(biāo)識(shí)別模塊的效率和精度。

【技術(shù)實(shí)現(xiàn)步驟摘要】

本專利技術(shù)涉及運(yùn)動(dòng)目標(biāo)檢測(cè)和識(shí)別中的圖像處理方法，特別是一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法。
技術(shù)介紹
基于前景檢測(cè)算法分割出運(yùn)動(dòng)目標(biāo)，再通過識(shí)別算法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行識(shí)別的方法是在靜態(tài)攝像頭下運(yùn)動(dòng)目標(biāo)識(shí)別的主要途徑。對(duì)前景檢測(cè)算法提供的候選運(yùn)動(dòng)目標(biāo)進(jìn)行篩選的機(jī)制，在很大程度上影響了后續(xù)判別過程的效率和精度。在智能視頻監(jiān)控、道路交通監(jiān)控、鐵道行人監(jiān)控等許多應(yīng)用中，由隨機(jī)噪聲、場(chǎng)景光影迅速變化、物體輕微變化帶來的擾動(dòng)目標(biāo)給識(shí)別過程帶來了很大的困難。這幾類擾動(dòng)目標(biāo)具有以下三個(gè)重要的特征：1.從時(shí)間上看，目標(biāo)位置存在著細(xì)微變化。2.從空間上看，目標(biāo)外觀存在著細(xì)微變化。3.從目標(biāo)在時(shí)間序列上形成的外觀序列上看，目標(biāo)灰度級(jí)存在著不同程度的波動(dòng)。正是由于這三個(gè)原因，為了滿足一定檢測(cè)率的前景檢測(cè)算法會(huì)不可避免的帶來這類目標(biāo)，從而導(dǎo)致后續(xù)識(shí)別過程中需要識(shí)別目標(biāo)的數(shù)目龐大，并因?yàn)檫@類擾動(dòng)目標(biāo)外觀的隨機(jī)性以及識(shí)別算法存在一定誤差而造成的錯(cuò)誤識(shí)別。因此，此類擾動(dòng)目標(biāo)的判別及消除非常有意義。目前，在抑制擾動(dòng)目標(biāo)的問題上主要存在著兩種思路，第一種著手于改進(jìn)前景檢測(cè)算法，從根本上消除擾動(dòng)目標(biāo)。這類方法通過優(yōu)化背景建模中描述場(chǎng)景的模型，考慮圖像的局部信息對(duì)單個(gè)像素計(jì)算條件概率，來分割出圖像中顯著區(qū)別于背景的運(yùn)動(dòng)目標(biāo)。基于時(shí)空域模型的算法充分考慮了圖像顏色分布的時(shí)空一致性，在時(shí)空聯(lián)合建模進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，在處理動(dòng)態(tài)場(chǎng)景中背景擾動(dòng)時(shí)表現(xiàn)出了較好的性能。基于時(shí)空建模的算法由于需要處理大量的時(shí)空域數(shù)據(jù)，計(jì)算復(fù)雜度高，內(nèi)存需求大，算法實(shí)時(shí)性差，由于孤立噪聲干擾影響，最終的檢測(cè)結(jié)果還需要進(jìn)行形態(tài)學(xué)濾波和圖像分割等后處理才能得到較好的檢測(cè)結(jié)果。第二種思路著手于后續(xù)更正機(jī)制，對(duì)通過前景檢測(cè)算法產(chǎn)生的每一個(gè)目標(biāo)進(jìn)行一定程度的抑制，根據(jù)前后兩幀之間目標(biāo)在色調(diào)、飽和度、亮度等屬性差別,確定抑制前后目標(biāo)的特征是否達(dá)到要求,達(dá)到要求則檢測(cè)為前景目標(biāo)。這類算法能夠較好的去除那些在外觀上沒有較大變化的目標(biāo)，但對(duì)于迅速光影變化的魯棒性較差，例如，無法消除云彩飄過帶來的陰影影響。隨著視頻監(jiān)控系統(tǒng)由模擬時(shí)代向網(wǎng)絡(luò)時(shí)代發(fā)展，攝像機(jī)也向著智能化方向發(fā)展，越來越多的智能視頻處理算法包括運(yùn)動(dòng)目標(biāo)檢測(cè)算法，需要向智能攝像機(jī)移植，在攝像機(jī)上進(jìn)行嵌入式實(shí)現(xiàn)。但是，現(xiàn)有的能夠處理動(dòng)態(tài)場(chǎng)景中環(huán)境噪聲的視頻運(yùn)動(dòng)目標(biāo)檢測(cè)算法，不僅計(jì)算復(fù)雜度高，而且內(nèi)存需求非常大，難以在嵌入式智能攝像機(jī)平臺(tái)上應(yīng)用。
技術(shù)實(shí)現(xiàn)思路
