CN101299275B - 一种目标检测方法、装置 - Google Patents

一种目标检测方法、装置 Download PDF

Info

Publication number
CN101299275B
CN101299275B CN2008101155362A CN200810115536A CN101299275B CN 101299275 B CN101299275 B CN 101299275B CN 2008101155362 A CN2008101155362 A CN 2008101155362A CN 200810115536 A CN200810115536 A CN 200810115536A CN 101299275 B CN101299275 B CN 101299275B
Authority
CN
China
Prior art keywords
zone
image
current frame
frame image
value
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN2008101155362A
Other languages
English (en)
Other versions
CN101299275A (zh
Inventor
卢晓鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanxi Vimicro Technology Co Ltd
Original Assignee
Vimicro Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vimicro Corp filed Critical Vimicro Corp
Priority to CN2008101155362A priority Critical patent/CN101299275B/zh
Publication of CN101299275A publication Critical patent/CN101299275A/zh
Application granted granted Critical
Publication of CN101299275B publication Critical patent/CN101299275B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明提供的目标检测方法、装置以及监控系统,基于背景差分的改进目标检测方法,将背景图像和待测图像分成若干区域,根据各区域图像信息值的变化情况判定被拍摄区域是否发生变化,无需提取检测出的目标的准确轮廓,减小计算量;根据待测图像中发生变化的区域参数,计算目标确认值;并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,消除了场景光线等客观因素对确定监控目标产生的干扰影响,提高目标检测的准确性。

