CN103810461A - 一种干扰目标的检测方法和设备 - Google Patents
一种干扰目标的检测方法和设备 Download PDFInfo
- Publication number
- CN103810461A CN103810461A CN201210449475.XA CN201210449475A CN103810461A CN 103810461 A CN103810461 A CN 103810461A CN 201210449475 A CN201210449475 A CN 201210449475A CN 103810461 A CN103810461 A CN 103810461A
- Authority
- CN
- China
- Prior art keywords
- pixel
- gray
- scale value
- region
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种干扰目标的检测方法和设备,其主要内容包括:通过将当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定出满足条件的第一像素点和第二像素点,针对第一像素点,得到第一灰度值;以及在当前帧图像中查找第三像素点,并得到在第三灰度值;针对第二像素点,得到在参考帧图像中的第二灰度值,分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值,在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标;与现有技术相比,从点入手,计算方法相对简单,使得确定干扰目标的精确度较高。
Description
技术领域
本发明涉及智能视频监控领域,尤其涉及一种干扰目标的检测方法和设备。
背景技术
运动目标检测是智能视频监控技术的基础技术环节,它对后续目标分类、跟踪和行为分析处理都非常重要。运动目标的检测是为了去除背景,从图像序列中把感兴趣的运动区域提取出来,不仅要从背景图像中检测出运动区域,更重要的是提取出有效运动目标。
但是在对监控场景中的运动区域进行检测时,经常会碰到运动区域的背景内也存在运动着的干扰目标,例如:晃动的树枝、雨雪,水浪等等,这样将使得检测出的有效运动目标出现错误的情况,例如:将晃动的树枝看做有效运动目标进行检测,使得后续分析处理结果出现极大的偏差,影响检测的准确性。
为了解决上述问题,在现有技术中出现了利用动态纹理对视频图像进行背景建模的处理方法(专利号为:201110344804.X),该方法具体包括:
第一步:采用混合动态纹理对背景进行建模。
第二步:利用KL距离定义空时显著性判别函数并计算显著性图。
第三步:对显著性图阈值处理得到运动分割结果。
具体地,显著性图S的灰度信息的图像,为了得到运动分割结果,对其作阈值处理:低于阈值的像素点作为背景;而高于阈值的保留其值,值的大小反映其属于运动目标概率的大小。
由此可见,在现有技术中利用上述方法对采集到图像信息进行运动目标与干扰目标的划分,计算相对比较复杂。
发明内容
本发明实施例提供了一种干扰目标的检测方法和设备,用于解决现有技术中在对运动目标检测时出现误检机率较高的问题。
一种干扰目标的检测方法,所述方法包括:
将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点;
确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,以及查找在当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值;
确定参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值,其中,M为不小于3的整数;
分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值;
在第一差值与第二差值均小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标。
一种干扰目标的检测设备,所述设备包括:
确定模块,用于将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点;
灰度值计算模块,用于确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值;确定在参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值,其中,M为不小于3的整数;分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值;
干扰目标检测模块,用于在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标。
本发明有益效果如下:
本发明实施例通过将获取的当前帧图像中的第一像素点与所述参考帧图像中的第二像素点进行比较,确定出满足第一设定条件的所述第一像素点和所述第二像素点,确定当前帧图像中以所述第一像素点为中心的设定区域内的第一灰度值;以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并得到在当前帧图像中以所述第三像素点为中心的设定区域内的第三灰度值;以及确定参考帧图像中以所述第二像素点为中心的相同大小区域内的第二灰度值,分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值,在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标;与现有技术相比,分别以点和区域对目标进行判断,减小了出现误检的机率,提高了干扰目标的定位精度,降低了计算的复杂度。
