CN103793921A - 一种运动目标提取方法及装置 - Google Patents
一种运动目标提取方法及装置 Download PDFInfo
- Publication number
- CN103793921A CN103793921A CN201210423144.9A CN201210423144A CN103793921A CN 103793921 A CN103793921 A CN 103793921A CN 201210423144 A CN201210423144 A CN 201210423144A CN 103793921 A CN103793921 A CN 103793921A
- Authority
- CN
- China
- Prior art keywords
- gradient
- pixel
- value
- image
- frame difference
- 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.)
- Granted
Links
Images
Abstract
本发明实施例公开了一种运动目标提取方法及装置,该方法包括:获取当前帧图像和背景图像,并对所述当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;检测前景图像,若检测出前景图像中存在至少一个运动目标区域,则根据所述当前帧图像和背景图像对所述至少一个运动目标区域进行梯度均值统计;根据帧差图和所述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对所述梯度标记图进行邻域扩展连通操作和行列数值投影,获取所述前景图像对应的灯光区域标记图;根据所述灯光区域标记图和所述至少一个运动目标区域内每一个像素点的梯度值,从前景图像中提取出运动目标,用以解决现有技术中由于灯光照射造成的误检问题。
Description
技术领域
本发明涉及智能视频分析技术,特别涉及一种运动目标提取方法及装置。
背景技术
视频检测与行为分析系统在各种监控场所中有很高的应用价值。现有技术中常用的基本视频检测与行为分析方法的流程图如图1所示:通过输入视频进行背景建模,利用背景图像与当前帧图像得到检测的前景图像(即获取当前帧图像中的运动目标),然后,对该运动目标进行跟踪、行为分析和预警判断,从而达到智能视频监控的目的。
由于视频检测与行为分析系统需要全天候地对视频、图像进行处理,且往往检测的场景复杂多变,而天气变化、树木扰动、水波晃动或灯光照射均会对视频检测带来直接影响。
在现有的视频检测与行为分析系统中,夜晚的灯光照射,尤其是亮起的车灯产生的扫射现象,都会严重影响到运动目标检测的准确性,甚至会出现大片误检区域(即误检的目标前景),而误检的目标前景的存在会给后续的跟踪、分类和行为分析均造成直接影响,降低视频分析系统预警的准确度。
发明内容
本发明实施例提供一种运动目标提取方法及装置,用以解决现有技术中存在的由于灯光照射造成的运动目标检测时出现的误检问题。
本发明实施例提供的具体技术方案如下:
一种运动目标提取方法,包括:
获取当前帧图像和背景图像,并对该当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;
检测该前景图像,若检测出该前景图像中存在至少一个运动目标区域,则根据上述当前帧图像和背景图像对该至少一个运动目标区域进行梯度均值统计;
根据帧差图和上述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对该梯度标记图进行邻域扩展连通操作和行列数值投影,获取上述前景图像对应的灯光区域标记图;
根据获得的灯光区域标记图和上述至少一个运动目标区域内每一个像素点的梯度值,从该前景图像中提取出运动目标。
一种运动目标提取装置,包括:
获取模块,用于获取当前帧图像和背景图像,并对上述当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;
统计模块,用于检测该前景图像,若检测出该前景图像中存在至少一个运动目标区域,则根据上述当前帧图像和背景图像对上述至少一个运动目标区域进行梯度均值统计;
标记模块,用于根据上述帧差图和上述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对该梯度标记图进行邻域扩展连通操作和行列数值投影,获取上述前景图像对应的灯光区域标记图;
提取模块,用于根据获得的灯光区域标记图和上述至少一个运动目标区域内每一个像素点的梯度值,从上述前景图像中提取出运动目标。