Description

一种目标检测方法、装置
技术领域
本发明涉及监控技术,特别涉及一种目标检测方法及装置。
背景技术
在运动目标检测方面,主要包括帧间差分法,基于背景差分的方法以及基于光流场的方法。其中帧间差分法运算量小,检测速度快,容易实现,但也容易收到噪声的影响,对天气、光线等客观因素的影响较为敏感,光照变化或者场景为雨雪,便很容易产生检测错误;基于背景的方法则需要进行阈值分割,并对图像进行二值化处理,同时为了消除检测目标粗糙的边缘轮廓和噪声的影响,需要对图像进行形态学滤波处理,运算量大,同样也无法消除对场景、光照突变所带来的影响;基于光流场的方法的优点是能过检测独立的运动对象,不需要预先知道场景的任何信息,并且可用于摄像机运动的情况,但是这种方法计算复杂耗时,若要实现实时检测,则对硬件的要求非常高。
另外,在现有的监控技术中,客观因素的存在增加了对特定区域进行监控的难度,监控系统容易出现误报的情况。比如,用于家庭监控的监控系统,由于宠物在监控区域内运动,很可能成为监控的目标,监控系统在监测到宠物运动时,也会进入告警状态,出现误报情况。
发明内容
本发明实施例提供一种目标检测方法,能够提高目标检测的准确度。
本发明实施例提供一种目标检测装置,能够提高目标检测的准确度。
为达到上述目的,本发明提供一种目标检测方法,包括:
1)根据采集到的若干帧图像进行背景建模,得到背景图像;
2)将背景图像和当前帧图像分别划分成若干个区域,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况,具体为:将背景图像分为多个区域,给每个区域编号,并计算每个区域的图像信息值;将当前帧图像分为与背景图像中的区域个数相同的区域,为当前帧图像与背景图像中位置相同的区域建立对应关系,并计算每个区域的图像信息值;根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化;根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况;
3)如果被拍摄区域出现异常情况,则根据当前帧图像中发生变化的区域参数,计算目标确认值;
4)根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标。
所述图像信息值为亮度值或色度值。
所述根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化,为:判断当前帧图像各区域的图像信息值与在背景图像中编号相同的区域的图像信息值之差是否大于预先设定阈值,如果其大于预先设定阈值,则判定该区域发生变化;否则判定该区域未发生变化。
所述预先设定阈值为一个区域大小的8-16倍。
所述根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况,具体为:判断当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的比值,是否大于当前帧图像中发生变化的区域个数占总区域个数的比例与预先设定判断门限的乘积,如果大于,则判定被拍摄区域发生异常情况,否则,判定被拍摄区域正常。
所述预先设定判断门限的取值范围是1-10。
所述当前帧图像中发生变化的区域参数包括当前帧图像中发生变化的区域个数和发生变化的区域编号。
所述目标确认值为当前帧图像中发生变化的区域个数与发生变化的区域编号之和的乘积。
根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,具体为:每隔K帧计算一次所述目标确认值,如果连续m次,每次得到的目标确认值与上一次得到的目标确认值的变化率不大于变化门限,则判定被拍摄区域出现的异常情况不是监控目标,否则是监控目标。
在执行步骤2)之前,结合当前帧图像和当前帧的上一帧图像,进行背景更新。
本发明还提供一种目标检测装置,包括:
用于根据采集到的若干帧图像进行背景建模,得到背景图像的模块;
用于将背景图像和当前帧图像分别划分成若干个区域,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况的模块,该模块将背景图像分为多个区域,给每个区域编号,并计算每个区域的图像信息值;将当前帧图像分为与背景图像中的区域个数相同的区域,为当前帧图像与背景图像中位置相同的区域建立对应关系,并计算每个区域的图像信息值;根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化;根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况;
用于如果被拍摄区域出现异常情况,则根据当前帧图像中发生变化的区域参数,计算目标确认值的模块;
用于根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标的模块。
所述用于根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标的模块每隔K帧计算一次所述目标确认值,如果连续m次,每次得到的目标确认值与上一次得到的目标确认值的变化率不大于变化门限,则判定被拍摄区域出现的异常情况不是监控目标,否则是监控目标。