附图说明
图1为本发明实施例一的一种干扰目标的检测方法的流程图;
图2(a)为获取的当前帧图像信息的示意图;
图2(b)为选择的参考帧图像信息的示意图;
图3(a)为确定的以第一像素点为中心的3*3区域内的像素点的示意图;
图3(b)为确定的以第二像素点为中心的3*3区域内的像素点的示意图;
图4为5*5区域内像素点的示意图;
图5为本发明实施例二检测图2(a)得到的效果图;
图6为本发明实施例二的一种干扰目标的检测设备的结构示意图。
具体实施方式
为了实现本发明的目的,本发明实施例提供了一种干扰目标的检测方法和设备,通过将获取的当前帧图像中的第一像素点与所述参考帧图像中的第二像素点进行比较,确定出满足第一设定条件的所述第一像素点和所述第二像素点,确定当前帧图像中以所述第一像素点为中心的设定区域内的第一灰度值;以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并得到当前帧图像中以所述第三像素点为中心的设定区域内的第三灰度值;确定参考帧图像中以所述第二像素点为中心的相同大小区域内的第二灰度值,分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值,在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标;与现有技术相比,分别以点和区域对目标进行判断,减小了出现误检的机率,提高了干扰目标的定位精度,降低了计算的复杂度。
下面结合说明书附图对本发明各个实施例进行详细描述。
实施例一:
如图1所示,为本发明实施例一的一种干扰目标的检测方法的流程图,所述方法包括:
步骤101:将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点。
在步骤101中,在获取当前帧图像信息时,确定针对与当前帧图像信息的参考帧图像信息,选择图像信息中前第N帧图像作为参考帧图像信息。
具体地,在一组图像信息中,设置帧数间隔N的两帧图像互为当前帧图像和参考帧图像,其中,N是可以改变的,根据需要确定。例如:N为5,则获取的第一帧图像信息和第六帧图像互为参考帧图像和当前帧图像,当第一帧图像为参考帧图像时,则第六帧图像为当前帧图像。
例如:如图2(a)所示,为获取的当前帧图像信息的示意图;如2(b)所示,为选择的参考帧图像信息的示意图。
首先,建立位置信息相同的当前帧图像中的像素点与参考帧图像中的像素点之间的对应关系。
例如:假设当前帧图像大小为352x288,则表示该图像有352x288个像素点,图像上每个位置就对应一个像素点,每个像素点的数值即为该点像素值,通常像素值大小范围为0到255。
需要说明的是,获取的当前帧图像和参考帧图像的大小相同,当前帧图像中的像素点个数与参考帧图像中的像素点个数相同。
其中,所述位置信息包括坐标信息。
例如,坐标(10,12)表示一帧图像中第10行第12列的一个像素点。
从第二起,针对当前帧图像中的每一个像素点执行以下操作:
第二,从获取的当前帧图像中得到第一像素点以及第一像素点的位置信息,其中,所述位置信息为第一像素点在当前帧图像中的坐标信息。
第三,根据所述位置信息在参考帧图像中查找与该位置信息相同的第二像素点。
第四,将第一像素点的灰度值与第二像素点的灰度值进行比较,计算并得到第一像素点的灰度值与第二像素点的灰度值之间的差值。
具体地,假设第一像素点的灰度值为P1 (10,12),第二像素点的灰度值为P2 (10,12),其中,(10,12)分别表示第一像素点是当前帧图像中第10行第12列的像素点,以及表示第二像素点是参考帧图像中第10行第12列的像素点。
将第一像素点的灰度值P1 (10,12)与第二像素点的灰度值P2 (10,12)进行作差运算,得到差值的绝对值,即D(10,12)=|P1 (10,12)-P2 (10,12)|。
第五,利用得到的差值的绝对值与设定的门限值进行比较。
具体地,当所述差值大于设定的门限值时,确定第一像素点和第二像素点满足第一设定条件;当所述差值不大于设定的门限值时,确定第一像素点和第二像素点不满足第一设定条件。
假设设定的门限值为Td,将得到的差的绝对值与Td进行比较,当得到的差的绝对值大于Td时,确定第一像素点和第二像素点满足第一设定条件,将第一像素点记为1;当得到的差的绝对值不大于Td时,确定第一像素点和第二像素点不满足第一设定条件,将第一像素点记为0。
步骤102:确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值。
其中,M为不小于3的整数。
在步骤102中,针对步骤101确定每一个第一像素点,在当前帧图像中,以该第一像素点为中心,确定M*M区域内的所有像素点,得到所有像素点的灰度值,并计算所有像素点的灰度值的均值,将得到的所有像素点的灰度值的均值作为第一灰度值,即为m1。
假设,M为3,那么3*3区域内的像素点个数为9个,其中,中间一个像素点为第一像素点,用坐标信息表示为(10,12)。
