【摘要】 本发明公开了一种基于灰度特征的运动目标检测方法，其先利用计算机终端对实时视频监控图像序列进行灰度化操作和去噪处理，然后从图像序列中选取多帧视频监控图像构成训练图像序列，提取训练图像序列中的同一坐标位置的像素点各自对应的灰度特征集合，再对各个灰度特征集合进行筛选得到背景模型，接着对图像序列中后续的视频监控图像进行运动目标检测，再对包含运动目标的二值化图像进行形态学滤波和连通区域检测，得到运动目标的轮廓和位置，本发明方法中对于运动目标的检测只需要在像素点集对应的灰度特征集合中进行比较，不需要复杂的参数估计与概率计算，因而不仅简化了检测过程，提高了检测精度，而且降低了时间开销，提高了运行效率。 微信 【专利类型】发明授权 【申请人】宁波中科集成电路设计中心有限公司 【申请人类型】企业 【申请人地址】315040 浙江省宁波市科技园区院士路66号创业大厦601室 【申请人地区】中国 【申请人城市】宁波市 【申请人区县】慈溪市 【申请号】CN201210100805.4 【申请日】2012-04-09 【申请年份】2012 【公开公告号】CN102663362B 【公开公告日】2014-11-05 【公开公告年份】2014 【授权公告号】CN102663362B 【授权公告日】2014-11-05 【授权公告年份】2014.0 【IPC分类号】G06K9/00; G06K9/62 【发明人】张家乐; 黄晁; 张从连; 陈辰 【主权项内容】一种基于灰度特征的运动目标检测方法，其特征在于包括以下步骤：①采用视频采集设备采集监控场景的实时视频监控图像序列，并将视频采集设备采集到的实时视频监控图像序列实时传输给计算机终端；②利用计算机终端对实时视频监控图像序列进行灰度化操作和去噪处理，得到待检测的实时视频监控图像序列；③从待检测的实时视频监控图像序列中选取前N帧视频监控图像构成一个训练图像序列，然后提取训练图像序列的所有视频监控图像中的同一坐标位置的像素点各自对应的灰度特征，形成同一坐标位置的像素点对应的灰度特征集合，再对同一坐标位置的像素点对应的灰度特征集合进行筛选，得到基于灰度特征的背景模型，具体过程为：③-1、从待检测的实时视频监控图像序列中选取前N帧视频监控图像构成一个训练图像序列；③-2、对于训练图像序列的所有视频监控图像中的坐标位置均为(x，y)的像素点，将其构成的集合定义为像素点集，其中，1≤x≤W，1≤y≤H，W表示视频监控图像的宽度，H表示视频监控图像的高度；③-3、提取像素点集中的各个像素点各自对应的灰度特征，记为C，C＝(val，f，t)，其中，val参数表示像素点集中的像素点的灰度值，f参数表示像素点集中灰度值为val的像素点的个数，t参数表示像素点集中灰度值为val的像素点在时域上最后出现的时间；③-4、统计像素点集对应的若干个不同的灰度特征，将其构成的集合定义为像素点集对应的灰度特征集合；③-5、像素点集对应的灰度特征集合中f值最大的灰度特征，判断f值最大的灰度特征中的t参数是否满足第一判定条件：tN-t＜T，如果满足，则将像素点集对应的灰度特征集合中除f值最大的灰度特征外的其余灰度特征删除，使像素点集仅由该f值最大的灰度特征表征，然后执行步骤③-6，否则，将f值最大的灰度特征从像素点集对应的灰度特征集合中删除，形成像素点集对应的新的灰度特征集合，然后返回步骤③-5继续执行，其中，tN表示训练图像序列中的第N帧视频监控图像的时刻，T为设定的时间阈值；③-6、根据步骤③-2至步骤③-5的操作，获得训练图像序列中的所有像素点集各自对应的满足第一判定条件的f值最大的灰度特征，将每个像素点集仅由其对应的满足第一判定条件的f值最大的灰度特征表征，形成基于灰度特征的背景模型；④根据基于灰度特征的背景模型，对待检测的实时视频监控图像序列中后续的视频监控图像进行运动目标检测，得到视频监控图像对应的包含运动目标的二值化图像，具体过程为：④-1、对于待检测的实时视频监控图像序列中第N+n′帧视频监控图像即后续的第n′帧视频监控图像，将其定义为当前视频监控图像，其中，n′的初始值为1；④-2、根据基于灰度特征的背景模型，确定当前视频监控图像中的各个像素点为背景像素点或前景像素点，以实现运动目标检测，对于当前视频监控图像中的第i个像素点，将其定义为当前像素点，判断当前像素点的灰度值是否满足条件：dist(vi，valij)＜D，如果满足，则确定当前像素点为背景像素点，并赋值为0，否则，确定当前像素点为前景像素点，并赋值为1，其中，1≤i≤m，m表示当前视频监控图像中的像素点的个数，vi表示当前像素点的灰度值，valij表示基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中的第j个灰度特征中的灰度值，1≤j≤L，L表示基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中灰度特征的个数，L的初始值为1，dist(vi，valij)表示vi与valij之间的欧氏距离，D为设定的灰度值阈值；④-3、根据当前视频监控图像中的所有前景像素点，获得当前视频监控图像的运动目标，并得到当前视频监控图像对应的包含运动目标的二值化图像；⑤对待检测的实时视频监控图像序列中后续的视频监控图像对应的包含运