由以上的技术方案可见,本发明提供的目标检测方法、装置,
本发明通过将背景图像和当前帧图像分成若干区域,根据各区域图像信息值的变化情况,判定被拍摄区域是否发生变化的方法,实现对目标的实时监控。无需提取检测出的目标的准确轮廓,减小计算量。
另外,根据待测图像中发生变化的区域参数,计算目标确认值;并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,消除了场景光线等监控目标以外的客观因素对确定监控目标产生的干扰影响,提高目标检测的准确性,减小了误报的概率。
附图说明
图1为本发明提供的一种目标检测方法的流程图;
图2为本发明提供的一种目标检测方法的实施例示意图;
图3为本发明提供的一种目标检测装置结构示意图;
图4为本发明提供的一种目标检测装置的目标检测模块实施例示意图;
图5为本发明提供的一种目标检测装置的目标确认模块实施例示意图;
图6为本发明提供的一种监控系统的结构示意图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,以下参照附图并举实施例,对本发明进一步详细说明。
图1是本发明提供的一种目标检测方法的流程图。该方法包括以下步骤:
步骤101,根据采集到的若干帧图像进行背景建模,得到背景图像。
步骤102,将背景图像和当前帧图像分别划分成若干个区域,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况。
优选的,在步骤102之前,对当前帧图像进行预处理,并结合当前帧图像和当前帧的上一帧图像,进行背景更新。
在步骤102中,将背景图像和当前帧图像分别划分成若干个区域,具体为:将当前帧图像与背景图像分为相同个数的区域,为当前帧图像与背景图像中位置相同的区域建立对应关系,使得当前帧与背景图像中位置相同的区域编号相同。
在步骤102中,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况,具体为:根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化;并根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像信息值变化量的关系,判断被拍摄区域是否出现异常情况。
其中,根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化,具体为:判断当前帧图像各区域的颜色值与在背景图像中编号相同的区域的颜色值之差是否大于预设阈值,如果其大于预设阈值,则判定该区域发生变化;否则判定该区域未发生变化。
所述根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像图像信息值变化量的关系,当前帧图像是否发生异常情况,具体为:判断当前帧图像发生变化区域的颜色信息值变化量之和与当前帧图像图像信息值变化量的比值,是否大于当前帧图像中发生变化的区域个数占总区域个数的比例与预设判断门限的乘积,如果大于,则判定被拍摄区域发生异常情况,执行步骤103;否则,判定被拍摄区域正常,采集下一帧图像,进行背景更新,返回步骤102。
步骤103,根据当前帧图像中发生变化的区域参数,计算目标确认值。
所述当前帧图像中发生变化的区域参数包括当前帧图像中发生变化的区域个数和发生变化的区域编号。
所述目标确认值为当前帧图像中发生变化的区域个数与发生变化的区域编号之和的乘积。这个步骤可以每隔K帧执行一次。K的取值范围可以是1到3。
步骤104,根据步骤103中计算所得的目标确认值,判断被拍摄区域出现的异常情况是否是监控目标。
本步骤具体为:如果连续m次,每次得到的目标确认值与上一次得到的目标确认值的变化率不大于预设的变化门限,则判定被拍摄区域出现的异常情况不是监控目标,否则是监控目标。其中,m的取值范围可以是3到5。
下面结合具体实施例,详细说明上述步骤。
图2是本发明提供的一种目标检测方法的具体实施例示意图。
步骤201,根据从图像采集设备采集到的若干帧图像得出初始背景图像中每个像素点亮度值,进行背景建模。
具体为:每个像素点的灰度值是符合高斯分布的,因此可以计算:
μ n ( x , y ) = 1 - n n μ n - 1 ( x , y ) + 1 n f n ( x , y )
σ n 2 ( x , y ) = 1 n - 1 Σ i = 1 n ( f n ( x , y ) - μ n - 1 ( x , y ) ) 2
μn(x,y)和σn(x,y)分别表示前n帧图像的(x,y)点的均值和均方差。
可以利用有限帧图像建立一个背景模型,
B 0 ( x , y ) = 1 m Σ i = 1 m f ik ( x , y ) , fik(x,y)满足|fik(x,y)-μn(x,y)|≤βσn(x,y),
其中m是所述有限帧数,是一个预先设定的常量,帧数较多时,可设置为1。
步骤202,对当前帧图像进行预处理,并进行背景图像更新。
在本步骤中对当前帧图像进行的预处理,包括对当前帧图像进行滤波、降噪、灰度变换、二值化等处理,这些预处理的方法和处理过程有很多种,并被本领域技术人员所熟知,在这里就不再赘述。