如图3(a)所示,为确定的以第一像素点为中心的3*3区域内的像素点的示意图,以第一像素点为中心的3*3区域内的所有像素点的坐标信息除了(10,12)之外,还有:(9,11)、(9,12)、(9,13)、(10,11)、(10,13)、(11,11)、(11,12)和(11,13),则坐标信息为(9,11)的像素点的灰度值为P(9,11)、坐标信息为(9,12)的像素点的灰度值为P(9,12)、坐标信息为(9,13)的像素点的灰度值为P(9,13)、坐标信息为(10,11)的像素点的灰度值为P(10,11)、坐标信息为(10,13)的像素点的灰度值为P(10,13)、坐标信息为(11,11)的像素点的灰度值为P(11,11)、坐标信息为(11,12)的像素点的灰度值为P(11,12)和坐标信息为(11,13)的像素点的灰度值为P(11,13)。
计算得到m1=(P(9,11)+P(9,12)+P1 (9,13)+P(10,11)+P(10,12)+P(10,13)+P(11,11)+P(11,12)+P(11,13))/9。
步骤103:确定参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值。
其中,M为不小于3的整数。
在步骤103中,针对步骤101确定每一个第二像素点,在参考帧图像中,以该第二像素点为中心,确定M*M区域内的所有像素点,得到所有像素点的灰度值,并计算所有像素点的灰度值的均值,将得到的所有像素点的灰度值的均值作为第二灰度值,即为m2。
假设,M为3,那么3*3区域内的像素点个数为9个,其中,中间一个像素点为第二像素点,用坐标信息表示为(10,12)/。
需要说明的是,在参考帧图像中划定区域的范围与当前帧图像划定的范围相同,即M的取值相同。
如图3(b)所示,为确定的以第二像素点为中心的3*3区域内的像素点的示意图,以第二像素点为中心的3*3区域内的所有像素点的坐标信息除了(10,12)/之外,还有:(9,11)/、(9,12)/、(9,13)/、(10,11)/、(10,13)/、(11,11)/、(11,12)/和(11,13)/,则坐标信息为(9,11)/的像素点的灰度值为P/ (9,11)、坐标信息为(9,12)/的像素点的灰度值为P/ (9,12)、坐标信息为(9,13)/的像素点的灰度值为P/ (9,13)、坐标信息为(10,11)/的像素点的灰度值为P/ (10,11)、坐标信息为(10,13)/的像素点的灰度值为P/ (10,13)、坐标信息为(11,11)/的像素点的灰度值为P/ (11,11)、坐标信息为(11,12)/的像素点的灰度值为P/(11,12)和坐标信息为(11,13)/的像素点的灰度值为P/ (11,13)。
计算得到m2=(P/ (9,11)+P/ (9,12)+P/ (9,13)+P/ (10,11)+P2 (10,12)+P/ (10,13)+P/ (11,11)+P/ (11,12)+P/ (11,13))/9。
步骤104:针对第一像素点,查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值。
其中,所述设定区域是指:在当前帧图像中,以所述第一像素点为中心,确定N*N区域,其中,N大于M,且N为正整数。
假设N为5,则确定的N*N区域为5*5区域,以第一像素点(10,12)为中心,将得到25个像素点,其中,25个像素点的坐标信息为:(8,10)、(8,11)、(8,12)、(8,13)、(8,14)、(9,10)、(9,11)、(9,12)、(9,13)、(9,14)、(10,10)、(10,11)、(10,12)、(10,13)、(10,14)、(11,10)、(11,11)、(11,12)、(11,13)、(11,14)、(12,10)、(12,11)、(12,12)、(12,13)、(12,14),如图4所示,为5*5区域内像素点的示意图。
具体地,在当前帧图像中设定区域内查找满足第二设定条件的第三像素点,并得到在当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值,具体包括:
首先,针对N*N区域中除了第一像素点之外的每一个像素点,计算以该像素点为中心的M*M区域内的灰度均值。
具体地,确定一个像素点,以该像素点为中心,确定M*M区域内包含的所有像素点的灰度值,并计算这些像素点的灰度值的均值。
这样将得到24个灰度均值。
其次,将得到的灰度均值与所述第一灰度值作差得到差值。
每一个灰度均值都与步骤102得到的所述第一灰度值作差,得到24个差值。
第三,将得到的所述差值进行比较,选择出差值最小。
假设,满足第二设定条件的第三像素点包括:(12,10)、(12,11)、(10,13)、(12,14)。
其中,差值最小时灰度均值对应的中心像素点为(12,10)。
第四,将确定的最小的所述差值对应的灰度均值作为第三灰度值。
具体地,将确定的第三像素点中差值最小的对应的灰度均值作为第三灰度值,即为ms。
(12,10)为中心的3*3区域内所有像素点的灰度均值为(P(11,9)+P(11,10)+P(11,11)+P(12,9)+P3 (12,10)+P(12,11)+P(13,9)+P(13,10)+P(13,11))/9,即ms=P(11,9)+P(11,10)+P(11,11)+P(12,9)+P3 (12,10)+P(12,11)+P(13,9)+P(13,10)+P(13,11))/9。
步骤105:分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值。
具体地,将步骤102中得到的第一灰度差值m1,将步骤103中得到的第二灰度差值m2,以及将步骤104中得到的第三灰度差值ms进行作差计算,得到第一差值md1,第二差值md2。
