CN105303562A - 一种基于c-均值聚类法的运动目标检测方法 - Google Patents

Abstract

一种基于C-均值聚类法的运动目标检测方法,其包括以下步骤：步骤1、读入连续两帧场景图像序列；步骤2、图像预处理，取出相邻两帧图像，转化成灰度图像，并对图像些图像进行直方图增强，极值中值法滤去噪声处理；步骤3、将这两帧处理后的灰度图像相减，求出它们的帧差图像。步骤4，选用canny算子对这幅帧间差图像进行边缘提取，对边缘提取后得到的二值图像取其绝对值；步骤5、对图像进行C-均值聚类图像分割，得到运动物体的框架了；步骤6、对图像进行膨胀与腐蚀，得到的结果图像为一个完全连通的区域，而且为运动物体所在区域；步骤7：得出结果图像，最后，对所得到的结果图像与原图进行比较，得到了只包含运动物体的图像，其背景为黑色。

Description

一种基于C-均值聚类法的运动目标检测方法

技术领域

本发明涉及图像处理技术领域，提供了一种基于C-均值聚类法的运动目标检测方法。

背景技术

图像处理技术始于20世纪50年代。1964年美国喷射推进实验室(JPL)使用计算机对太空船送回的大批月球照片处理后得到了清晰逼真的图像，标志着这门技术发展的重要里程碑。此后，图像处理技术在空间研究方面得到了广泛的应用。20世纪70年代初，由于大量的研究和应用，数字图像处理已具有自己的技术特色，并形成了较完的学科体系，从而成为一门独立的新科学。

图像识别所讨论的问题，是研究用计算机代替人自动地处理大量的物理信息，解决人类生理器官所不能识别的问题，从而部分代替人的脑力劳动。随着计算机技术的发展，图像处理技术在20世纪80年代至90年代取得了迅速的发展，图像处理与识别技术的发展更为深入、广泛。现在人们已充分认识到数字图像处理是认识世界、改造世界的重要手段，目前，图像处理与识别技术已应用于许多的领域，已成为21世纪信息时代的一门重要的高新科学技术。其中运动目标检测，是计算机视觉、视频处理领域的一个重要研究课题，其在国防、军事、民用等领域具有广泛的实用价值和应用前景。

目前，人体运动的视觉分析广泛应用在智能监控、人机交互、基于内容的图像检索、计算机动画等领域；人体运动的视觉分析包括运动人物的检测、跟踪、与识别，所以运动人体的检测和提取是人体运动分析的第一步，也是关键的一步，对后面的处理有着重要的影响。目标检测就是从动态图像序列中检测出运动的人体，并将其与背景分离。首先检测提取运动人体区域，消除非人体区域的噪声是至关重要的。动态目标检测的背景有两种类型：静态的背景和运动的背景。在静态背景中只有目标在动，而动态背景情况下目标物和背景都在动，这时检测的困难在于背景的动态变化，以及光照、影子、天气、摄像机的抖动、运动目标之间的遮挡等现象，都给运动目标的正确检测和跟踪带来了极大的挑战。针对图像处理中常用的运动目标检测，目前主要研究的方法主要有以下几种：1.基于检测变化区域的分割[8]，即通过全局运动估计和补补偿后，认为相邻间的背景是静止的，可通过帧间的差分检测到运动区域。Neri认为噪声具有高斯特性而运动对象具有很强的结构，可采用互帧差的四次高阶统计量预分割出运动区域和背景区域，但是在运动对象的内部容易产生空洞。Mech则提出一种基于变换检测模板的分割算法，即阀值化相邻帧差获得变化检测模板，然后采用松弛技术平滑边缘，再利用对象形状的空间连贯性得到变化检测模板，通过去除未覆盖的背景获得运动对象模板。这类方法计算虽简单，但对象的运动不能太快，对噪声有一定的敏感性。2.基于光流场和基于运动参数估计的方法[2]，即通过计算光流场和估计运动参数，找出符合运动模型的像素区域，进而合并区域来构成运动对象。利用光流方法，从运动速度上区分不同目标和背景，即利用运动目标随时间变化的光流场特性，有效地提取和跟踪运动目标。该方法的优点是在摄像机运动存在的前提下也能检测出独立的目标。而缺点是计算方法相当复杂，抗噪性能差，如果没有特别的硬件装置则不能被应用于全帧视频流的实时处理。3.背景减除法[2]是目前运动分割中最常用的一中方法，它是利用当前图像与背景图像的差分来检测出运动区域的一种技术。我们一般能够提供最完全的特征数据，而且速度快，能适合实时系统的要求，但对于动态场景的变化，例如室内窗帘的飘动，室外树叶的摇摆等都会造成提取的运动物体与实际的差别很大。4.帧间差分法[8]，即利用相邻帧作减法，从而获得运动目标。对于动态环境具有较强的适应性，但是一般不能完全提取出所有相关的特征像素点。本方法对噪声比较敏感，在运动物体运动较慢，相邻帧图像重叠的情况下，提取出的运动物体不太完整，在运动实体可看出，运动信息在运动检测中占有重要的地位。进行运动估计时，要使用空间约束以得到合适的参数模型。但由于选用的区域及纹理模式的限制，使估计质量降低，而且对外界环境和时间相关性相当敏感。虽然采用时间和空间相结合的方法在处理问题上取得了一定的效果，但计算比较复杂。

