CN105574891B - 检测图像中的运动目标的方法及系统 - Google Patents
检测图像中的运动目标的方法及系统 Download PDFInfo
- Publication number
- CN105574891B CN105574891B CN201510918694.1A CN201510918694A CN105574891B CN 105574891 B CN105574891 B CN 105574891B CN 201510918694 A CN201510918694 A CN 201510918694A CN 105574891 B CN105574891 B CN 105574891B
- Authority
- CN
- China
- Prior art keywords
- pixel point
- image information
- brightness
- pixel
- subsequent frame
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000001514 detection method Methods 0.000 title abstract description 47
- 230000001360 synchronised effect Effects 0.000 claims abstract description 46
- 239000013598 vector Substances 0.000 claims abstract description 39
- 238000004364 calculation method Methods 0.000 claims description 15
- 230000008859 change Effects 0.000 claims description 11
- 238000007781 pre-processing Methods 0.000 claims description 11
- 238000012886 linear function Methods 0.000 claims description 6
- 238000000638 solvent extraction Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 5
- 238000005260 corrosion Methods 0.000 claims description 5
- 230000003068 static effect Effects 0.000 abstract description 4
- 230000000052 comparative effect Effects 0.000 abstract 1
- 238000012545 processing Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
Classifications
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供一种检测图像中的运动目标的方法及系统。所述方法包括：获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；比较同步帧中的各对应位置、分别与各后续帧中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧中待定像素点；基于各后续帧分别相对于同步帧的运动矢量的估计值，调整各待定像素点的亮度值；从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定所述中心点为构成运动目标的像素点；若否，则确定所述中心点为背景像素点。本发明能消除光线对图像中静止目标的干扰，提高锁定运动目标的准确性。
Description
技术领域
本发明涉及图像处理领域，尤其涉及一种检测图像中的运动目标的方法及系统。
背景技术
视频处理的一个重要研究内容是对目标自身特性、目标与周围环境之间的关系进行分析。在分析过程中，运动目标检测是整个视频处理系统的关键环节，是实现目标分类、目标跟踪以及目标识别的基础，其检测目标的准确性和实时性直接影响系统的后续性能和整体性能。
运动目标的检测任务就是将序列图像中变化区域从背景中分割出来，从而能够对运动目标进行进一步的分类和识别。运动目标检测方法可以看成为帧图像中所有像素的分类问题，即根据每一个像素点的像素值及其对应时空域信息来判断当前像素点属于运动目标的一部分或相对静止的一部分。目前运动目标检测方法的难点主要来源于背景或前景的光线非线性变化，由于这一现象的存在，场景中相对静止部分在帧图像中的像素值也随之发生突变，直接导致对应的像素点的像素值发生变化，而最终导致分类错误。
现有的通用运动目标检测技术，例如专利号为WO2009/007198的专利(visualbackground extractor,ViBe)对于各种视频流、不同颜色空间、多种场景内容及变化的场景都适用，该方法采用随机选择机制和邻域传播机制来建立和更新背景模型，提高检测的准确性，增加了抗噪能力的同时降低了计算代价。
然而，由于现有检测技术仅利用图像序列中的一帧就可以初始化背景模型，因此在处理光线变化相对频繁的情况时，可能导致由于背景模型无法连续更新造成的正确检测率降低。
发明内容
本发明实施例提供一种检测图像中的运动目标的方法及系统，用于解决现有技术中受光线变化无法准确检测图像序列中的运动目标的问题。
基于上述目的，本发明提供一种检测图像中的运动目标的方法，包括：获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点；基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值；从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。
优选地，所述基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值的方式包括：将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数；按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