步骤106:将得到的第一差值与第二差值分别与设定的第一阈值进行比较。
其中,设定的第一阈值可以根据实际需要确定,也可以是根据实践获取。
具体地,在所述第一差值和所述第二差值均小于设定第一阈值时,将所述第一像素点的点位置数值增加设定量;
在所述第一差值和所述第二差值均不小于设定第一阈值时,将所述第一像素点的点位置数值减少设定量。
例如:当第一差值和第二差值均小于设定的第一阈值时,随机扰动计数图对应的第一像素点的点位置数值加1;当第一差值和第二差值均不小于设定的第一阈值时,随机扰动计数对应的第一像素点的点位置数值减1;否则随机扰动计数对应的第一像素点的点位置数值不变。
从步骤102~步骤106,以点为单位对步骤101确定的第一像素点进行干扰目标的判断,除此之外还可以以区域为单位,对步骤101确定的第一像素点所组成区域进行干扰区域的判断,这样通过点和区域分别进行判断,增加干扰目标确定的准确性。
步骤107:在确定满足第一设定条件的所述第一像素点和所述第二像素点之后,以区域为单位对步骤101确定的第一像素点组成的区域进行干扰区域的判断。
步骤108:将当前帧图像中确定的满足第一设定条件的所有第一像素点进行滤波膨胀处理,得到多个第一像素区域信息。
其中,所述区域信息包括位置信息。
具体地,对当前帧图像中确定的干扰像素点进行形态学滤波处理,滤除由于噪声引起的散点,同时将变化点进行膨胀处理,得到处理后的第一像素区域信息。
较优地,所述区域信息还包括区域编号信息和区域大小信息。
较优地,根据得到的多个第一像素区域信息的位置信息,将参考帧图像中位置信息相同的区域设定为第二像素区域。
步骤109:对第一像素区域进行干扰判断。
具体地,在步骤109中,对第一像素区域进行干扰判断的方法包括:
首先,将得到的每一个所述第一像素区域和每一个所述第二像素区域划分成P*T个区域块。
其中,P、T均为正整数。
在对第一像素区域进行划分时,第一像素区域面积越大,划分得到的区域块数量越多。
针对参考帧图像中第二像素区域的划分方式与对第一像素区域进行划分方式相同。
其次,针对划分后得到的每一个区域块执行以下操作:
第一步,计算第一像素区域中的第一区域块与第二像素区域中的第二区域块的相似度,其中,所述第二区域块是根据所述第一像素区域中的第一区域块的位置信息映射在第二像素区域中得到的位置信息确定的。
具体地,可以利用区域内各个像素点的灰度值来确定相似度,得到的灰度值越接近,相似度越大。
第二步,计算所述第一区域块的灰度值与所述第二区域块的灰度值之间的差值。
具体地,区域块的灰度值可以通过区域块内各个像素点的灰度值确定。
第三步,将得到的相似度与设定的第二阈值进行比较,以及将得到的差值与设定的第三阈值进行比较。
当所述相似度大于设定的第二阈值,且所述差值小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值增加设定量;
当所述相似度不大于设定的第二阈值,且所述差值不小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值减少设定量。
具体地,所有像素点的点位置数值的增加与减少是在步骤106的基础上进行的。
需要说明的是,所述设定的第二阈值和设定的第三阈值可以根据实际需要确定,也可以根据实践经验得到,这里不做限定。
所述设定量可以根据需要确定,也可以是1或者0,起标识作用。
在得到每一个像素点的点位置数值之后,将当前帧图像中的每一个像素点的点位置数值与设定的第四阈值进行比较。
步骤110:根据确定的干扰目标的目标区域检测得到干扰目标。
具体地,当比较结果为该点位置数值大于设定的第四阈值时,将该点位置数值与确定以该像素点为中心的M*M区域内的每一个像素点的点位置数值进行比对,在比对结果相差数值都不大于设定数值时,则确定该像素点为干扰目标像素点,并将确定的干扰像素点所在的区域作为干扰目标区域。
所述设定数值可以根据实际需要确定。
需要说明的是,本发明中涉及的第一阈值、第二阈值、第三阈值以及第四阈值中的“第一”、“第二”、“第三”和“第四”没有特殊含义,仅表示这是四个不同的阈值。
较优地,在步骤110确定干扰目标之后,可通过二直图的方式将确定的干扰目标显示出来,这样能够直观准确的确定干扰目标。如图5所示,为本发明实施例中检测图2(a)得到的效果图。
通过实施例的方案,将获取的当前帧图像中的第一像素点与所述参考帧图像中的第二像素点进行比较,确定出满足第一设定条件的所述第一像素点和所述第二像素点,确定当前帧图像中以所述第一像素点为中心的设定区域内的第一灰度值;以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的设定区域内的第三灰度值;确定参考帧图像中以所述第二像素点为中心的相同大小区域内的第二灰度值,分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值,在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标;与现有技术相比,从点入手,计算方法相对简单,使得确定干扰目标的精确度较高。
实施例二:
如图6所示,为本发明实施例二的一种干扰目标检测设备的结构示意图,所述设备包括:确定模块11、灰度值计算模块12、干扰目标检测模块13,其中:
确定模块11,用于将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点。