本发明实施例增加了对灯光照射区域的检测,对当前帧图像和背景图像进行对比分析,对运动目标区域的每一个像素点的梯度值进行分析,并且基于灯光照射区域亮度变化缓慢,边缘不明显的特点,进行邻域扩展连通操作和行列数值投影,从而找出并去除运动目标区域内的由于灯光照射产生的区域,进而更为精确地从前景图像中提取出运动目标,提高了视频分析系统预警的准确度。
附图说明
图1为现有技术中的视频检测与行为分析系统流程图;
图2为本发明实施例中的运动目标提取方法流程图;
图3为本发明实施例中的运动目标提取装置流程图。
具体实施方式
本发明实施例设计了一种运动目标提取方法,基于灯光照射区域的特征,对当前帧图像和背景图像进行灯光检测和分析,从中提取出真实的运动目标,避免了灯光照射,尤其是车灯扫射造成的误检现象。
下面结合附图说明本发明的优选实施例。
本发明实施例设计的一种抑制灯光的目标检测方法的流程图如图2所示,包括:
步骤201:获取背景图像和需要进行检测与分析的当前帧图像,并通过二者的对比分析,提取出前景图像和帧差图。
在实际应用中,可以通过对输入的视频进行背景建模从而获取背景图像,然后,将当前帧图像中与背景图像不同的部分提取出来作为前景图像。
在实际情况下,前景图像中可能没有运动目标图区域,也可能有一个或多个运动目标区域:在前景图像中存在运动目标区域时,采用本发明实施例设计的方法提取运动目标;在前景图像中不存在运动目标区域的时候,不进行运动目标提取。
本发明实施例将当前帧图像中的像素点在帧差图中对应位置的值称为帧差值。本发明实施例中的帧差图的提取过程为:获取当前帧图像的每一个像素点的灰度值,并与背景图像中各自对应位置的像素点的灰度值进行比较,其中,针对当前帧图像中的任意一个像素点,若该任意一个像素点的灰度值大于背景图像对应位置的像素点的灰度值,则将该任意一个像素点对应的帧差值设置为第一帧差值(实际应用中,第一帧差值一般为1),否则,将该任意一个像素点对应的帧差值设置为第二帧差值(而实际应用中,第二帧差值一般为0)。
在获取当前帧图像中的所有像素点的帧差值后,将各像素点对应的帧差值作为帧差图进行提取。
根据实际应用中的数据处理速度,本发明实施例可以在cif(CommonIntermediate Format,标准化图像格式)分辨率(即图像大小为352*288)下,对图像进行处理。
对于当前帧图像中任意一个像素点,若其灰度值大于背景图像中对应位置的像素点的灰度值,则将该任意一个像素点的帧差值设置为1,否则设置为0。
例如,若当前帧图像中的像素点的灰度值为200,其在背景图像中的对应位置的像素点的灰度值为50,则将该当前帧图像中的像素点的帧差值设置为1,此时,在帧差图像Pdiff上将该像素点对应位置的值为1。在对当前帧图像中所有的像素点的灰度值和在背景图像中对应位置的像素点的灰度值进行完比较后,就可以基于在晚上或者光线较差的情况下灯光照射区域的像素点的亮度值比背景图像对应像素点的亮度值高的特点,获取初始的帧差图Pdiff。
步骤202:检测前景图像,若从步骤201中的前景图像中检测出存在至少一个运动目标区域,则根据背景图像和当前帧图像对上述至少一个运动目标区域进行梯度均值统计。
由于实际的前景图像可能被检测出没有运动目标图区域,也可能被检测出有一个或多个运动目标区域,因此,检测前景图像的结果存在如下两种情况:
情况一:若检测出前景图像中没有运动目标区域,则不进行运动目标提取。
情况二:若检测出前景图像中有一个或多个运动目标区域,则根据当前帧图像和背景图像分析计算出上述运动目标区域在当前帧图像中的对应区域的梯度均值和在背景图像中的对应区域的梯度均值,其具体过程可参照如下2个步骤:
1)计算上述运动目标区域中的每一个像素点在当前帧图像中对应位置的梯度值和在背景图像中对应位置的梯度值。
2)对于任意一个运动目标区域,分别统计在当前帧图像中对应区域的梯度均值和在背景图像中对应区域的梯度均值(梯度均值为当前区域内所有像素点的梯度值的平均值)。
统计任意一个运动目标区域在当前帧图像中的对应区域的梯度均值过程为:
先计算在当前帧图像中的对应区域内的每个像素点的梯度值,再将该区域内的所有像素点的梯度值相加得到梯度总和,然后除以该区域内像素点的个数,得到该运动目标区域的当前帧图像梯度均值,作为第一梯度均值,记为M_cur(cur为当前帧的缩写)。
统计任意一个运动目标区域在背景图像中的对应区域的梯度均值过程为:
先计算在背景图像中的对应区域内的每个像素点的梯度值,再将该区域内的所有像素点的梯度值相加得到梯度值总和,然后除以该区域内像素点的个数,得到该运动目标区域的背景图像梯度均值,作为第二梯度均值,记为M_bkg(bkg为背景帧的缩写)。
步骤203:根据帧差图和上述至少一个运动目标区域的梯度均值统计结果获取梯度标记图。
具体地,直接将帧差值为第二帧差值的像素点的梯度标记数值设置为第一梯度标记数值(在实际应用中,梯度标记图可以用Pg表示,梯度标记数值可以用变量T表示)。
获取帧差值为第一帧差值的像素点在当前帧图像中对应位置的像素点的梯度值,并与其对应的运动目标区域的第一梯度均值和第二梯度均值进行比较:
