CN104268899A - 基于帧间差分和背景差分的运动目标检测方法 - Google Patents

基于帧间差分和背景差分的运动目标检测方法 Download PDF

Info

Publication number
CN104268899A
CN104268899A CN201410486900.1A CN201410486900A CN104268899A CN 104268899 A CN104268899 A CN 104268899A CN 201410486900 A CN201410486900 A CN 201410486900A CN 104268899 A CN104268899 A CN 104268899A
Authority
CN
China
Prior art keywords
difference
moving target
image
inter
background
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.)
Pending
Application number
CN201410486900.1A
Other languages
English (en)
Inventor
李东新
蒋蒙
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.)
Hohai University HHU
Original Assignee
Hohai University HHU
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 Hohai University HHU filed Critical Hohai University HHU
Priority to CN201410486900.1A priority Critical patent/CN104268899A/zh
Publication of CN104268899A publication Critical patent/CN104268899A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/262—Analysis of motion using transform domain methods, e.g. Fourier domain methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30232—Surveillance

Abstract

本发明公开了基于帧间差分和背景差分的运动目标检测方法，首先对图像序列进行预处理；然后将相邻两帧图像的变化率与预设阈值比较，若变化率大于预设阈值，则选择帧间差分方法检测运动目标，得到差分图像，否则，选择背景差分方法检测运动目标，得到差分图像；最后对差分图像进行后处理，进而得到运动目标。本发明采用帧间差分和背景差分相结合的目标检测方法，弥补了单一检测方法的缺点，提高检测效果。