灰度值计算模块12,用于确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并得到当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值;确定参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值,其中,M为不小于3的整数;分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值。
干扰目标检测模块13,用于在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标。
具体地,所述确定模块11,具体包括:
位置信息获取单元21,用于从获取的当前帧图像中得到第一像素点以及第一像素点的位置信息,其中,所述位置信息为第一像素点在当前帧图像中的坐标信息。
比较单元22,用于根据所述位置信息在参考帧图像中查找与该位置信息相同的第二像素点,以及将第一像素点的灰度值与第二像素点的灰度值进行比较,计算并得到第一像素点的灰度值与第二像素点的灰度值之间的差值。
所述灰度值计算模块12,具体用于将比较单元22计算得到的差值与设定的门限值进行比较,当所述差值大于设定的门限值时,确定第一像素点和第二像素点满足第一设定条件;当所述差值不大于设定的门限值时,确定第一像素点和第二像素点不满足第一设定条件。
所述灰度值计算模块12,具体用于获取当前帧图像中以第一像素点为中心的M*M区域内每一个像素点的灰度值,并将获取的M*M个灰度值求和取平均值作为第一灰度值。
具体地,所述设定区域是指:在当前帧图像中,以所述第一像素点为中心,确定N*N区域,其中,N大于M,且N为正整数;
所述灰度值计算模块12,具体用于针对N*N区域中除了第一像素点之外的每一个像素点,计算以该像素点为中心的M*M区域内的灰度均值,并将得到的灰度均值与所述第一灰度值作差得到差值;确定所述差值较小对应的第三像素点为满足第二设定条件的第三像素点;将确定的最小的所述差值对应的灰度均值作为第三灰度值。
所述设备还包括:计数模块18,其中:
计数模块18,用于在计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值之后,确定所述第一像素点为干扰目标的像素点之前,在所述第一差值和所述第二差值均小于设定第一阈值时,将所述第一像素点的点位置数值增加设定量,以及在所述第一差值和所述第二差值均不小于设定第一阈值时,将所述第一像素点的点位置数值减少设定量。
较优地,所述设备还包括:区域处理模块14,其中:
区域处理模块14,用于在确定满足第一设定条件的所述第一像素点和所述第二像素点之后,确定干扰目标之前,将当前帧图像中确定的满足第一设定条件的所有第一像素点进行滤波膨胀处理,得到多个第一像素区域信息,以及根据得到的多个第一像素区域信息的位置信息,将参考帧图像中位置信息相同的区域设定为第二像素区域;
其中,所述区域信息包括位置信息。
较优地,所述设备还包括:区域划分模块15和区域计算模块16,其中:
区域划分模块15,用于将得到的每一个所述第一像素区域和每一个所述第二像素区域划分成P*T个区域块;
区域计算模块16,用于针对每一个区域块执行以下操作:计算第一像素区域中的第一区域块与位置信息对应的第二像素区域中的第二区域块的相似度,其中,所述第二区域块是根据所述第一像素区域中的第一区域块的位置信息映射在第二像素区域中得到的位置信息确定的;计算所述第一区域块的灰度值与所述第二区域块的灰度值之间的差值。
所述计数模块18,具体用于当所述相似度大于设定的第二阈值,且所述差值小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值增加设定量;以及当所述相似度不大于设定的第二阈值,且所述差值不小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值减少设定量。
较优地,所述设备还包括:比较模块17,其中:
比较模块17,用于将当前帧图像中的每一个像素点的点位置数值与设定的第四阈值进行比较。
所述干扰目标检测模块13,具体用于当比较结果为该点位置数值大于设定的第四阈值时,将该点位置数值与确定以该像素点为中心的M*M区域内的每一个像素点的点位置数值进行比对,在比对结果相差数值都不大于设定数值时,则确定该像素点为干扰目标像素点,并将确定的干扰像素点所在的区域作为干扰目标区域。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明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 (20)
1.一种干扰目标的检测方法,其特征在于,所述方法包括:
将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点;
确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,以及查找在当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值;
确定参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值,其中,M为不小于3的整数;
分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值;
在第一差值与第二差值均小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标。