在这里,对背景图像进行更新,首先判断当前帧图像与当前帧的上一帧图像中坐标相同的像素点亮度值的差值绝对值是否大于设定的阈值,如果是,则令B(x,y)=αB1(x,y),若否,则令B(x,y)=αB1(x,y)+(1-α)f(x,y),其中B(x,y)为所述当前帧的背景图象中坐标为(x,y)的像素点亮度值,若当前帧为所述背景建模中图象采集设备采集的若干帧之后的第1帧,则B1(x,y)为所述初始背景图像中坐标为(x,y)的像素点亮度值,否则为所述当前帧的前1帧的背景图象中坐标为(x,y)的像素点亮度值,f(x,y)是所述当前帧中坐标为(x,y)的像素点亮度值,α是设定的参数,取值满足0≤α≤1;
步骤203,在空间域将背景图像和当前帧图像分为n个大小为u×v的区域,对每个区域进行编号,并计算背景图像和当前帧图像的图像信息值。
对每个区域的编号规则可以是从上到下,每一行中可以是从左到右,也可以按照其他的编号规则。只需满足背景图像和当前帧图像中相同位置上的编号相同,以便在后续步骤中,将相同编号的区域进行比较。
在本步骤中,背景图像和当前帧图像的图像信息值,可以是亮度值,也可以是色度值。在本实施例中,图像信息值以亮度值为例。
所述计算背景图像和当前帧图像的亮度值,具体为:计算背景图像的亮度总值Sb,其为背景图像各像素点亮度值之和;计算各区域亮度总值Sbi,其为背景图像各区域中各像素点亮度值之和;两者的关系是
Figure GSB00000610811700071
计算当前帧图像各区域的亮度总值Sti(1≤i≤n),其为当前帧图像各区域中各像素点亮度值之和。
步骤204,根据预设的阈值T,判断当前帧图像各区域相对于背景图像相应区域是否发生变化。所述预设阈值可以是图像中一个区域大小的8-16倍。
由于考虑到对于图像来说,噪声的方差为3-6,那么如果像素亮度值方差大于10,则可以肯定该像素点发生了异常情况。因此,在这个步骤中,我们可以预设阈值T=u×v×10。
本步骤中,判断当前帧图像各区域相对于背景图像相应区域是否发生变化,具体为,比较当前帧图像各区域亮度总值Sti相对于背景图像相应区域亮度总值Sbi的变化量与所预设的阈值T之间的关系,并有判断函数:
f ( i ) = 1 S ti - S bi > T 0 S ti - S bi ≤ T , ( 1 ≤ i ≤ n ) .
在上式中,当前帧图像各区域亮度总值Sti相对于背景图像相应区域亮度总值Sbi的变化量大于阈值T时,表明当前帧图像中该区域发生变化,f(i)为1,执行步骤205;当前帧图像各区域亮度总值Sti相对于背景图像相应区域亮度总值Sbi的变化量不大于阈值T时,表明当前帧图像中该区域未发生变化,f(i)为0,返回步骤202,对下一帧图像进行处理。
步骤205,判断当前所拍摄到的区域是否发生异常情况。
在步骤204中,已经得到当前帧图像中发生变化的区域,这些发生变化的区域编号组成一个编号的集合Pt={Li},在此同时,可以获得发生变化的各区域的编号Lk,以及发生变化的区域的个数
Figure GSB00000610811700082
为了避免图像区域发生变化的偶然性,以及外界环境突变对图像亮度值产生的影响,可以计算一下被判定为发生变化的区域亮度值的变化总值在整帧图像的变化中所占的比例,如果这个比例大于所变化的区域个数占总区域个数的比例与一个判断门限α的乘积,则判定当前所拍摄到的区域发生异常。这里的判断门限α满足1<α≤10。
其中,被判定为发生变化的区域亮度值的变化总值在整帧图像的变化中所占的比例可以定义为变化区域集中度参数,用公式表示为:
Figure GSB00000610811700083
Figure GSB00000610811700084
时,判定当前所拍摄到的区域发生异常情况,执行步骤206。
步骤206,计算当前帧图像的目标确认值,判断步骤205中其确定的异常情况是否是所需监控的目标。
虽然在步骤205中已经判断出当前所拍摄到的区域是否发生异常情况,但是并不能因此而确定该异常情况是所需监控的目标。换句话说,在步骤205中发现的异常情况,可能是外界环境的变化所造成的异常情况,比如监控区域被照亮,这样,也可以在步骤205中作为异常情况发现。要更加准确的确定监控区域所发生的异常情况是否是所需监控的目标,便需要根据监控目标运动特性,进行判断。
一般而言,以盗窃行为为例,盗窃者进入监控区域不会长时间静止或在空间上固定状态,而且盗窃者的运动只会导致部分区域亮度值的变化。在本实施例的几帧图像中,由于盗窃者运动,会导致发生变化的区域个数以及变化区域的编号改变。结合这两个因素,当前帧图像的目标确认值为,当前帧图像中发生变化的区域个数与变化区域编号之和的乘积,即l∈Pt
由于一方面有的时候监控目标的运动需要在几帧图像中才能看出,另一方面出于减少计算量的考虑,可以每隔几帧图像计算一次当前帧图像的目标确认值,当然也可以对每一帧发生异常情况的图像进行计算。
为了排除监控区域受外界因素的影响所造成的干扰,在这里还需要计算连续c次目标确认值的变化率,如果变化率连续c次都不超过变化门限,c的取值范围可以是3-5,则符合外界因素,比如光照,变化波及区域大、持续时间长的特点,便被认为是外界干扰,返回步骤202;如果在c次之内便有变化率超过变化门限的目标确认值出现,则认为被拍摄区域的异常情况确为所需监控的目标。