优选地，所述亮度模型以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt为参数，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
优选地，所述根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和相应后续帧图像信息中各图像块的亮度均值，来确定对应图像块的亮度模型的参数的方式包括：结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的参数分别为：其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差；
再将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的各像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt；其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值。
优选地，在确定了背景像素点和构成运动目标的像素点之后，还包括：按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新执行从所述同步帧图像信息中确定背景区域的步骤；以及从所确定的背景区域中选取预设数量的像素点，分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件的步骤；将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
基于上述目的，本发明还提供一种检测图像中的运动目标的系统，包括：预处理模块，用于获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；待定像素点选取模块，用于比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点；亮度调整模块，用于基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值；待定像素点确定模块，用于从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。
优选地，所述亮度调整模块包括：参数计算子模块，用于将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数；亮度调整子模块，用于按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
优选地，所述亮度模型以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt为参数，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
优选地，所述参数计算子模块用于结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的参数分别为： 其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差；以及，用于将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的坐标(x,y)像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt；
其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值。
优选地，所述预处理模块还用于按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新从所述同步帧图像信息中确定背景区域；对应的，所述待定像素点确定模块还用于在确定各待定像素点为构成运动目标的像素点或背景像素点后，将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
如上所述，本发明的检测图像中的运动目标的方法及系统，具有以下有益效果：通过将待定像素点的亮度值调整为去掉光线影响后的亮度值，再在欧式空间中将待定像素点进行前景和背景的分类，由此能高效的消除光线对图像中静止目标的干扰，提高锁定表示运动目标像素点的准确性和效率；另外，采用运动矢量的估计值调整图像块亮度值的方式，能够有效降低去光线干扰处理的计算量。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对本发明实施例描述中所需要使用的附图作简单的介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据本发明实施例的内容和这些附图获得其他的附图。
图1是本发明的检测图像中的运动目标的方法的一个实施例的方法流程图。
图2是本发明的检测图像中的运动目标的系统的一个实施例的结构方框图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚，下面将结合附图对本发明实施例的技术方案作进一步的详细描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明提供一种检测图像中的运动目标的方法。所述检测方法主要由安装在电子设备中的检测系统来执行。所述电子设备包括但不限于：个人电脑、手机、平板电脑等。所述检测系统可以为图像处理系统中的一部分，其通过执行以下步骤来识别出连续帧的图像信息中作为背景的像素点、和作为运动目标的像素点。接着，所述图像处理系统可对所识别出的构成运动目标的像素点和背景像素点进行如膨胀腐蚀处理、轮廓虚化处理等。
在步骤S1中，所述检测系统获取连续帧的图像信息，并从同步帧图像信息中确定背景区域。
具体地，所述检测系统从流媒体服务器、或从视频文件中获取连续帧的图像信息，其中，所述同步帧图像信息是指包含图像数据最多、最完整的图像帧。
所述检测系统利用图像对比度增强、数学形态学增强、边缘增强、灰度拉伸等图像处理技术对所述同步帧图像信息中前景区域进行突显处理，并确定所述同步帧图像信息中的背景区域。
在步骤S2中，所述检测系统比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点。