2.如权利要求1所述的方法,其特征在于,将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,具体包括:
从获取的当前帧图像中得到第一像素点以及第一像素点的位置信息,其中,所述位置信息为第一像素点在当前帧图像中的坐标信息;
根据所述位置信息在参考帧图像中查找与该位置信息相同的第二像素点;
将第一像素点的灰度值与第二像素点的灰度值进行比较,计算并得到第一像素点的灰度值与第二像素点的灰度值之间的差值。
3.如权利要求2所述的方法,其特征在于,所述确定满足第一设定条件的所述第一像素点和所述第二像素点,具体包括:
将计算得到的差值与设定的门限值进行比较,当所述差值大于设定的门限值时,确定第一像素点和第二像素点满足第一设定条件;当所述差值不大于设定的门限值时,确定第一像素点和第二像素点不满足第一设定条件。
4.如权利要求1所述的方法,其特征在于,针对所述第一像素点,得到在当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,具体包括:
获取当前帧图像中以第一像素点为中心的M*M区域内每一个像素点的灰度值;
将获取的M*M个灰度值求和取平均值作为第一灰度值。
5.如权利要求1所述的方法,其特征在于,所述设定区域是指:在当前帧图像中,以所述第一像素点为中心,确定N*N区域,其中,N大于M,且N为正整数;
在当前帧图像中设定区域内查找满足第二设定条件的第三像素点,具体包括:
针对N*N区域中除了第一像素点之外的每一个像素点,计算以该像素点为中心的M*M区域内的灰度均值,并将得到的灰度均值与所述第一灰度值作差得到差值;
确定所述差值最小对应的第三像素点为满足第二设定条件的第三像素点;
得到在当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值,具体包括:
将确定的最小的所述差值对应的灰度均值作为第三灰度值。
6.如权利要求1所述的方法,其特征在于,在计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值之后,确定所述第一像素点为干扰目标的像素点之前,所述方法还包括:
在所述第一差值和所述第二差值均小于设定第一阈值时,将所述第一像素点的点位置数值增加设定量;
在所述第一差值和所述第二差值均不小于设定第一阈值时,将所述第一像素点的点位置数值减少设定量。
7.如权利要求6所述的方法,其特征在于,在确定满足第一设定条件的所述第一像素点和所述第二像素点之后,确定干扰目标之前,所述方法还包括:
将当前帧图像中确定的满足第一设定条件的所有第一像素点进行滤波膨胀处理,得到多个第一像素区域信息,其中,所述区域信息包括位置信息;
根据得到的多个第一像素区域信息的位置信息,将参考帧图像中位置信息相同的区域设定为第二像素区域。
8.如权利要求7所述的方法,其特征在于,所述方法还包括:
将得到的每一个所述第一像素区域和每一个所述第二像素区域划分成P*T个区域块;
针对每一个区域块执行以下操作:
计算第一像素区域中的第一区域块与第二像素区域中的第二区域块的相似度,其中,所述第二区域块是根据所述第一像素区域中的第一区域块的位置信息映射在第二像素区域中得到的位置信息确定的;
计算所述第一区域块的灰度值与所述第二区域块的灰度值之间的差值;
当所述相似度大于设定的第二阈值,且所述差值小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值增加设定量;
当所述相似度不大于设定的第二阈值,且所述差值不小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值减少设定量。
9.如权利要求8所述的方法,其特征在于,所述方法还包括:
将当前帧图像中的每一个像素点的点位置数值与设定的第四阈值进行比较。
10.如权利要求9所述的方法,其特征在于,确定干扰目标的像素点,具体包括:
当比较结果为该点位置数值大于设定的第四阈值时,将该点位置数值与确定以该像素点为中心的M*M区域内的每一个像素点的点位置数值进行比对,在比对结果相差数值都不大于设定数值时,则确定该像素点为干扰目标像素点;
根据确定的干扰目标的像素点检测得到干扰目标,具体包括:
将确定的干扰像素点所在的区域作为干扰目标区域。
11.一种干扰目标的检测设备,其特征在于,所述设备包括:
确定模块,用于将获取的当前帧图像中的第一像素点与参考帧图像中的第二像素点进行比较,确定满足第一设定条件的所述第一像素点和所述第二像素点;
灰度值计算模块,用于确定当前帧图像中以所述第一像素点为中心的M*M区域内的第一灰度值,其中,M为不小于3的整数,以及查找当前帧图像中设定区域内满足第二设定条件的第三像素点,并确定当前帧图像中以所述第三像素点为中心的M*M区域内的第三灰度值;确定在参考帧图像中以所述第二像素点为中心的M*M区域内的第二灰度值,其中,M为不小于3的整数;分别计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值;
干扰目标检测模块,用于在第一差值与第二差值都小于设定第一阈值时,确定所述第一像素点为干扰目标的像素点,并根据确定的干扰目标的像素点检测得到干扰目标。
12.如权利要求11所述的设备,其特征在于,所述确定模块,具体包括:
位置信息获取单元,用于从获取的当前帧图像中得到第一像素点以及第一像素点的位置信息,其中,所述位置信息为第一像素点在当前帧图像中的坐标信息;
比较单元,用于根据所述位置信息在参考帧图像中查找与该位置信息相同的第二像素点,以及将第一像素点的灰度值与第二像素点的灰度值进行比较,计算并得到第一像素点的灰度值与第二像素点的灰度值之间的差值。