发明内容

本发明的目的在于提高了分类精度和准确性。能够实时稳定的对目标分割提取，分割效果，判断目标精确的一种基于C-均值聚类法的运动目标检测方法。

本发明为了实现上述目的采用以下技术方案：

步骤1、读入连续两帧场景图像序列；

步骤2、图像预处理，首先，取出相邻两帧图像，转化成灰度图像，并对图像些图像进行直方图增强，极值中值法滤去噪声处理；

步骤3、将这两帧处理后的灰度图像相减，求出它们的帧差图像。

步骤4，选用canny算子对这幅帧间差图像进行边缘提取，对边缘提取后得到的二值图像取其绝对值；

步骤5、对图像进行C-均值聚类图像分割，得到运动物体的框架了；

步骤6、对图像进行膨胀与腐蚀，先通过多次膨胀处理，使得在该小车内部区域完全连通，再进行与刚才膨胀次数相同次数的腐蚀处理，得到的结果图像为一个完全连通的区域，而且为运动物体所在区域；

步骤7：得出结果图像，最后，对所得到的结果图像与原图进行比较，在结果图像中像素值为0的点，在原图中对应位置的点的像素的值也赋为0；在结果图像中像素值为1的点，在原图中对应位置的点的像素的值不变，得到了只包含运动物体的图像，其背景为黑色。

上述技术方案中，对图像进行C-均值聚类图像分割包括以下步骤：

步骤21：从0至255中任意选取c个不同大小的值作为图像分割成c类的中心值，即采用0至255的整数初始化的值，令k＝0；

步骤22：将图像中所有不同位置像素的灰度值g(x,y)(x＝1,2,…,M,y＝1,2,…,N)逐个按最小距离原则分划给c类中的某一类，即

如果x＝1,2,…,M,y＝1,2,…,N，存在一个l∈{1,2,…,c}；

则判定 $g(x,y)\∈{\mathrm{\ω}}_l^{(k+1)},{\mathrm{\ω}}_l^{(k+1)}(l=\mathrm{1,2},...,c)$ 为聚类，；

式中表示g(x,y)和的中心的距离，上角标表示迭代次数,于是产生新的聚类 ${\mathrm{\ω}}_j^{(k+1)}(j=\mathrm{1,2},...,c);$