若上述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值大于第一梯度均值,小于第二梯度均值,则将上述帧差值为第一帧差值的像素点的梯度标记数值设置为第一梯度标记数值(可以用T0表示,实际应用中一般为0);
若上述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值处于第一梯度均值和第二梯度均值之间,则将上述帧差值为第一帧差值的像素点的梯度标记数值设置为第二梯度标记数值(可以用T1表示,实际应用中一般为1);
若上述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值小于第一梯度均值和第二梯度均值,则将上述帧差值为第一帧差值的像素点的梯度标记数值设置为第三梯度标记数值(可以用T2表示,实际应用中一般为2);
将获得的帧差图中所有像素点的梯度标记数值对应标记在梯度标记图中的各自对应位置上,获取梯度标记图。
在实际应用中,针对帧差图Pdiff中的值为0的像素点,可以直接将其在梯度标记图Pg中的对应位置的值标记为0。而基于灯光照射区域的亮度变化缓慢,边缘不明显的特点,针对在帧差图Pdiff中的值为1的像素点,则需要将其在当前帧图像中的对应位置的像素点的梯度值与其所在的运动目标区域的第一梯度均值M_cur和第二梯度均值M_bkg进行比较,根据比较结果在梯度标记图Pg上进行标注,可以将任意一个像素点在梯度标记图Pg上的值称为该任意一个像素点的梯度标记数值。具体判定方法为:
若该像素点在当前帧图像中的梯度值小于M_cur,且小于M_bkg,则将该像素点的梯度标记数值设置为2,并且标记在在梯度标记图Pg中的对应位置上;
若该像素点在当前帧图像中的梯度值小于M_cur并且大于M_bkg,或者,该像素点在当前帧图像中的梯度值大于M_cur并且小于M_bkg,则将该像素点的梯度标记数值设置为1,并且标记在在梯度标记图Pg中的对应位置上;
若该像素点在当前帧图像中的梯度值大于M_cur并且大于M_bkg,则将该像素点的梯度标记数值设置为0,并且标记在在梯度标记图Pg中的对应位置上。
步骤204:对梯度标记图进行邻域扩展连通操作和行列数值投影,获取前景图像对应的灯光区域标记图。
在实际应用中,步骤204可参照如下2个步骤,对至少一个运动目标区域内的像素点进行邻域数据转换和行列数值投影:
1)对梯度标记图进行邻域扩展连通操作。
在任意一个运动目标区域在梯度标记图对应的区域中,若梯度标记数值为第一梯度标记数值的像素点在水平和垂直方向上相邻的像素点中存在梯度标记数值为第二梯度标记数值或第三梯度标记数值的像素点,则将上述梯度标记数值为第一梯度标记数值的像素点的梯度标记数值调整为第二梯度标记数值。
在实际应用中,假设运动目标区域中的任意一点的水平和垂直坐标位置分别为i和j(即该像素点为图像中的第j行第i个像素点),如果该像素点的梯度标记数值为1或者2,则不调整该像素点的梯度标记数值。如果坐标为(j,i)像素点的梯度标记数值为0,则在梯度标记图Pg中对其水平和垂直方向进行邻域搜索,若其左侧、右侧、上侧和下侧相邻的点中有任意一个梯度标记数值不为0的像素点,即若坐标分别为(j,i-1)、(j,i+1)、(j-1,i)、(j+1,i)的四个像素点中有任意一个点的梯度标记数值不为0(即为1或者2),则将坐标为(j,i)的该像素点梯度标记数值由0修改为1。
2)对进行邻域扩展连通操作后梯度标记图进行行列数值投影。
具体地,进行邻域扩展连通操作后,计算任意一个运动目标区域在梯度标记图对应的区域中任意一行或任意一列的像素点的梯度标记值的总和,并分别与设定的阈值比较:
若任意一行的像素点的梯度标记数值的总和大于设定阈值TM,则将灯光区域标记图中对应行的每一个像素点的值设置为灯光标记值,其中,灯光标记值一般为1,阈值TM根据该行的具体长度进行计算;
若任意一列的像素点的梯度标记数值的总和大于设定阈值TN,则将灯光区域标记图中对应列的每一个像素点的值设置为灯光标记值,其中,灯光标记值一般为1,阈值TN根据该列的具体长度进行计算。
在对任意一个运动目标区域在梯度标记图对应的区域中的所有的行和列的进行完毕行列数值投影后,灯光区域标记图中所有没有将值设置为灯光标记值的像素点的值设置为运动目标值,其中,运动目标值一般为0。
在实际应用中,可以将该设定阈值设置为行或列的0.8倍大小,任意一行的设定阈值TM可以为0.8*行长度,任意一列的设定阈值可以为0.8*列长度。
例如,在进行邻域扩展连通操作后的梯度标记图Pg中的一个运动目标区域,若某一行长度为12(该行有12个像素点),并且该行的梯度标记数值总和为10,则将TM设置为0.8*12=9.6,由于10大于9.6,因此,认为该行为灯光照射行。可以将灯光区域标记图PM中对应的灯光照射行和灯光照射列中的像素点的值均设置为1,将其它像素点的值设置为0。