13.如权利要求12所述的设备,其特征在于,
所述灰度值计算模块,具体用于将计算得到的差值与设定的门限值进行比较,当所述差值大于设定的门限值时,确定第一像素点和第二像素点满足第一设定条件;当所述差值不大于设定的门限值时,确定第一像素点和第二像素点不满足第一设定条件。
14.如权利要求11所述的设备,其特征在于,
所述灰度值计算模块,具体用于获取当前帧图像中以第一像素点为中心的M*M区域内每一个像素点的灰度值,并将获取的M*M个灰度值求和取平均值作为第一灰度值。
15.如权利要求11所述的设备,其特征在于,所述设定区域是指:在当前帧图像中,以所述第一像素点为中心,确定N*N区域,其中,N大于M,且N为正整数;
所述灰度值计算模块,具体用于针对N*N区域中除了第一像素点之外的每一个像素点,计算以该像素点为中心的M*M区域内的灰度均值,并将得到的灰度均值与所述第一灰度值作差得到差值;确定所述差值最小对应的第三像素点为满足第二设定条件的第三像素点;将确定的最小的所述差值对应的灰度均值作为第三灰度值。
16.如权利要求11所述的设备,其特征在于,所述设备还包括:
计数模块,用于在计算第一灰度值与第二灰度值之间的第一差值,以及第一灰度值与第三灰度值之间的第二差值之后,确定所述第一像素点为干扰目标的像素点之前,在所述第一差值和所述第二差值均小于设定第一阈值时,将所述第一像素点的点位置数值增加设定量,以及在所述第一差值和所述第二差值均不小于设定第一阈值时,将所述第一像素点的点位置数值减少设定量。
17.如权利要求16所述的设备,其特征在于,所述设备还包括:
区域处理模块,用于在确定满足第一设定条件的所述第一像素点和所述第二像素点之后,确定干扰目标之前,将当前帧图像中确定的满足第一设定条件的所有第一像素点进行滤波膨胀处理,得到多个第一像素区域信息,其中,所述区域信息包括位置信息,以及根据得到的多个第一像素区域信息的位置信息,将参考帧图像中位置信息相同的区域设定为第二像素区域。
18.如权利要求17所述的设备,其特征在于,所述设备还包括:
区域划分模块,用于将得到的每一个所述第一像素区域和每一个所述第二像素区域划分成P*T个区域块;
区域计算模块,用于针对每一个区域块执行以下操作:计算第一像素区域中的第一区域块与第二像素区域中的第二区域块的相似度,其中,所述第二区域块是根据所述第一像素区域中的第一区域块的位置信息映射在第二像素区域中得到的位置信息确定的;计算所述第一区域块的灰度值与所述第二区域块的灰度值之间的差值;
所述计数模块,具体用于当所述相似度大于设定的第二阈值,且所述差值小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值增加设定量,以及当所述相似度不大于设定的第二阈值,且所述差值不小于设定的第三阈值时,将所述第一区域块中包含的所有像素点的点位置数值减少设定量。
19.如权利要求18所述的设备,其特征在于,所述设备还包括:
比较模块,用于将当前帧图像中的每一个像素点的点位置数值与设定的第四阈值进行比较。
20.如权利要求19所述的设备,其特征在于,
所述干扰目标检测模块,具体用于当比较结果为该点位置数值大于设定的第四阈值时,将该点位置数值与确定以该像素点为中心的M*M区域内的每一个像素点的点位置数值进行比对,在比对结果相差数值都不大于设定数值时,则确定该像素点为干扰目标像素点,并将确定的干扰像素点所在的区域作为干扰目标区域。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210449475.XA CN103810461B (zh) | 2012-11-09 | 2012-11-09 | 一种干扰目标的检测方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210449475.XA CN103810461B (zh) | 2012-11-09 | 2012-11-09 | 一种干扰目标的检测方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103810461A true CN103810461A (zh) | 2014-05-21 |
CN103810461B CN103810461B (zh) | 2017-02-22 |
Family
ID=50707209
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210449475.XA Active CN103810461B (zh) | 2012-11-09 | 2012-11-09 | 一种干扰目标的检测方法和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103810461B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111402185A (zh) * | 2018-12-13 | 2020-07-10 | 北京嘀嘀无限科技发展有限公司 | 一种图像检测方法及装置 |
CN112016568A (zh) * | 2019-05-31 | 2020-12-01 | 北京初速度科技有限公司 | 一种目标对象的图像特征点的跟踪方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040223652A1 (en) * | 2003-05-07 | 2004-11-11 | Cetin Ahmet Enis | Characterization of motion of moving objects in video |