步骤23：计算重新分类后的各类中心

$z_j^{(k+1)}=\frac{1}{n_j^{(k+1)}}\underset{g(x,y)\∈{\mathrm{\ω}}_j^{\left(k+1\right)}}{\Σ}g(x,y),j=1,2,...,c$

式中为类中所含模式的个数；

步骤24、如果则结束；否则，k＝k+1，转至步骤22。

上述技术方案中，中值滤波包括以下步骤：

综上所述，由于采用了上述技术方案，本发明的有益效果是：

采用本申请的分割方法边缘更加清晰，分割结果既突出了目标，又保留了细节信息，达到了较好的分割效果。因此，本算法可以有效地对灰度图像进行分割，从分割后的图像中可获取更多的目标信息。

具体实施方式

本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。

一幅图像中的信息包括目标物体，背景和噪声三个部分，图像的二值化是为了得到图像中的目标物体而产生的一种图像处理方法，二值化以后图像中所有的像素点将会变为白或黑。当图像中只包含前景和背景两部分信息时，就可以将前景的像素值置为1，背景的像素值置为0，这样图像就被二值化了。二值化的方法有很多种，一般分为全局阈值法和局部阈值法

全局阈值法是指在二值化过程中只使用一个全局阈值T的方法。它将图像的每个像素的灰度值与T进行比较，若大于T，则取为前景色(白色)；否则，取为背景色。根据文本图像的直方图或灰度空间分布确定一个阈值，以此实现灰度文本图像到二值图像的转化。其中全局阈值法又可分为基于点的阈值法和基于区域的阈值法。阈值分割法的结果很大程度上依赖于对阈值的选择，因此该方法的关键是如何选择合适的阈值。

步骤1、读入连续两帧场景图像序列；

步骤2、图像预处理，首先，取出相邻两帧图像，转化成灰度图像，并对图像些图像进行直方图增强，极值中值法滤去噪声处理；

步骤3、将这两帧处理后的灰度图像相减，求出它们的帧差图像。

步骤4，选用canny算子对这幅帧间差图像进行边缘提取，对边缘提取后得到的二值图像取其绝对值；

步骤5、对图像进行C-均值聚类图像分割，得到运动物体的框架了；

步骤6、对图像进行膨胀与腐蚀，先通过多次膨胀处理，使得在该小车内部区域完全连通，再进行与刚才膨胀次数相同次数的腐蚀处理，得到的结果图像为一个完全连通的区域，而且为运动物体所在区域；

步骤7：得出结果图像，最后，对所得到的结果图像与原图进行比较，在结果图像中像素值为0的点，在原图中对应位置的点的像素的值也赋为0；在结果图像中像素值为1的点，在原图中对应位置的点的像素的值不变，得到了只包含运动物体的图像，其背景为黑色。

上述技术方案中，对图像进行C-均值聚类图像分割包括以下步骤：

步骤21：从0至255中任意选取c个不同大小的值作为图像分割成c类的中心值，即采用0至255的整数初始化的值，令k＝0；

步骤22：将图像中所有不同位置像素的灰度值g(x,y)(x＝1,2,…,M,y＝1,2,…,N)逐个按最小距离原则分划给c类中的某一类，即

如果x＝1,2,…,M,y＝1,2,…,N，存在一个l∈{1,2,…,c}；

则判定 $g(x,y)\∈{\mathrm{\ω}}_l^{(k+1)},{\mathrm{\ω}}_l^{(k+1)}(l=\mathrm{1,2},...,c)$ 为聚类，；

式中表示g(x,y)和的中心的距离，上角标表示迭代次数,于是产生新的聚类 ${\mathrm{\ω}}_j^{(k+1)}(j=\mathrm{1,2},...,c);$

步骤23：计算重新分类后的各类中心

$z_j^{(k+1)}=\frac{1}{n_j^{(k+1)}}\underset{g(x,y)\∈{\mathrm{\ω}}_j^{\left(k+1\right)}}{\Σ}g(x,y),j=1,2,...,c$