步骤205:根据灯光区域标记图和上述至少一个运动目标区域内的每一个像素点的梯度值,从前景图像中提取出运动目标。
具体地,若上述至少一个运动目标区域内的像素点的当前帧图像中对应位置的梯度值小于第一均值,且其对应灯光区域标记图中的像素点的值为灯光标记值,则判定该像素点是灯光照射点;否则,判定该像素点不是灯光照射点,是运动目标点。在判定完毕所有像素点后,需要对被判定为灯光照射点的像素点进行调整,将每一个运动目标区域内的灯光照射点删除后,将删除灯光照射点后的上述至少一个运动目标区域作为运动目标提取出来。
在实际应用中,可根据下述3中情况对灯光区域标记图中的运动目标区域逐像素点进行判定:
若该像素点对应PM中位置的标记为1且对应Pg中位置的标记为2,则将对应前景图像中位置的标记设置为0,判定该像素点不是真实目标,是灯光照射点,需要进行调整,删除灯光照射点;
若该像素点对应PM中位置的标记为1,对应P1中位置的标记为1,且该像素点的梯度值小于M_cur,则将对应前景图像中位置的标记设置为0,判定该像素点不是真实目标,是灯光照射点,需要进行调整,删除灯光照射点;
否则,不调整对应该像素点的前景图像中位置的标记,判定该像素点为真实的运动目标点。
在根据上述3中情况对灯光区域标记图中的运动目标区域逐像素点进行判定完毕后,可以将该运动目标区域内的所有运动目标点作为运动目标提取出来。
在实际应用中通过当前帧图像和背景图像对比分析获取的前景图像是二值图,其中,运动目标区域内的像素点的数值为1,非运动目标区域内的像素点的数值为0,根据以上步骤,可以在提取运动目标的过程中,将根据任意一个像素点在PM和Pg对应位置中的值,判断和修改其在前景图像中的数值,即将被判定为灯光照射点的像素点的在前景图像中的数值调整为0,保持被判定为运动目标点的像素点在前景图像中的数值为1。
这样,本发明实施例对梯度标记图中的标记进行扫描,并在提取运动目标时,根据梯度标记图中的标记进行进一步检测,从而在保留运动目标的同时去除灯光照射产生的区域,为后续的行为分析提供了更为准确的运动目标。
步骤206:对提取运动目标后的前景图像进行形态学滤波,并输出处理后的图像。
本发明实施例还设计了一种运动目标提取装置,如图3所示,包括:
获取模块301,用于获取当前帧图像和背景图像,并对上述当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;
统计模块302,用于检测该前景图像,若检测出该前景图像中存在至少一个运动目标区域,则根据上述当前帧图像和背景图像对上述至少一个运动目标区域进行梯度均值统计;
标记模块303,用于根据上述帧差图和上述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对该梯度标记图进行邻域扩展连通操作和行列数值投影,获取上述前景图像对应的灯光区域标记图;
提取模块304,用于根据获得的灯光区域标记图和上述至少一个运动目标区域内每一个像素点的梯度值,从上述前景图像中提取出运动目标。
本发明实施例中设计的运动目标提取装置,还包括滤波模块305,用于对提取运动目标后的前景图像进行形态学滤波,并输出处理后的图像。
本发明实施例增加了对灯光照射区域的检测,对当前帧图像和背景图像进行对比分析,对运动目标区域的每一个像素点的梯度值进行分析,并且基于灯光照射区域亮度变化缓慢,边缘不明显的特点,进行邻域扩展连通操作和行列数值投影,从而找出并去除运动目标区域内的由于灯光照射产生的区域,进而更为精确地从前景图像中提取出运动目标,提高了视频分析系统预警的准确度。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明实施例进行各种改动和变型而不脱离本发明实施例的精神和范围。这样,倘若本发明实施例的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (16)
1.一种运动目标提取方法,其特征在于,包括:
获取当前帧图像和背景图像,并对所述当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;
检测所述前景图像,若检测出所述前景图像中存在至少一个运动目标区域,则根据所述当前帧图像和背景图像对所述至少一个运动目标区域进行梯度均值统计;
根据所述帧差图和所述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对所述梯度标记图进行邻域扩展连通操作和行列数值投影,获取所述前景图像对应的灯光区域标记图;
根据获得的灯光区域标记图和所述至少一个运动目标区域内每一个像素点的梯度值,从所述前景图像中提取出运动目标。