本步骤的主要目的是为了解决因亮度变化而导致的无法确定前后两帧图像信息是否有运动物体的问题。
具体地，所述检测系统遍历式的将所述同步帧图像信息与每个后续帧图像信息中各对应位置的像素点的亮度值做差值计算；若所得到的差值在预设亮度范围内，说明同一像素点的前后两帧的亮度变化不大，并按照步骤S1中已确定的背景区域确定该处像素点为背景像素点或构成运动目标的像素点；反之，则将相应后续帧中的像素点作为待定像素点。
例如，所述检测系统遍历式的将后续帧图像信息B1与同步帧图像信息A中每个位置像素点的亮度值作差，并判断所得到的每个像素点的亮度差值是否在预设的亮度范围之内，将超出所述亮度范围的像素点作为待定像素点，其他像素点作为已知背景或前景的像素点。
在步骤S3中，所述检测系统基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值。
具体地，所述检测系统根据每个后续帧图像信息中所记录的、与同步帧图像信息中对应位置像素点的偏差，估计该后续帧图像信息相对于同步帧图像信息的水平运动矢量估计值和垂直运动矢量估计值。例如，所述检测系统利用最小绝对值差的方式估计各后续帧图像信息与同步帧图像信息的水平运动矢量估计值和垂直运动矢量估计值。
接着，所述检测系统根据预先构建的各估计值-亮度值的模型，计算相应后续帧图像信息中的待定像素点的去掉光线影响后的亮度值。
在此，所述检测系统通过执行以下各步骤，来计算各后续帧图像信息中的待定像素点的去掉光线影响后的亮度值。
在步骤S31中，所述检测系统将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数。
在此，所述检测系统可按照无重叠的分块原则对每个后续帧图像信息进行分块。为了提高检测精度，还可以按照有重叠的分块原则对每个后续帧图像信息进行分块。
其中，所述亮度模型可以根据预先的线下训练得到。
优选地，由于光线变化空间平滑的特性，所述亮度模型为以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt被认为在局部范围内为常量，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
为了得到两参数，所述检测系统结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的估计参数分别为：
其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差。
所述检测系统将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的坐标(x,y)像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt。其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值，为图像块(t-1)中坐标(x,y)的像素点的亮度估计。
在此，所述坐标(x,y)的选取可以随机选择，或图像块的中心点。
在步骤S32中，所述检测系统按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
本实施例中，所述检测系统将步骤S31中所得到的参数代入所述亮度模型，得到在亮度调整后的图像块t中各像素位置的亮度值。在得到后续帧图像信息中各待定像素点的调整后的亮度值后，所述检测系统执行步骤S4。
在步骤S4中，所述检测系统从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。
在此，所述检测系统可采取将背景区域划分若干图像块，并从每个图像块中选取同等数量的像素点。优选地，所述检测系统随机的从所确定的背景区域中选取预设数量的像素点。
在此，所述检测系统将每个后续帧图像信息中的像素点从几何空间转为欧式空间，并按照以下方式遍历每个待定像素点：以待定像素点为中心、预设半径R为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，说明该区域与背景区域重合的部分较少，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。其中，所述预设的运动条件包括：所画定的圆内包含所选取的像素点的数量小于预设值。所述半径R的选择可根据后续对运动图像区域的处理精度而定。
由于从背景区域中选取若干像素点的方式，背景区域的确定方式都具有随机性，作为一种优选方式，所述检测系统按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新执行从所述同步帧图像信息中确定背景区域的步骤；以及从所确定的背景区域中选取预设数量的像素点，分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件的步骤；再将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
具体地，所述检测系统采用不同的背景模型重新执行步骤S1和S4，得到多组待定像素点的归属类型(即归属于构成运动目标的像素点、或背景像素点)，再将各组中同一待定像素点的归属类型均为构成运动目标的像素点的像素点，确定为构成运动目标的像素点，剩余待定像素点归为背景像素点。
接着，所述检测系统利用数学形态学中的膨胀腐蚀的方式处理所得到的区分了构成运动目标的像素点、和背景像素点的各后续帧图像信息进行处理，以提高检测目标的完整性。
具体地，若所确定的构成运动目标的像素点的数量过少，采用膨胀腐蚀的方式可以将这些构成运动目标的像素点的变化予以消磨，以减少图像处理过程中过于精细的计算所带来的系统负担过重的问题。
如图2所示，本发明提供一种检测图像中的运动目标的系统。所述检测系统包含安装在电子设备中软件和硬件。所述电子设备包括但不限于：个人电脑、手机、平板电脑等。所述检测系统可以为图像处理系统中的一部分，其通过执行以下步骤来识别出连续帧的图像信息中作为背景的像素点、和作为运动目标的像素点。接着，所述图像处理系统可对所识别出的构成运动目标的像素点和背景像素点进行如膨胀腐蚀处理、轮廓虚化处理等。
所述检测系统1包括：预处理模块11、待定像素点选取模块12、亮度调整模块13、待定像素点确定模块14。
所述预处理模块11用于获取连续帧的图像信息，并从同步帧图像信息中确定背景区域。
具体地，所述预处理模块11从流媒体服务器、或从视频文件中获取连续帧的图像信息，其中，所述同步帧图像信息是指包含图像数据最多、最完整的图像帧。