針對(duì)計(jì)算視覺應(yīng)用尤其是智能視頻監(jiān)控系統(tǒng)中面向動(dòng)態(tài)場(chǎng)景的運(yùn)動(dòng)目標(biāo)檢測(cè)，容易受到隨機(jī)噪聲、光影迅速變化、背景物體輕微擾動(dòng)帶來的干擾問題，本專利技術(shù)旨在提供一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法，以提高識(shí)別過程的效率和檢測(cè)精度，從而能夠迅速檢測(cè)識(shí)別出特定的運(yùn)動(dòng)目標(biāo)。為實(shí)現(xiàn)上述目的，本專利技術(shù)采用以下技術(shù)方案：一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法，包括以下步驟：背景相冊(cè)生成步驟：建立容量為N的圖像集來保存一段時(shí)間內(nèi)處于N個(gè)隨機(jī)節(jié)點(diǎn)上的背景圖像，用以保存背景隨機(jī)變化信息，所保存的N幅圖像均是灰度圖像，N≥2；背景相冊(cè)更新步驟：每讀入一幀圖像，通過灰度變換將其轉(zhuǎn)換為待選背景圖像，并基于一個(gè)預(yù)設(shè)的更新概率Pupdate來判斷是否將這一幀背景圖像加入所述背景相冊(cè)中；背景相冊(cè)替換步驟：在當(dāng)前背景圖像被判斷為加入到背景相冊(cè)中的情況下，將背景相冊(cè)中的某一張圖像替換為當(dāng)前背景圖像；時(shí)空連續(xù)屬性建立步驟：針對(duì)于前景檢測(cè)算法在當(dāng)前圖像中檢測(cè)到的每一個(gè)前景目標(biāo)，通過提取其連通域的外接矩形來表征該目標(biāo)，在標(biāo)準(zhǔn)的矩形參數(shù)Rect(x,y,w,h)上添加一個(gè)時(shí)間參數(shù)t，其中（x，y）分別代表目標(biāo)在二維圖像上的橫縱坐標(biāo)，w和h代表矩形的寬以及高，在這個(gè)四個(gè)參數(shù)基礎(chǔ)上添加一個(gè)時(shí)間參數(shù)t，建立新的結(jié)構(gòu)體TRect{x,y,w,h,t本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法，其特征在于,包括以下步驟：背景相冊(cè)生成步驟：建立容量為N的圖像集來保存一段時(shí)間內(nèi)處于N個(gè)隨機(jī)節(jié)點(diǎn)上的背景圖像，用以保存背景隨機(jī)變化信息，所保存的N幅圖像均是灰度圖像，N≥2；背景相冊(cè)更新步驟：每讀入一幀圖像，通過灰度變換將其轉(zhuǎn)換為待選背景圖像，并基于一個(gè)預(yù)設(shè)的更新概率Pupdate來判斷是否將這一幀背景圖像加入所述背景相冊(cè)中；背景相冊(cè)替換步驟：在當(dāng)前背景圖像被判斷為加入到背景相冊(cè)中的情況下，將背景相冊(cè)中的某一張圖像替換為當(dāng)前背景圖像；時(shí)空連續(xù)屬性建立步驟：針對(duì)于前景檢測(cè)算法在當(dāng)前圖像中檢測(cè)到的每一個(gè)前景目標(biāo)，通過提取其連通域的外接矩形來表征該目標(biāo)。一個(gè)標(biāo)準(zhǔn)的目標(biāo)可以由矩形Rect(x,y,w,h)來描述，其中（x，y）分別代表目標(biāo)在二維圖像上的橫縱坐標(biāo)，w和h代表矩形的寬以及高，在這個(gè)四個(gè)參數(shù)基礎(chǔ)上添加一個(gè)時(shí)間參數(shù)t，建立新的結(jié)構(gòu)體TRect{x,y,w,h,t}，它含有目標(biāo)在空間上的位置與大小信息，以及在時(shí)間上的連續(xù)度，是具有時(shí)空連續(xù)性的目標(biāo)矩形框；目標(biāo)運(yùn)動(dòng)軌跡建立步驟：利用前景檢測(cè)算法獲取目標(biāo)序列，以最小距離準(zhǔn)則規(guī)定前后幀中目標(biāo)間的繼承性，并由目標(biāo)間的繼承性來更新所述的時(shí)間參數(shù)t；非擾動(dòng)目標(biāo)確定步驟：通過目標(biāo)與背景相冊(cè)的匹配，判定目標(biāo)在當(dāng)前一幀中是否存在擾動(dòng)，并根據(jù)判斷結(jié)果更新當(dāng)前幀中目標(biāo)的t值，然后，將目標(biāo)的t值與預(yù)先設(shè)定的閾值進(jìn)行比較，如果目標(biāo)的t值超過預(yù)先設(shè)定的閾值，則判定為非擾動(dòng)目標(biāo)，并送至后續(xù)過程處理。...

【技術(shù)特征摘要】
2014.01.24 CN 201410036931.71.一種針對(duì)擾動(dòng)目標(biāo)的檢測(cè)及抑制方法，其特征在于,包括以下步
驟：
背景相冊(cè)生成步驟：建立容量為N的圖像集來保存一段時(shí)間內(nèi)處于N
個(gè)隨機(jī)節(jié)點(diǎn)上的背景圖像，用以保存背景隨機(jī)變化信息，所保存的N幅圖
像均是灰度圖像，N≥2；
背景相冊(cè)更新步驟：每讀入一幀圖像，通過灰度變換將其轉(zhuǎn)換為待選
背景圖像，并基于一個(gè)預(yù)設(shè)的更新概率Pupdate來判斷是否將這一幀背景圖像
加...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：郭振華，成超，陳友斌，張學(xué)聃，
申請(qǐng)(專利權(quán))人：清華大學(xué)深圳研究生院，
類型：發(fā)明
國(guó)別省市：廣東;44