JP2004334462A (ja) * | 2003-05-07 | 2004-11-25 | Mitsubishi Space Software Kk | 移動体検出装置及び移動体検出方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
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 |
-
2012
- 2012-11-09 CN CN201210449475.XA patent/CN103810461B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040223652A1 (en) * | 2003-05-07 | 2004-11-11 | Cetin Ahmet Enis | Characterization of motion of moving objects in video |
JP2004334462A (ja) * | 2003-05-07 | 2004-11-25 | Mitsubishi Space Software Kk | 移動体検出装置及び移動体検出方法及びプログラムを記録したコンピュータ読み取り可能な記録媒体及びプログラム |
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 |
Non-Patent Citations (2)
Title |
---|
李毅等: "干扰环境下运动目标跟踪的背景滤波", 《计算机工程》 * |
胡建华等: "基于分块差分与背景减除的运动检测", 《电子测量技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111402185A (zh) * | 2018-12-13 | 2020-07-10 | 北京嘀嘀无限科技发展有限公司 | 一种图像检测方法及装置 |
CN111402185B (zh) * | 2018-12-13 | 2023-12-08 | 北京嘀嘀无限科技发展有限公司 | 一种图像检测方法及装置 |
CN112016568A (zh) * | 2019-05-31 | 2020-12-01 | 北京初速度科技有限公司 | 一种目标对象的图像特征点的跟踪方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN103810461B (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106204649B (zh) | 一种基于tld算法的目标跟踪方法 | |
EP2858008B1 (en) | Target detecting method and system | |
CN106778712B (zh) | 一种多目标检测与跟踪方法 | |
CN104282020A (zh) | 一种基于目标运动轨迹的车辆速度检测方法 | |
CN101799968B (zh) | 基于视频图像智能分析的油井入侵检测方法及装置 | |
EP2709066A1 (en) | Concept for detecting a motion of a moving object | |
CN108664841A (zh) | 一种基于激光点云的动静态目标物识别方法及装置 | |
CN104112279B (zh) | 一种目标检测方法及装置 | |
CN105809954B (zh) | 交通事件检测方法以及系统 | |
CN105374049B (zh) | 一种基于稀疏光流法的多角点跟踪方法及装置 | |
CN111798487A (zh) | 目标跟踪方法、装置和计算机可读存储介质 | |
CN104969261A (zh) | 用于检测移动物体的方法和系统 | |
CN105654516A (zh) | 基于目标显著性的卫星图像对地面弱小运动目标检测方法 | |
CN102116876B (zh) | 基于轨迹编目模型的空间点目标天基探测方法 | |
CN103456009A (zh) | 目标检测方法与装置、监控系统 | |
CN103793921B (zh) | 一种运动目标提取方法及装置 | |
CN114898319A (zh) | 基于多传感器决策级信息融合的车型识别方法及系统 | |
CN102129559A (zh) | 基于Primal Sketch算法的SAR图像目标检测方法 | |
CN104700391A (zh) | 物体跟踪方法及电子装置 | |
CN103810461A (zh) | 一种干扰目标的检测方法和设备 | |
CN103093481B (zh) | 一种基于分水岭分割的静态背景下运动目标检测方法 | |
CN115953434B (zh) | 轨迹匹配方法、装置、电子设备和存储介质 | |
CN104537690B (zh) | 一种基于最大值‑时间索引联合的运动点目标检测方法 | |
CN115100249B (zh) | 一种基于目标跟踪算法的智慧工厂监控系统 | |
CN108241837B (zh) | 一种遗留物检测方法和装置 |
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 |