在这里变化门限为预设值可以为20%。
另外,通常情况下,所需监控的目标为人物,那么根据人物目标的特点,所占区域大小不可能太小,这样就可以排除宠物等所占区域与人物所占区域大小相差甚远的外界因素的干扰。所以通过判断监控目标所占区域的大小,可以进一步确定拍摄区域的异常情况是否是所需监控的目标。
基于以上方法,本发明实施例还提供了一种目标检测装置。图3是本发明提供的一种目标检测装置的结构示意图。该装置包括:
背景建模模块301,用于存储当前输入图像的前若干帧图像中的像素点的像素值,将所得到的背景图像划分成若干个区域,并对每个区域进行编号,计算各区域的亮度值;
输入图像预处理模块302,用于将当前帧图像划分成与背景图像中的区域个数相同的区域,并对每个区域进行编号,计算各区域的亮度值,
背景更新模块303,根据当前帧图像与当前帧的前一帧图像中坐标相同的像素点灰度值,更新背景图像。
目标检测模块304,用于根据当前帧图像与背景图像的亮度值,判断被拍摄区域是否出现异常情况;
目标确认模块305,用于根据当前帧图像中发生变化的区域参数,计算目标确认值,并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标。
其中每个区域的编号与背景图像中对应位置上的区域编号相同。
控制模块306,用于接收来自目标检测模块304和目标确认模块305的信息,对各模块进行控制。
图4是目标检测模块的一种实施例示意图,该模块包括:
差值计算单元401,用于计算当前帧图像每个区域亮度值与背景图像中对应区域亮度值之差,并判断此差值是否大于阈值;如果比较结果是大于,则控制模块306发送控制信号,将该区域的编号发送给编号存储单元402,并发送控制信号使计数器加1;否则,控制模块306向计数器发送清零信号。
编号存储单元402,用于存储当前帧图像区域的编号,并在接收到控制模块306清除信号时,将当前所存储的编号清除;
第一计数单元403,在接收到控制信号时,加1;在接收到控制模块的清零信号时,重新计数;
变化区域集中度计算单元404,用于计算当前帧图像发生变化量之和与当前帧图像图像信息值变化量的比值,并判断该比值是否大于当前帧图像中发生变化的区域个数占总区域个数的比例与预设判断门限的乘积;如果大于,则判定被拍摄区域发生异常情况,否则,判定被拍摄区域未发生异常情况,控制模块306向第一计数单元403发送清零信号,向编号存储单元402发送清除信号。
图5是目标确认模块的一种实施例示意图,该模块包括:
第二计数单元501,用于对输入的图像帧进行计数,当达到预设的计数最大值时自动清零;
目标确认值计算单元502,用于在第二计数单元达到最大值时或计数值为0时,计算目标确认值;
目标确认值存储单元503,用于存储目标确认值;
目标确认单元504,还用于比较当前计算所得的目标确认值相对于目标确认值存储单元503存储的目标确认值的变化率是否大于变化门限;如果比较结果是连续c次不大于,则判定被拍摄区域发生的异常情况不是监控目标,否则判定被拍摄区域发生的异常情况是监控目标。
本发明还提供一种监控系统。图6是本发明提供的监控系统的实施例示意图。该系统包括:视频采集装置601、目标检测装置602和中心控制装置603,
视频采集装置601用于连续采集视频图像,将当前采集到的视频图像作为当前输入图像发送至目标检测装置602;
目标检测装置602用于接收来自视频采集装置的当前输入图像,根据当前帧图像与背景图像的亮度值,判断被拍摄区域是否出现异常情况,
如果判断结果为被拍摄区域出现异常情况,根据当前帧中发生变化的区域参数,计算目标确认值,并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,并将判断结果和当前帧图像发送给中心控制装置603;
中心控制装置603用于接收来自目标检测装置的判断结果和当前帧图像,并根据接收到的判断结果,决定是否发出告警信号;
如果判断结果为被拍摄区域出现的异常情况是监控目标,中心控制装置603则发出告警信号,并存储当前帧图像。
其中,目标检测装置602包括:
目标检测模块6021,用于根据当前帧图像与背景图像的亮度值,判断被拍摄区域是否出现异常情况;
目标确认模块6022,用于根据当前帧图像中发生变化的区域参数,计算目标确认值,并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标。
从上述技术方案中可以看出,本发明实施例提供的目标检测方法、装置及监控系统,基于背景差分的改进目标检测方法,将背景图像和待测图像分成若干区域,根据各区域图像信息值的变化情况判定被拍摄区域是否发生变化,无需提取检测出的目标的准确轮廓,减小计算量;根据待测图像中发生变化的区域参数,计算目标确认值;并根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,消除了场景光线等客观因素对确定监控目标产生的干扰影响,提高目标检测的准确性。
综上所述,以上仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (12)