式中为类中所含模式的个数；

步骤24、如果则结束；否则，k＝k+1，转至步骤22。

腐蚀是数学形态学最基本的运算，它的实现是基于填充结构元素的概念。利用结构元素填充的过程，取决于一个基本的欧氏空间运算——平移。将一个集合A平移距离x可以表示为A+x，其定义为：

A+x＝{a+x:a∈A}(2-1)

从几何上看，A+x表示A延矢量x平移了一段距离。探测的目的，就是标记出图像内部那些可以将结构元素填入的(平移)位置。

集合A被集合B腐蚀，表示为AΘB，其定义为：

$\mathrm{A\ΘB}=\{x:B+x\⋐A\}---(2-2)$

其中∈表示子集关系。腐蚀还可以用E(A,B)和ERODE(A,B)来表示。其中A称为输入图像，B称为结构元素。AΘB由将B平移x但仍然包含在A内的所有点x组成。如果将B看作成模板，那么，AΘB则由在平移模板的过程中，所有可以填入A内部的模板的原点组成。

如果原点在结构元素的内部，那么，腐蚀有收缩输入图像的作用。结构元素B为一个圆盘。从几何角度看，圆盘在A的内部运动，将圆盘的圆点位置(这里为圆盘的圆心)标记出来，便得到腐蚀后的图像。一般的，可以得到下列性质：如果原点在结构元素的内部，则腐蚀后的图像为输入图像的一个子集；

腐蚀除了上述表示方式外，还有一个重要的表达形式：

AΘB＝∩{A-b:b∈B}(2-3)

这里，腐蚀可以通过将输入图像平移－b(b属于结构元素)，并计算所有平移的交集而得到。

从图像处理的观点看，腐蚀的填充定义具有非常重要的含意，上式则无论对计算还是理论分析都十分重要。

上式与经典的集合运算具有密切关系，Minkowski首先对此做过研究，A与B的Minkowski差定义为：

$\mathrm{A\Θ}(-B)=\∩\{A+b:b\∈B\}=\{x:-B+x\⋐A\}$

其中-B＝{-b:b∈B}为B相对与原点的对称集。即将B对原点旋转180°得到的集合。换言之，Minkowski差是将结构元素转动180°得到的腐蚀运算。

上述算式一样都直接适用于数字空间。考虑下面的数字图像S和结构元素E：

$\begin{array}{cc}S=\left[\begin{array}{ccccc}0& 1& 0& 1& 0\\ 0& 1& 1& 0& 1\\ 0_{\mathrm{\Δ}}& 1& 1& 1& 0\end{array}\right]& E=\left[\begin{array}{cc}1& 0\\ 1& 1_{\mathrm{\Δ}}\end{array}\right]\end{array}$

将结构元素E在S内平移，检查其填入S的情况，将E平移到点(2，1)，可以填入S，故点(2，1)在腐蚀得到的图像内部。将所有可填入结构元素的点标记出来，便得到腐蚀后的图像。

$S\mathrm{\Θ}E=\left[\begin{array}{cccc}0& 0& 1& 0\\ 0_{\mathrm{\Δ}}& 0& 1& 1\end{array}\right]$

二值数学形态学的另一个基本运算是膨胀。膨胀是腐蚀运算的对偶运算(逆运算)，可以通过对补集的腐蚀来定义。A被B膨胀表示为，其定义为：

$A\⊕B={\[A^c\mathrm{\Θ}\left(-B\right)\]}^c---(2-5)$

其中,A^c表示A的补集。膨胀还可以用D(A,B)和DILATE(A,B)来表示。为了利用B膨胀A，可将相对原点旋转180°得到－B，再利用－B对A^c进行腐蚀。腐蚀结果的补集便是所求得结果。