2.如权利要求1所述的方法,其特征在于,对所述当前帧图像和背景图像进行对比分析,提取出帧差图,具体包括:
获取当前帧图像的每一个像素点的灰度值,并与背景图像中各自对应位置的像素点的灰度值进行比较,其中,针对当前帧图像中的任意一个像素点,若所述任意一个像素点的灰度值大于背景图像中对应位置的像素点的灰度值,则将所述任意一个像素点对应的帧差值设置为第一帧差值,否则,将所述任意一个像素点对应的帧差值设置为第二帧差值;
在获取当前帧图像中的所有像素点的帧差值后,将各像素点对应的帧差值作为帧差图进行提取。
3.如权利要求1所述的方法,其特征在于,若检测出所述前景图像中存在至少一个运动目标区域,则根据所述当前帧图像和背景图像对任意一个运动目标区域进行梯度均值统计,具体包括:
计算在当前帧图像中的对应区域内每一个像素点的梯度值,求出所述对应区域内所有像素点的梯度值的均值,作为所述任意一个运动目标区域的第一梯度均值;
计算在背景图像中的对应区域内每一个像素点的梯度值,求出所述对应区域内所有像素点的梯度值的均值,作为所述任意一个运动目标区域的第二梯度均值。
4.如权利要求3所述的方法,其特征在于,所述根据所述帧差图和所述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,具体包括:
直接将帧差值为第二帧差值的像素点的梯度标记数值设置为第一梯度标记数值,获取帧差值为第一帧差值的像素点在当前帧图像中对应位置的像素点的梯度值,并与其对应的运动目标区域的第一梯度均值和第二梯度均值进行比较:
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值大于第一梯度均值和第二梯度均值,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第一梯度标记数值;
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值处于第一梯度均值和第二梯度均值之间,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第二梯度标记数值;
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值小于第一梯度均值和第二梯度均值,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第三梯度标记数值;
将获得的帧差图中所有像素点的梯度标记数值对应标记在梯度标记图中的各自对应位置上,获取梯度标记图。
5.如权利要求4所述的方法,其特征在于,所述对所述梯度标记图进行邻域扩展连通操作,具体包括:
在所述任意一个运动目标区域在梯度标记图对应的区域中,若梯度标记数值为第一梯度标记数值的像素点在水平和垂直方向上相邻的像素点中存在梯度标记数值为第二梯度标记数值或第三梯度标记数值的像素点,则将所述梯度标记数值为第一梯度标记数值的像素点的梯度标记数值调整为第二梯度标记数值。
6.如权利要求5所述的方法,其特征在于,对进行邻域扩展连通操作后梯度标记图进行行列数值投影,获取所述前景图像对应的灯光区域标记图,具体包括:
在进行邻域扩展连通操作后,计算所述任意一个运动目标区域在梯度标记图对应的区域中任意一行或任意一列的像素点的梯度标记值的总和,并分别与设定的阈值比较:
若所述任意一行的像素点的梯度标记数值的总和大于设定阈值,则将灯光区域标记图中对应行的每一个像素点的值设置为灯光标记值;
若所述任意一列的像素点的梯度标记数值的总和大于设定阈值,则将灯光区域标记图中对应列的每一个像素点的值设置为灯光标记值。
7.如权利要求6所述的方法,其特征在于,所述根据获得的灯光区域标记图和所述至少一个运动目标区域内每一个像素点的梯度值,从所述前景图像中提取出运动目标,具体包括:
若所述至少一个运动目标区域内的像素点的当前帧图像中对应位置的梯度值小于所述第一梯度均值,且其对应灯光区域标记图中的像素点的值为灯光标记值,则判定该像素点是灯光照射点,否则,判定该像素点是运动目标点;
删除灯光照射点,将删除灯光照射点后的所述至少一个运动目标区域作为运动目标提取。
8.如权利要求1~7中任一项所述的方法,其特征在于,从所述前景图像中提取出运动目标之后,还包括:
对提取运动目标后的前景图像进行形态学滤波,并输出处理后的图像。
9.一种运动目标提取装置,其特征在于,包括:
获取模块,用于获取当前帧图像和背景图像,并对所述当前帧图像和背景图像进行对比分析,提取出前景图像和帧差图;
统计模块,用于检测所述前景图像,若检测出所述前景图像中存在至少一个运动目标区域,则根据所述当前帧图像和背景图像对所述至少一个运动目标区域进行梯度均值统计;
标记模块,用于根据所述帧差图和所述至少一个运动目标区域的梯度均值统计结果获取梯度标记图,并对所述梯度标记图进行邻域扩展连通操作和行列数值投影,获取所述前景图像对应的灯光区域标记图;