1.一种目标检测方法,其特征在于,该方法包括:
1)根据采集到的若干帧图像进行背景建模,得到背景图像;
2)将背景图像和当前帧图像分别划分成若干个区域,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况,具体为:将背景图像分为多个区域,给每个区域编号,并计算每个区域的图像信息值;将当前帧图像分为与背景图像中的区域个数相同的区域,为当前帧图像与背景图像中位置相同的区域建立对应关系,并计算每个区域的图像信息值;根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化;根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况;
3)如果被拍摄区域出现异常情况,则根据当前帧图像中发生变化的区域参数,计算目标确认值;
4)根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标。
2.如权利要求1所述的方法,其特征在于:所述图像信息值为亮度值或色度值。
3.如权利要求1所述的方法,其特征在于,所述根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化,为:判断当前帧图像各区域的图像信息值与在背景图像中编号相同的区域的图像信息值之差是否大于预先设定阈值,如果其大于预先设定阈值,则判定该区域发生变化;否则判定该区域未发生变化。
4.如权利要求3所述的方法,其特征在于,所述预先设定阈值为一个区域大小的8-16倍。
5.如权利要求1所述的方法,其特征在于,所述根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况,具体为:判断当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的比值,是否大于当前帧图像中发生变化的区域个数占总区域个数的比例与预先设定判断门限的乘积,如果大于,则判定被拍摄区域发生异常情况,否则,判定被拍摄区域正常。
6.如权利要求5所述的方法,其特征在于,所述预先设定判断门限的取值范围是1-10。
7.如权利要求1所述的方法,其特征在于,所述当前帧图像中发生变化的区域参数包括当前帧图像中发生变化的区域个数和发生变化的区域编号。
8.如权利要求7所述的方法,其特征在于:所述目标确认值为当前帧图像中发生变化的区域个数与发生变化的区域编号之和的乘积。
9.如权利要求1所述的方法,其特征在于,根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标,具体为:每隔K帧计算一次所述目标确认值,如果连续m次,每次得到的目标确认值与上一次得到的目标确认值的变化率不大于变化门限,则判定被拍摄区域出现的异常情况不是监控目标,否则是监控目标。
10.如权利要求1所述的方法,其特征在于,在执行步骤2)之前,结合当前帧图像和当前帧的上一帧图像,进行背景更新。
11.一种目标检测装置,其特征在于,该装置包括:
用于根据采集到的若干帧图像进行背景建模,得到背景图像的模块;
用于将背景图像和当前帧图像分别划分成若干个区域,根据当前帧图像与背景图像各区域的图像信息值,判断被拍摄区域是否出现异常情况的模块,该模块将背景图像分为多个区域,给每个区域编号,并计算每个区域的图像信息值;将当前帧图像分为与背景图像中的区域个数相同的区域,为当前帧图像与背景图像中位置相同的区域建立对应关系,并计算每个区域的图像信息值;根据背景图像中每个区域的图像信息值与当前帧图像中对应区域的图像信息值之间的关系,判断各区域是否发生变化;根据当前帧图像中发生变化区域的图像信息值变化量之和与当前帧图像中所有区域的图像信息值变化量之和的关系,判断被拍摄区域是否出现异常情况;
用于如果被拍摄区域出现异常情况,则根据当前帧图像中发生变化的区域参数,计算目标确认值的模块;
用于根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标的模块。
12.如权利要求11所述的装置,其特征在于,所述用于根据目标确认值,判断被拍摄区域出现的异常情况是否是监控目标的模块每隔K帧计算一次所述目标确认值,如果连续m次,每次得到的目标确认值与上一次得到的目标确认值的变化率不大于变化门限,则判定被拍摄区域出现的异常情况不是监控目标,否则是监控目标。
CN2008101155362A 2008-06-25 2008-06-25 一种目标检测方法、装置 Active CN101299275B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2008101155362A CN101299275B (zh) 2008-06-25 2008-06-25 一种目标检测方法、装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2008101155362A CN101299275B (zh) 2008-06-25 2008-06-25 一种目标检测方法、装置