所述预处理模块11利用图像对比度增强、数学形态学增强、边缘增强、灰度拉伸等图像处理技术对所述同步帧图像信息中前景区域进行突显处理，并确定所述同步帧图像信息中的背景区域。
所述待定像素点选取模块12用于比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点。
本模块的主要目的是为了解决因亮度变化而导致的无法确定前后两帧图像信息是否有运动物体的问题。
具体地，所述待定像素点选取模块12遍历式的将所述同步帧图像信息与每个后续帧图像信息中各对应位置的像素点的亮度值做差值计算；若所得到的差值在预设亮度范围内，说明同一像素点的前后两帧的亮度变化不大，并按照所述预处理模块11中已确定的背景区域确定该处像素点为背景像素点或构成运动目标的像素点；反之，则将相应后续帧中的像素点作为待定像素点。
例如，所述待定像素点选取模块12遍历式的将后续帧图像信息B1与同步帧图像信息A中每个位置像素点的亮度值作差，并判断所得到的每个像素点的亮度差值是否在预设的亮度范围之内，将超出所述亮度范围的像素点作为待定像素点，其他像素点作为已知背景或前景的像素点。
所述亮度调整模块13用于基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值。
具体地，所述亮度调整模块13根据每个后续帧图像信息中所记录的、与同步帧图像信息中对应位置像素点的偏差，估计该后续帧图像信息相对于同步帧图像信息的水平运动矢量估计值和垂直运动矢量估计值。例如，所述亮度调整模块13利用最小绝对值差的方式估计各后续帧图像信息与同步帧图像信息的水平运动矢量估计值和垂直运动矢量估计值。
接着，所述亮度调整模块13根据预先构建的各估计值-亮度值的模型，计算相应后续帧图像信息中的待定像素点的去掉光线影响后的亮度值。
在此，所述亮度调整模块13通过执行以下各子模块，来计算各后续帧图像信息中的待定像素点的去掉光线影响后的亮度值。具体地，所述亮度调整模块13包括：参数计算子模块、和亮度调整子模块。(均未予图示)
所述参数计算子模块用于将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数。
在此，所述参数计算子模块可按照无重叠的分块原则对每个后续帧图像信息进行分块。为了提高检测精度，还可以按照有重叠的分块原则对每个后续帧图像信息进行分块。
其中，所述亮度模型可以根据预先的线下训练得到。
优选地，由于光线变化空间平滑的特性，所述亮度模型为以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt被认为在局部范围内为常量，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
为了得到两参数，所述参数计算子模块结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的估计参数分别为：
其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差。
所述参数计算子模块将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的各像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt。其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值，为图像块(t-1)中坐标(x,y)的像素点的亮度估计。
所述亮度调整子模块用于按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
本实施例中，所述亮度调整子模块将所述参数计算子模块中所得到的参数代入所述亮度模型，得到在亮度调整后的图像块t中各像素位置的亮度值。在得到后续帧图像信息中各待定像素点的调整后的亮度值后，所述亮度调整子模块启动待定像素点确定模块14。
所述待定像素点确定模块14用于从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。
在此，所述待定像素点确定模块14可采取将背景区域划分若干图像块，并从每个图像块中选取同等数量的像素点。优选地，所述待定像素点确定模块14随机的从所确定的背景区域中选取预设数量的像素点。
在此，所述待定像素点确定模块14将每个后续帧图像信息中的像素点从几何空间转为欧式空间，并按照以下方式遍历每个待定像素点：以待定像素点为中心、预设半径R为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，说明该区域与背景区域重合的部分较少，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点。其中，所述预设的运动条件包括：所画定的圆内包含所选取的像素点的数量小于预设值。所述半径R的选择可根据后续对运动图像区域的处理精度而定。
由于从背景区域中选取若干像素点的方式，背景区域的确定方式都具有随机性，作为一种优选方式，所述预处理模块11还用于按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新执行从所述同步帧图像信息中确定背景区域。
对应的，所述待定像素点确定模块14重新执行从所确定的背景区域中选取预设数量的像素点，分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件的步骤；此外，所述待定像素点确定模块14还用于将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
具体地，所述预处理模块11采用不同的背景模型重新确定背景区域，所述待定像素点确定模块14按照重新确定的背景区域确定各待定像素点的归属类型。如此，所述待定像素点确定模块14得到多组待定像素点的归属类型(即归属于构成运动目标的像素点、或背景像素点)，再将各组中同一待定像素点的归属类型均为构成运动目标的像素点的像素点，确定为构成运动目标的像素点，剩余待定像素点归为背景像素点。
接着，所述检测系统1中的后续处理模块利用数学形态学中的膨胀腐蚀的方式处理所得到的区分了构成运动目标的像素点、和背景像素点的各后续帧图像信息进行处理，以提高检测目标的完整性。
具体地，若所确定的构成运动目标的像素点的数量过少，所述后续处理模块采用膨胀腐蚀的方式可以将这些构成运动目标的像素点的变化予以消磨，以减少图像处理过程中过于精细的计算所带来的系统负担过重的问题。