提取模块,用于根据获得的灯光区域标记图和所述至少一个运动目标区域内每一个像素点的梯度值,从所述前景图像中提取出运动目标。
10.如权利要求9所述的装置,其特征在于,所述统计模块具体用于,
获取当前帧图像的每一个像素点的灰度值,并与背景图像中各自对应位置的像素点的灰度值进行比较,其中,针对当前帧图像中的任意一个像素点,若所述任意一个像素点的灰度值大于背景图像中对应位置的像素点的灰度值,则将所述任意一个像素点对应的帧差值设置为第一帧差值,否则,将所述任意一个像素点对应的帧差值设置为第二帧差值;
在获取当前帧图像中的所有像素点的帧差值后,将各像素点对应的帧差值作为帧差图进行提取。
11.如权利要求10所述的装置,其特征在于,所述统计模块具体用于,
计算在当前帧图像中的对应区域内每一个像素点的梯度值,求出所述对应区域内所有像素点的梯度值的均值,作为所述任意一个运动目标区域的第一梯度均值;以及,计算在背景图像中的对应区域内每一个像素点的梯度值,求出所述对应区域内所有像素点的梯度值的均值,作为所述任意一个运动目标区域的第二梯度均值。
12.如权利要求10所述的装置,其特征在于,所述标记模块具体用于,
直接将帧差值为第二帧差值的像素点的梯度标记数值设置为第一梯度标记数值,获取帧差值为第一帧差值的像素点在当前帧图像中对应位置的像素点的梯度值,并与其对应的运动目标区域的第一梯度均值和第二梯度均值进行比较:
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值大于第一梯度均值和第二梯度均值,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第一梯度标记数值;
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值处于第一梯度均值和第二梯度均值之间,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第二梯度标记数值;
若所述帧差值为第一帧差值的像素点在当前帧图像中对应位置的梯度值小于第一梯度均值和第二梯度均值,则将所述帧差值为第一帧差值的像素点的梯度标记数值设置为第三梯度标记数值;
将获得的帧差图中所有像素点的梯度标记数值对应标记在梯度标记图中的各自对应位置上,获取梯度标记图。
13.如权利要求12所述的装置,其特征在于,所述标记模块具体用于,
在所述任意一个运动目标区域在梯度标记图对应的区域中,若梯度标记数值为第一梯度标记数值的像素点在水平和垂直方向上相邻的像素点中存在梯度标记数值为第二梯度标记数值或第三梯度标记数值的像素点,则将所述梯度标记数值为第一梯度标记数值的像素点的梯度标记数值调整为第二梯度标记数值。
14.如权利要求13所述的装置,其特征在于,所述标记模块具体用于,
在进行邻域扩展连通操作后,计算所述任意一个运动目标区域在梯度标记图对应的区域中任意一行或任意一列的像素点的梯度标记值的总和,并分别与设定的阈值比较:
若所述任意一行的像素点的梯度标记数值的总和大于设定阈值,则将灯光区域标记图中对应行的每一个像素点的值设置为灯光标记值;
若所述任意一列的像素点的梯度标记数值的总和大于设定阈值,则将灯光区域标记图中对应列的每一个像素点的值设置为灯光标记值。
15.如权利要求14所述的装置,其特征在于,所述提取模块具体用于,
若所述至少一个运动目标区域内的像素点的当前帧图像中对应位置的梯度值小于所述第一梯度均值,且其对应灯光区域标记图中的像素点的值为灯光标记值,则判定该像素点是灯光照射点,否则,判定该像素点是运动目标点;
删除灯光照射点,将删除灯光照射点后的所述至少一个运动目标区域作为运动目标提取出来。
16.如权利要求9~15中任一项所述的装置,其特征在于,还包括滤波模块,
用于对提取模块提取运动目标后的前景图像进行形态学滤波,并输出处理后的图像。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210423144.9A CN103793921B (zh) | 2012-10-29 | 2012-10-29 | 一种运动目标提取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210423144.9A CN103793921B (zh) | 2012-10-29 | 2012-10-29 | 一种运动目标提取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103793921A true CN103793921A (zh) | 2014-05-14 |
CN103793921B CN103793921B (zh) | 2017-02-22 |