Description

基于帧间差分和背景差分的运动目标检测方法
技术领域
本发明属于数字图像处理及模式识别技术领域，特别涉及了基于帧间差分和背景差分的运动目标检测方法。
背景技术
运动目标检测技术是国内外视频监控领域研究的热点和难点之一。目前常用的运动目标检测方法有：帧间差分法、背景差分法和光流法。光流法因其计算复杂度高，且需要特殊硬件支持，不利于实时实现。背景差分法，虽然算法简单、易于实现，但通常运算速度慢，易受光线变化的影响，对目标阴影的去除效果差。帧间差分法是目标检测常用的方法，通过相邻帧图像的相减，根据差分结果来检测目标，算法虽然简单，容易实现，但检测出的目标轮廓存在空洞现象以及在光线变化的场景中会产生虚假边缘。一般来说，图像的边缘信息不易受噪声和亮度突变的影响。本发明结合帧间差分和背景差分与图像边缘信息对运动目标进行检测，其计算简单，同时可以有效地改善目标检测的稳健性。
发明内容
为了解决上述背景技术存在的问题，本发明旨在提供基于帧间差分和背景差分的运动目标检测方法，采用两种差分方法相结合的目标检测方法，弥补了单一检测方法的缺点，提高检测效果。
为了实现上述技术目的，本发明的技术方案为：
基于帧间差分和背景差分的运动目标检测方法，包含以下步骤：
(1)对图像序列进行预处理；
(2)将相邻两帧图像的变化率与预设阈值比较，若变化率大于预设阈值，则选择帧间差分方法检测运动目标，得到差分图像，否则，选择背景差分方法检测运动目标，得到差分图像；
(3)对差分图像进行后处理，进而得到运动目标。
其中，上述步骤(1)中的预处理包括对图像序列的去噪和灰度化处理。
其中，上述步骤(2)中的帧间差分方法是，对连续的三帧图像分别进行边缘检测得到三幅边缘图像，并对三幅边缘图像进行对称差分运算得到两幅差分图像，再对两幅差分图像进行相与运算，得到最终的差分图像。
其中，上述步骤(2)中的背景差分方法是，对当前帧图像和背景图像分别进行边缘检测得到两幅边缘图像，对两幅边缘图像进行差分运算得到差分图像。
其中，上述边缘检测采用Canny边缘检测。
其中，上述步骤(3)中的后处理包括，首先对差分图像采用连通域检测算法进行运动目标轮廓提取，然后采用区域填充和图像形态学操作提取运动目标区域，最后采用基于GMM的阴影去除方法对阴影进行去除。
采用上述技术方案带来的有益效果：
本发明结合了帧间差分和背景差分，并根据运动目标的运动快慢作为两者选择的依据，吸收二者之长，即回避了帧间差分方法存在的空洞现象，也回避了背景差分方法易受光纤变化影响的缺点，提高检测效果，且方法操作简单。
附图说明
图1为本发明的流程图；
图2为本发明帧间差分检测方法流程图；
图3为本发明背景差分检测方法流程图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
如图1所示本发明的流程图，基于帧间差分和背景差分的运动目标检测方法，包含以下步骤：
第一步：对图像序列进行预处理；在本实施例中，预处理包括对图像序列的去噪和灰度化处理。
第二步：将相邻两帧图像的变化率与预设阈值比较，若变化率大于预设阈值，则选择帧间差分方法检测运动目标，得到差分图像，否则，选择背景差分方法检测运动目标，得到差分图像。
第三步：对差分图像进行后处理，进而得到运动目标；在本实施例中，后处理包括，首先对差分图像采用连通域检测算法进行运动目标轮廓提取，然后采用区域填充和图像形态学操作提取运动目标区域，最后采用基于GMM的阴影去除方法对阴影进行去除。
本发明根据运动目标的运动情况来选择适用帧间差分或者背景差分来检测运动目标。运动目标的运动变化包括光照变化和运动目标速度，当有光照变化且运动目标速度比较快时，相邻帧的变化比例比较大，而当运动目标速度比较慢时，相邻帧的变化比例比较小，根据这个特点，对相邻两帧图像进行差分运算，选取合适的预设阈值将差分图像二值化。
α k = sum k M × N
上式中，αk表示相邻两帧图像之间的变化率，sumk表示相邻两帧差分图像中变化的像素点的个数，M和N表示差分图像的尺寸，当αk超过预设阈值时，认为运动目标变化较快，采用帧间差分法检测运动目标，否则采用背景差分法检测运动目标。根据实验，本实施例将预设阈值设定为5％。
如图2所示本发明帧间差分检测方法流程图，对连续的三帧图像(k-1、k、k+1，k为当前帧)分别进行边缘检测得到三幅边缘图像，并对三幅边缘图像进行对称差分运算得到两幅差分图像，再对两幅差分图像进行相与运算，得到最终的差分图像。在本实施例中，边缘检测采用Canny边缘检测。Canny边缘检测是通过设置高阈值Th和低阈值Tl与图像像素点的梯度进行比较，梯度大于高阈值的一定是边缘点，梯度小于低阈值的一定不是边缘点；如果梯度大于低阈值而小于高阈值，则根据该像素的邻域像素进行判断，如果邻域中存在梯度大于高阈值的像素，就认为该点是边缘点，否则不是边缘点。采用最大类间法求出Canny边缘检测的高阈值Th，则Tl＝0.4Th。
如图3所示本发明背景差分检测方法流程图，对当前帧图像和背景图像分别进行边缘检测得到两幅边缘图像，对两幅边缘图像进行差分运算得到差分图像。在本实施例中，边缘检测采用Canny边缘检测。
以上实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。

Claims (6)

1.基于帧间差分和背景差分的运动目标检测方法，其特征在于，包含以下步骤：
（1）对图像序列进行预处理；
（2）将相邻两帧图像的变化率与预设阈值比较，若变化率大于预设阈值，则选择帧间差分方法检测运动目标，得到差分图像，否则，选择背景差分方法检测运动目标，得到差分图像；
（3）对差分图像进行后处理，进而得到运动目标。
2.根据权利要求1所述基于帧间差分和背景差分的运动目标检测方法，其特征在于：所述步骤（1）中的预处理包括对图像序列的去噪和灰度化处理。
3.根据权利要求1所述基于帧间差分和背景差分的运动目标检测方法，其特征在于：所述步骤（2）中的帧间差分方法是，对连续的三帧图像分别进行边缘检测得到三幅边缘图像，并对三幅边缘图像进行对称差分运算得到两幅差分图像，再对两幅差分图像进行相与运算，得到最终的差分图像。
4.根据权利要求1所述基于帧间差分和背景差分的运动目标检测方法，其特征在于：所述步骤（2）中的背景差分方法是，对当前帧图像和背景图像分别进行边缘检测得到两幅边缘图像，对两幅边缘图像进行差分运算得到差分图像。
5.根据权利要求3或4所述基于帧间差分和背景差分的运动目标检测方法，其特征在于：所述边缘检测采用Canny边缘检测。
6.根据权利要求1所述基于帧间差分和背景差分的运动目标检测方法，其特征在于：所述步骤（3）中的后处理包括，首先对差分图像采用连通域检测算法进行运动目标轮廓提取，然后采用区域填充和图像形态学操作提取运动目标区域，最后采用基于GMM的阴影去除方法对阴影进行去除。
CN201410486900.1A 2014-09-22 2014-09-22 基于帧间差分和背景差分的运动目标检测方法 Pending CN104268899A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410486900.1A CN104268899A (zh) 2014-09-22 2014-09-22 基于帧间差分和背景差分的运动目标检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410486900.1A CN104268899A (zh) 2014-09-22 2014-09-22 基于帧间差分和背景差分的运动目标检测方法