综上所述，本发明通过将待定像素点的亮度值调整为去掉光线影响后的亮度值，再在欧式空间中将待定像素点进行前景和背景的分类，由此能高效的消除光线对图像中静止目标的干扰，提高锁定表示运动目标像素点的准确性和效率；另外，采用运动矢量的估计值调整图像块亮度值的方式，能够有效降低去光线干扰处理的计算量。所以，本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效，而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下，对上述实施例进行修饰或改变。因此，举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变，仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种检测图像中的运动目标的方法，其特征在于，包括：
获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；
比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点；
基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值，以确定所述待定像素点相对于所述同步帧图像去掉光线影响后的亮度值；
从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点，其中，如果构成运动目标的像素点的数量小于预设阈值，则采用膨胀腐蚀将所述构成运动目标的像素点的变化予以消磨。
2.根据权利要求1所述的检测图像中的运动目标的方法，其特征在于，所述基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值的方式包括：
将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数；
按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
3.根据权利要求2所述的检测图像中的运动目标的方法，其特征在于，所述亮度模型以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt为参数，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
4.根据权利要求3所述的检测图像中的运动目标的方法，其特征在于，所述根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和相应后续帧图像信息中各图像块的亮度均值，来确定对应图像块的亮度模型的参数的方式包括：
结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的参数分别为：其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差；
再将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的各像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt；
其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值。
5.根据权利要求1所述的检测图像中的运动目标的方法，其特征在于，在确定了背景像素点和构成运动目标的像素点之后，还包括：
按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新执行从所述同步帧图像信息中确定背景区域的步骤；以及从所确定的背景区域中选取预设数量的像素点，分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件的步骤；
将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
6.一种检测图像中的运动目标的系统，其特征在于，包括：
预处理模块，用于获取连续帧的图像信息，并从同步帧图像信息中确定背景区域；
待定像素点选取模块，用于比较所述同步帧图像信息中的各对应位置、分别与各后续帧图像信息中的各对应位置的像素点的亮度值，并基于比较结果区分各后续帧图像信息中待定像素点；
亮度调整模块，用于基于各后续帧的图像信息分别相对于所述同步帧图像信息的运动矢量的估计值，调整各所述待定像素点的亮度值，以确定所述待定像素点相对于所述同步帧图像去掉光线影响后的亮度值；
待定像素点确定模块，用于从所确定的背景区域中选取预设数量的像素点，并分别以各待定像素点为中心点、预设长度为半径的区域内检测包含所选取的像素点的数量是否符合预设的运动条件；若是，则确定作为中心点的像素点为构成运动目标的像素点；若否，则确定作为中心点的像素点为背景像素点，其中，如果构成运动目标的像素点的数量小于预设阈值，则采用膨胀腐蚀将所述构成运动目标的像素点的变化予以消磨。
7.根据权利要求6所述的检测图像中的运动目标的系统，其特征在于，所述亮度调整模块包括：
参数计算子模块，用于将各后续帧的图像信息进行分块处理，并根据各后续帧图像信息分别与同步帧图像信息的运动矢量的估计值、和各图像块的亮度均值，来确定对应图像块的亮度模型中的参数；
亮度调整子模块，用于按照所确定的参数所构建的亮度模型，确定各后续帧中相应图像块中各待定像素点的亮度值。
8.根据权利要求7所述的检测图像中的运动目标的系统，其特征在于，所述亮度模型以αt和βt为参数的线性函数:Yt(x,y)＝αt(x,y)It(x,y)+βt(x,y)；其中，αt、βt为参数，It(x,y)为后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值，Yt(x,y)为调整后的所述图像块t中坐标为(x,y)的像素点的亮度值。
9.根据权利要求8所述的检测图像中的运动目标的系统，其特征在于，所述参数计算子模块用于结合图像块t所在的后续帧图像信息相对于同步帧图像信息的水平运动矢量Vh和垂直运动矢量Vv估计值，得到图像块t的亮度模型的参数分别为：其中，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计数学期望，表示后续帧图像信息中图像块t中坐标为(x,y)的像素点的亮度值的估计方差；