动目标的二值化图像进行形态学滤波处理，然后进行连通区域检测，得到运动目标的轮廓和位置；⑥构建一个与基于灰度特征的背景模型相对应的基于灰度特征的候选模型，然后对基于灰度特征的背景模型中的灰度特征集合中的灰度特征或基于灰度特征的候选模型中的灰度特征集合中的灰度特征进行更新，接着对基于灰度特征的背景模型中的灰度特征集合中的灰度特征和基于灰度特征的候选模型中的灰度特征集合中的灰度特征进行筛选，再根据基于灰度特征的候选模型中的灰度特征集合中的灰度特征对基于灰度特征的背景模型中的灰度特征集合进行更新，具体过程为：⑥-1、对于基于灰度特征的背景模型，构建一个与其相对应的基于灰度特征的候选模型X，X＝{Cij′}，其中，X的初始值为空集，Cij′＝(valij′，fij′，tij′)，valij′参数表示基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中的第j个灰度特征Cij′中的灰度值，fij′参数表示基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中的第j个灰度特征Cij′中的valij′出现的频数，tij′参数表示基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中的第j个灰度特征Cij′中的valij′在时域上最后出现的时间；⑥-2、根据当前视频监控图像中的第i个像素点，对基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中的灰度特征进行更新，或对基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中的灰度特征进行更新，将当前视频监控图像中的第i个像素点定义为当前像素点，如果当前像素点为背景像素点，则更新基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中的第j个灰度特征中的f参数和t参数，f＝f+1，t＝tnow，如果当前像素点为前景像素点，则再判断当前像素点的灰度值是否满足条件：dist(vi，valij′)＜D，如果满足，则更新灰度特征候选集合X中的第j个灰度特征Cij′中的fij′参数和tij′参数，fij′＝fij′+1，tij′＝tnow，如果不满足，则向灰度特征候选集合X中新增灰度特征，并对新增的灰度特征中的valij′参数、fij′参数和tij′参数进行赋值，valij′参数的值为当前像素点的灰度值，fij′＝1，tij′＝tnow，其中，j的初始值为1，此处“＝”为赋值符号，tnow表示当前视频监控图像的时刻；⑥-3、对更新后的基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中的灰度特征进行筛选，具体过程为：更新后的基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中f值最大的灰度特征，判断f值最大的灰度特征中的t参数是否满足条件：tnow-t＜T，如果满足，则将除f值最大的灰度特征外的其余灰度特征删除，否则，将f值最大的灰度特征删除，形成新的灰度特征集合，然后重新f值最大的灰度特征；对更新后的基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中的灰度特征进行筛选，具体过程为：更新后的基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中fij′值最大的灰度特征，判断fij′值最大的灰度特征中的tij′参数是否满足条件：tnow-tij′＜T，如果满足，则将除fij′值最大的灰度特征外的其余灰度特征删除，否则，将fij′值最大的灰度特征删除，形成新的灰度特征集合，然后重新fij′值最大的灰度特征；在获得更新后的基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中f值最大的灰度特征和更新后的灰度特征候选集合X中fij′值最大的灰度特征后执行步骤⑥-4；⑥-4、判断基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中fij′值最大的灰度特征中的fij′是否满足条件：fij′＞F，如果满足，则将基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中fij′值最大的灰度特征加入到基于灰度特征的背景模型中的第i个像素点集对应的灰度特征集合中，并将该fij′值最大的灰度特征从基于灰度特征的候选模型X中的第i个像素点集对应的灰度特征集合中删除，其中，F为设定的频数阈值。 【当前权利人】宁波中科集成电路设计中心有限公司 【当前专利权人地址】浙江省宁波市科技园区院士路66号创业大厦601室 【专利权人类型】有限责任公司(非自然人投资或控股的法人独资) 【统一社会信用代码】91330201761468417Y 【家族引证次数】5.0 【家族被引证次数】12

未经允许不得转载：http://www.zhongzhencnc.com/1791344136.html