Publications (1)

Publication Number Publication Date
CN104268899A true CN104268899A (zh) 2015-01-07

Family

ID=52160418

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410486900.1A Pending CN104268899A (zh) 2014-09-22 2014-09-22 基于帧间差分和背景差分的运动目标检测方法

Country Status (1)

Country Link
CN (1) CN104268899A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104836959A (zh) * 2015-05-15 2015-08-12 华南师范大学 基于fpga的面阵cmos图像传感器多模式自动切换采集系统
CN104978745A (zh) * 2015-06-25 2015-10-14 中北大学 一种高分辨率可见光图像目标变化检测方法
CN107103303A (zh) * 2017-04-27 2017-08-29 昆明理工大学 一种基于gmm背景差分与联合特征的行人检测方法
CN108780576A (zh) * 2016-04-06 2018-11-09 赫尔实验室有限公司 使用对象边界框的视频片段中的重影去除的系统和方法
CN109584275A (zh) * 2018-11-30 2019-04-05 哈尔滨理工大学 一种目标跟踪方法、装置、设备和存储介质
CN109727268A (zh) * 2018-12-29 2019-05-07 西安天和防务技术股份有限公司 目标跟踪方法、装置、计算机设备和存储介质
CN110049206A (zh) * 2015-04-28 2019-07-23 腾讯科技（深圳）有限公司 图像处理方法及装置
CN111311645A (zh) * 2020-02-25 2020-06-19 四川新视创伟超高清科技有限公司 超高清视频切画目标跟踪识别方法
CN111327841A (zh) * 2020-02-25 2020-06-23 四川新视创伟超高清科技有限公司 基于x86架构的超高清视频切画方法及其系统
CN111343393A (zh) * 2020-02-25 2020-06-26 四川新视创伟超高清科技有限公司 超高清视频切画方法
CN111768426A (zh) * 2020-08-14 2020-10-13 台州市公安局 一种运动目标的检测方法、装置、设备及存储介质
CN113469085A (zh) * 2021-07-08 2021-10-01 北京百度网讯科技有限公司 人脸活体检测方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008020598A1 (fr) * 2006-08-17 2008-02-21 National Institute Of Advanced Industrial Science And Technology Dispositif et procédé de détection d'un nombre d'objets
CN103258332A (zh) * 2013-05-24 2013-08-21 浙江工商大学 一种抗光照变化的运动目标检测方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008020598A1 (fr) * 2006-08-17 2008-02-21 National Institute Of Advanced Industrial Science And Technology Dispositif et procédé de détection d'un nombre d'objets
CN103258332A (zh) * 2013-05-24 2013-08-21 浙江工商大学 一种抗光照变化的运动目标检测方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
甘明刚等: "一种基于三帧差分和边缘信息的运动目标检测方法", 《电子与信息学报》 *
董久敏等: "一种基于边缘特征的背景差分运动目标检测方法", 《海 军 航 空 工 程 学 院 学 报》 *
连晓峰等: "基于视频流的运动人体检测方法研究", 《北京工商大学学报(自然科学版)》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110049206A (zh) * 2015-04-28 2019-07-23 腾讯科技（深圳）有限公司 图像处理方法及装置
CN110049206B (zh) * 2015-04-28 2021-08-10 腾讯科技（深圳）有限公司 图像处理方法、装置及计算机可读存储介质
CN104836959B (zh) * 2015-05-15 2018-01-23 华南师范大学 基于fpga的面阵cmos图像传感器多模式自动切换采集系统
CN104836959A (zh) * 2015-05-15 2015-08-12 华南师范大学 基于fpga的面阵cmos图像传感器多模式自动切换采集系统
CN104978745A (zh) * 2015-06-25 2015-10-14 中北大学 一种高分辨率可见光图像目标变化检测方法
CN108780576A (zh) * 2016-04-06 2018-11-09 赫尔实验室有限公司 使用对象边界框的视频片段中的重影去除的系统和方法
CN108780576B (zh) * 2016-04-06 2022-02-25 赫尔实验室有限公司 使用对象边界框的视频片段中的重影去除的系统和方法
CN107103303A (zh) * 2017-04-27 2017-08-29 昆明理工大学 一种基于gmm背景差分与联合特征的行人检测方法
CN109584275A (zh) * 2018-11-30 2019-04-05 哈尔滨理工大学 一种目标跟踪方法、装置、设备和存储介质
CN109727268A (zh) * 2018-12-29 2019-05-07 西安天和防务技术股份有限公司 目标跟踪方法、装置、计算机设备和存储介质
CN111311645A (zh) * 2020-02-25 2020-06-19 四川新视创伟超高清科技有限公司 超高清视频切画目标跟踪识别方法
CN111327841A (zh) * 2020-02-25 2020-06-23 四川新视创伟超高清科技有限公司 基于x86架构的超高清视频切画方法及其系统
CN111343393A (zh) * 2020-02-25 2020-06-26 四川新视创伟超高清科技有限公司 超高清视频切画方法
CN111768426A (zh) * 2020-08-14 2020-10-13 台州市公安局 一种运动目标的检测方法、装置、设备及存储介质
CN111768426B (zh) * 2020-08-14 2024-01-26 台州市公安局 一种运动目标的检测方法、装置、设备及存储介质
CN113469085A (zh) * 2021-07-08 2021-10-01 北京百度网讯科技有限公司 人脸活体检测方法、装置、电子设备及存储介质
CN113469085B (zh) * 2021-07-08 2023-08-04 北京百度网讯科技有限公司 人脸活体检测方法、装置、电子设备及存储介质