Publications (2)

Publication Number Publication Date
CN101299275A CN101299275A (zh) 2008-11-05
CN101299275B true CN101299275B (zh) 2011-12-28

Family

ID=40079094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2008101155362A Active CN101299275B (zh) 2008-06-25 2008-06-25 一种目标检测方法、装置

Country Status (1)

Country Link
CN (1) CN101299275B (zh)

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101883261B (zh) * 2010-05-26 2012-12-12 中国科学院自动化研究所 大范围监控场景下异常目标检测及接力跟踪的方法及系统
CN103679123B (zh) * 2012-09-17 2018-01-12 浙江大华技术股份有限公司 一种atm面板上遗留物检测的方法和系统
CN104349125B (zh) * 2013-08-05 2017-10-27 浙江大华技术股份有限公司 一种区域监控方法及设备
TWI557691B (zh) * 2015-09-23 2016-11-11 睿緻科技股份有限公司 監視攝影裝置及其使用的區域式移動偵測方法
CN105245839A (zh) * 2015-09-30 2016-01-13 万科思自控信息(中国)有限公司 一种门口机的自动开启显示方法
KR20170052364A (ko) * 2015-11-04 2017-05-12 삼성전자주식회사 디스플레이장치 및 그 제어방법
CN106327510B (zh) * 2016-08-29 2019-08-23 广州华多网络科技有限公司 一种图像重构的方法及装置
CN107230013B (zh) * 2017-05-11 2021-01-05 华北电力大学 一种无监督学习下配网用户异常用电辨识与时间定位方法
CN107948465B (zh) * 2017-12-11 2019-10-25 南京行者易智能交通科技有限公司 一种检测摄像头被干扰的方法和装置
CN109493326B (zh) * 2018-10-31 2021-07-20 广州蚁群信息科技有限公司 一种用于医疗检测领域的移动式识别分析系统
CN111374607A (zh) * 2018-12-29 2020-07-07 尚科宁家(中国)科技有限公司 一种基于扫地机器人的目标识别方法及装置、设备、介质
CN111488776B (zh) * 2019-01-25 2023-08-08 北京地平线机器人技术研发有限公司 对象检测方法、对象检测装置和电子设备
CN111866575B (zh) * 2019-04-24 2022-02-01 北京力动科技有限公司 一种实时动作视频智能捕捉与反馈方法及系统
CN112040219B (zh) * 2020-07-28 2022-08-19 北京旷视科技有限公司 相机画面检测方法、装置、电子设备及可读存储介质
CN113343841B (zh) * 2021-06-03 2024-06-14 国网北京市电力公司 电力隧道异常情况的确定方法和装置
CN114937247B (zh) * 2022-07-21 2022-11-01 四川金信石信息技术有限公司 一种基于深度学习的变电站监测方法、系统、电子设备
CN115811610B (zh) * 2023-01-13 2023-05-05 安徽医科大学 一种适用于无线内窥镜的图传方法及系统
CN117102375B (zh) * 2023-10-18 2024-01-02 沈阳欧施盾新材料科技有限公司 一种基于温度成像的异形件收口控制方法及设备