在图像中，B为一个包含原点的圆盘，利用B对A进行膨胀的结果是使A扩大了。因为膨胀是利用结构元素对图像补集进行填充，因而它表示对图像外部作滤波处理。而腐蚀则表示对图像内部作滤波处理。服侍和膨胀的另一个不同点是膨胀满足交换率：

$A\⊕B=B\⊕A---(2-6)$

在书写时，按照图像处理的习惯，总是先写出输入图像，然后写出结构元素。如果结构元素为一个圆盘，那么，膨胀可填充图像中的小孔(相对于结构元素而言比较小的孔洞)，及在图像边缘处的小凹陷部分。而腐蚀可以消除图像中小的部分，并将图像缩小，从而使其补集扩大。

关于膨胀还需讨论两个等效方程。第一个方程为：

$A\⊕B=\∪\{A+b:b\∈B\}---(2-7)$

因而，膨胀可以通过相对结构元素的所有点平移输入图像，然后计算其并集得到。上式所定义的膨胀称为Minkowski和。因为膨胀满足交换率，所以上式还可写成：

$A\⊕B=\∪\{B+a:a\∈A\}---(2-8)$

膨胀的另一个表达方程为：

$A\⊕B=\{x:(-B+x)\∩A\≠\mathrm{\φ}\}---(2-9)$

该方程利用击中输入图像，即与输入如果交集不为空的圆点对称结构元素(－B)的平移表示膨胀。

$S\⊕E=\left[\begin{array}{ccccc}1& 0& 1& 0& 0\\ 1& 1& 1& 1& 0\\ 1& 1& 1& 1& 1\\ 1_{\mathrm{\Δ}}& 1& 1& 1& 0\end{array}\right]$

Claims (2)

1.一种基于C-均值聚类法的运动目标检测方法,其特征在于，包括以下步骤：

步骤1、读入连续两帧场景图像序列；

步骤2、图像预处理，首先，取出相邻两帧图像，转化成灰度图像，并对图像些图像进行直方图增强，极值中值法滤去噪声处理；

步骤3、将这两帧处理后的灰度图像相减，求出它们的帧差图像；

步骤4，选用canny算子对这幅帧间差图像进行边缘提取，对边缘提取后得到的二值图像取其绝对值；

步骤5、对图像进行C-均值聚类图像分割，得到运动物体的框架了；

步骤6、对图像进行膨胀与腐蚀，先通过多次膨胀处理，使得在该小车内部区域完全连通，再进行与刚才膨胀次数相同次数的腐蚀处理，得到的结果图像为一个完全连通的区域，而且为运动物体所在区域；

步骤7：得出结果图像，最后，对所得到的结果图像与原图进行比较，在结果图像中像素值为0的点，在原图中对应位置的点的像素的值也赋为0；在结果图像中像素值为1的点，在原图中对应位置的点的像素的值不变，得到了只包含运动物体的图像，其背景为黑色。

2.根据权利要求1所述的一种基于C-均值聚类法的运动目标检测方法,其特征在于：对图像进行C-均值聚类图像分割包括以下步骤：

步骤21：从0至255中任意选取c个不同大小的值作为图像分割成c类的中心值，即采用0至255的整数初始化的值，令k＝0；

步骤22：将图像中所有不同位置像素的灰度值g(x,y)(x＝1,2,…,M,y＝1,2,…,N)逐个按最小距离原则分划给c类中的某一类，即

如果x＝1,2,…,M,y＝1,2，…,N，存在一个l∈{1,2,…,c}；

则判定为聚类，；

式中表示g(x,y)和的中心的距离，上角标表示迭代次数,于是产生新的聚类

步骤23：计算重新分类后的各类中心

$z_j^{(k+1)}=\frac{1}{n_j^{(k+1)}}\underset{g(x,y)\∈{\mathrm{\ω}}_j^{(k+1)}}{\Σ}g(x,y),j=1,2,...,c$

式中为类中所含模式的个数；

步骤24、如果则结束；否则，k＝k+1，转至步骤22。