Family
ID=50669544
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210423144.9A Active CN103793921B (zh) | 2012-10-29 | 2012-10-29 | 一种运动目标提取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103793921B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2563142A (en) * | 2017-04-20 | 2018-12-05 | Ford Global Tech Llc | Image background subtraction for dynamic lighting scenarios |
CN108961316A (zh) * | 2017-05-23 | 2018-12-07 | 华为技术有限公司 | 图像处理方法、装置及服务器 |
CN109741363A (zh) * | 2019-01-11 | 2019-05-10 | 湖南国科微电子股份有限公司 | 基于区块差值的运动判断方法、装置及电子设备 |
CN109961455A (zh) * | 2017-12-22 | 2019-07-02 | 杭州萤石软件有限公司 | 一种目标检测方法及装置 |
CN110264497A (zh) * | 2019-06-11 | 2019-09-20 | 浙江大华技术股份有限公司 | 跟踪时长的确定方法及装置、存储介质、电子装置 |
CN113538337A (zh) * | 2021-06-17 | 2021-10-22 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102298781A (zh) * | 2011-08-16 | 2011-12-28 | 长沙中意电子科技有限公司 | 基于颜色和梯度特征的运动阴影检测方法 |
US20120106797A1 (en) * | 2010-08-03 | 2012-05-03 | Empire Technology Development Llc | Identification of objects in a video |
-
2012
- 2012-10-29 CN CN201210423144.9A patent/CN103793921B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120106797A1 (en) * | 2010-08-03 | 2012-05-03 | Empire Technology Development Llc | Identification of objects in a video |
CN102298781A (zh) * | 2011-08-16 | 2011-12-28 | 长沙中意电子科技有限公司 | 基于颜色和梯度特征的运动阴影检测方法 |
Non-Patent Citations (2)
Title |
---|
曹阳 等: "基于梯度统计和区域生长融合的运动车辆阴影检测方法", 《传感器技术学报》 * |
翟永平 等: "基于颜色及梯度统计特征的结核杆菌目标识别", 《国防科技大学学报》 * |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10373316B2 (en) | 2017-04-20 | 2019-08-06 | Ford Global Technologies, Llc | Images background subtraction for dynamic lighting scenarios |
GB2563142A (en) * | 2017-04-20 | 2018-12-05 | Ford Global Tech Llc | Image background subtraction for dynamic lighting scenarios |
CN108961316A (zh) * | 2017-05-23 | 2018-12-07 | 华为技术有限公司 | 图像处理方法、装置及服务器 |
CN108961316B (zh) * | 2017-05-23 | 2022-05-31 | 华为技术有限公司 | 图像处理方法、装置及服务器 |
CN109961455A (zh) * | 2017-12-22 | 2019-07-02 | 杭州萤石软件有限公司 | 一种目标检测方法及装置 |
CN109961455B (zh) * | 2017-12-22 | 2022-03-04 | 杭州萤石软件有限公司 | 一种目标检测方法及装置 |