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101017573A (zh) * 2007-02-09 2007-08-15 南京大学 一种基于视频监控的运动目标检测与识别方法
CN101159859A (zh) * 2007-11-29 2008-04-09 北京中星微电子有限公司 一种运动检测方法、装置以及一种智能监控系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101017573A (zh) * 2007-02-09 2007-08-15 南京大学 一种基于视频监控的运动目标检测与识别方法
CN101159859A (zh) * 2007-11-29 2008-04-09 北京中星微电子有限公司 一种运动检测方法、装置以及一种智能监控系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
胡峰俊,沈国珍,杨海波.交通流视频检测中车辆的检测与跟踪.计算机工程与设计.2008,29(6),1582-1584. *
闫石,白振兴,代忠.对传统运动检测算法改进的研究.现代电子技术.2007,(6),193-194. *

Also Published As

Publication number Publication date
CN101299275A (zh) 2008-11-05

Similar Documents

Publication Publication Date Title
CN101299275B (zh) 一种目标检测方法、装置
US10068343B2 (en) Method and apparatus for recognizing moving target
CN101266689B (zh) 一种运动目标检测方法及装置
CN100433832C (zh) 图像处理设备和图像处理方法
CN104966304A (zh) 基于卡尔曼滤波与非参数背景模型的多目标检测跟踪方法
CN107833221A (zh) 一种基于多通道特征融合和机器学习的漏水监测方法
CN105389567A (zh) 基于稠密光流直方图的群体异常检测方法
CN105678803A (zh) 基于w4算法和帧间差分的视频监控目标检测方法
CN105744232A (zh) 一种基于行为分析技术的输电线路视频防外破的方法
CN102073851A (zh) 一种城市交通事故自动识别方法和系统
CN101576952B (zh) 一种检测静止目标的方法和装置
CN101295405A (zh) 人像与车辆识别报警跟踪方法
CN107679471A (zh) 基于视频监控平台的室内人员空岗检测方法
CN110633643A (zh) 一种面向智慧社区的异常行为检测方法及系统
CN103456009B (zh) 目标检测方法与装置、监控系统
CN116402863B (zh) 一种建筑施工监控数据智能分析及预警系统
Malhi et al. Vision based intelligent traffic management system
CN107705326A (zh) 一种安全敏感区域的越界入侵检测方法
CN103475800A (zh) 图像序列中前景的检测方法和装置
CN100398675C (zh) 自动识别连续退火炉内带钢跑偏的方法
CN115953719A (zh) 一种多目标识别的计算机图像处理系统
CN100546380C (zh) 基于视觉特性的夜间目标检测和跟踪方法
CN101877135B (zh) 一种基于背景重构的运动目标检测方法
CN110114801A (zh) 图像前景检测装置及方法、电子设备
CN117690085A (zh) 一种视频ai分析系统、方法及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
ASS Succession or assignment of patent right

Owner name: SHANXI ZHONGTIANXIN TECHNOLOGY CO., LTD.

Free format text: FORMER OWNER: BEIJING VIMICRO CORP.

Effective date: 20130104

C41 Transfer of patent application or patent right or utility model
COR Change of bibliographic data

Free format text: CORRECT: ADDRESS; FROM: 100083 HAIDIAN, BEIJING TO: 030032 TAIYUAN, SHAANXI PROVINCE

TR01 Transfer of patent right

Effective date of registration: 20130104

Address after: 105, room 3, building 6, Kaiyuan street, Taiyuan economic and Technological Development Zone, Shanxi 030032, China

Patentee after: SHANXI VIMICRO TECHNOLOGY CO., LTD.

Address before: 100083, Haidian District, Xueyuan Road, Beijing No. 35, Nanjing Ning building, 15 Floor

Patentee before: Beijing Vimicro Corporation