Similar Documents

Publication Publication Date Title
CN104268899A (zh) 基于帧间差分和背景差分的运动目标检测方法
WO2022027931A1 (zh) 基于视频图像的运动车辆前景检测方法
CN104700430A (zh) 机载显示器的运动检测方法
CN103413276A (zh) 一种基于纹理分布特征的深度增强方法
CN103258332A (zh) 一种抗光照变化的运动目标检测方法
CN102307274A (zh) 基于边缘检测和帧差法的运动检测方法
CN102855617A (zh) 自适应图像处理方法及系统
CN103729858A (zh) 一种视频监控系统中遗留物品的检测方法
CN103414845A (zh) 一种自适应的视频图像降噪方法及降噪系统
CN104717400A (zh) 一种监控视频的实时去雾方法
CN103428409A (zh) 一种基于固定场景的视频降噪处理方法及装置
CN105719275A (zh) 一种并行组合的图像缺陷分割方法
CN104537688A (zh) 一种基于背景差分和hog特征的运动目标检测方法
CN103514610B (zh) 一种背景静止的运动目标分割方法
CN107993254A (zh) 基于关联帧差分法的运动目标检测方法
JP2011096216A5 (zh)
CN102509311B (zh) 运动检测方法和装置
CN105046222A (zh) 一种基于fpga的人脸检测与跟踪方法
Chen et al. Moving vehicle detection based on union of three-frame difference
CN102081793A (zh) 星空背景图像帧转移型CCD传感器Smear效应亮线消除方法
Li et al. Detection and segmentation of moving objects based on support vector machine
CN103942766A (zh) 一种基于时-空-频三域联合处理的雨天视频复原方法
CN110705492A (zh) 一种舞台移动机器人障碍目标检测方法
Qin et al. A shadow removal algorithm for ViBe in HSV color space
KR101267279B1 (ko) 영상에서 비를 제거하기 위한 영상 처리 장치 및 방법

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20150107