US11367276B2 (en) | 2017-12-22 | 2022-06-21 | Hangzhou Ezviz Software Co., Ltd. | Target detection method and apparatus |
CN109741363A (zh) * | 2019-01-11 | 2019-05-10 | 湖南国科微电子股份有限公司 | 基于区块差值的运动判断方法、装置及电子设备 |
CN109741363B (zh) * | 2019-01-11 | 2023-07-14 | 湖南国科微电子股份有限公司 | 基于区块差值的运动判断方法、装置及电子设备 |
CN110264497A (zh) * | 2019-06-11 | 2019-09-20 | 浙江大华技术股份有限公司 | 跟踪时长的确定方法及装置、存储介质、电子装置 |
CN110264497B (zh) * | 2019-06-11 | 2021-09-17 | 浙江大华技术股份有限公司 | 跟踪时长的确定方法及装置、存储介质、电子装置 |
CN113538337A (zh) * | 2021-06-17 | 2021-10-22 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
CN113538337B (zh) * | 2021-06-17 | 2024-02-27 | 杭州涂鸦信息技术有限公司 | 检测方法、检测装置及计算机可读存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103793921B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102509075B (zh) | 一种遗留物检测方法及装置 | |
CN103049787B (zh) | 一种基于头肩特征的人数统计方法和系统 | |
CN101799968B (zh) | 基于视频图像智能分析的油井入侵检测方法及装置 | |
CN101587622B (zh) | 基于视频图像智能分析的森林烟火检测与识别方法及设备 | |
CN103793921A (zh) | 一种运动目标提取方法及装置 | |
CN103246896B (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
CN104616290A (zh) | 一种统计矩阵模型和自适应阈值相结合的目标检测算法 | |
CN103226712B (zh) | 一种基于有限状态机的遗留物检测方法 | |
US20170151943A1 (en) | Method, apparatus, and computer program product for obtaining object | |
CN104601965A (zh) | 摄像头遮挡检测方法 | |
EP2813973A1 (en) | Method and system for processing video image | |
CN104112279A (zh) | 一种目标检测方法及装置 | |
CN102663778B (zh) | 一种基于多视点视频的目标跟踪方法和系统 | |
CN103473547A (zh) | 一种用于智能交通检测系统的车辆目标物识别算法 | |
CN104866842A (zh) | 一种人体目标入侵检测方法 | |
CN101719280B (zh) | 红外弱小目标检测方法 | |
Su et al. | Adaptive colour feature identification in image for object tracking | |
Boonsim et al. | An algorithm for accurate taillight detection at night | |
CN103714552B (zh) | 运动阴影消除方法及装置和智能视频分析系统 | |
CN101567088A (zh) | 一种运动物体检测的方法和装置 | |
CN103942532A (zh) | 基于车载摄像机的盲区车辆检测方法 | |
CN103778629A (zh) | 一种非相参雷达图像的背景模型实时更新方法 | |
CN104754248A (zh) | 一种获取目标快照的方法及装置 | |
KR102161212B1 (ko) | 움직임 검출 시스템 및 방법 | |
CN103971382A (zh) | 一种避免光照影响的目标检测方法 |
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 |