以及，用于将相应后续帧图像信息中图像块t的数学期望和方差、与所述亮度模型参数的对应关系：βt＝E[Yt(x,y)]-αtE[It(x,y)]代入上述两参数公式，得到以图像块t中的坐标(x,y)像素点的亮度值It(x,y)和调整后的像素点的亮度值Yt(x,y)所表示的参数αt和βt；
其中，σ[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度方差，σ[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度方差，E[Yt(x,y)]为调整后的图像块t中坐标(x,y)的像素点的亮度均值，E[It(x,y)]为后续帧中图像块t中坐标(x,y)的像素点的亮度均值。
10.根据权利要求6所述的检测图像中的运动目标的系统，其特征在于，所述预处理模块还用于按照预设次数调整所确定的背景区域以及从背景区域中选取的预设数量的像素点，并重新从所述同步帧图像信息中确定背景区域；
对应的，所述待定像素点确定模块还用于在确定各待定像素点为构成运动目标的像素点或背景像素点后，将同一帧图像信息中各次均确定为构成运动目标的像素点的像素点作为构成运动目标的像素点，其他像素点为背景像素点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510918694.1A CN105574891B (zh) | 2015-12-11 | 2015-12-11 | 检测图像中的运动目标的方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510918694.1A CN105574891B (zh) | 2015-12-11 | 2015-12-11 | 检测图像中的运动目标的方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105574891A CN105574891A (zh) | 2016-05-11 |
| CN105574891B true CN105574891B (zh) | 2019-04-09 |
Family
ID=55884979
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510918694.1A Active CN105574891B (zh) | 2015-12-11 | 2015-12-11 | 检测图像中的运动目标的方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105574891B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106485265B (zh) * | 2016-09-22 | 2020-01-17 | 深圳大学 | 一种图像识别方法和装置 |
| WO2018053763A1 (zh) * | 2016-09-22 | 2018-03-29 | 深圳大学 | 一种图像识别方法和装置 |
| CN106851303B (zh) * | 2016-12-30 | 2020-06-16 | 中国科学院自动化研究所 | 一种视频图像中小物体块检测方法及系统 |
| WO2019045586A1 (ru) * | 2017-08-30 | 2019-03-07 | Артем Андреевич ЯКОВЛЕВ | Способ мониторинга движущихся объектов |
| CN107729930A (zh) * | 2017-10-09 | 2018-02-23 | 济南大学 | 一种快速判别两幅相同场景图像光照相似度的方法及系统 |
| CN108969347B (zh) * | 2017-11-22 | 2021-02-19 | 青岛大学附属医院 | 为鼻炎患者提供舒适清洗的压力球按压压力参考系统 |
| CN109064431B (zh) * | 2018-08-23 | 2021-10-26 | 腾讯数码（天津）有限公司 | 一种图片亮度调节方法、设备及其存储介质 |
| CN110189341B (zh) * | 2019-06-05 | 2021-08-10 | 北京青燕祥云科技有限公司 | 一种图像分割模型训练的方法、图像分割的方法及装置 |
| CN113077605B (zh) * | 2021-02-23 | 2024-05-10 | 邹吉涛 | 云存储式间距预警平台及方法 |
| CN114913822B (zh) * | 2022-06-06 | 2024-09-03 | 上海顺久电子科技有限公司 | 一种显示设备、背光调节方法和存储介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005346387A (ja) * | 2004-06-02 | 2005-12-15 | Toyota Motor Corp | 移動物体検出装置及び移動物体検出方法 |
| CN103473792A (zh) * | 2013-09-11 | 2013-12-25 | 清华大学深圳研究生院 | 一种运动目标检测方法 |
| CN103945089A (zh) * | 2014-04-18 | 2014-07-23 | 上海复控华龙微系统技术有限公司 | 基于亮度闪烁修正及IP camera的动态目标检测方法 |
| CN103971386A (zh) * | 2014-05-30 | 2014-08-06 | 南京大学 | 一种动态背景场景下的前景检测方法 |
| CN104392468A (zh) * | 2014-11-21 | 2015-03-04 | 南京理工大学 | 基于改进视觉背景提取的运动目标检测方法 |
-
2015
- 2015-12-11 CN CN201510918694.1A patent/CN105574891B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005346387A (ja) * | 2004-06-02 | 2005-12-15 | Toyota Motor Corp | 移動物体検出装置及び移動物体検出方法 |
| CN103473792A (zh) * | 2013-09-11 | 2013-12-25 | 清华大学深圳研究生院 | 一种运动目标检测方法 |
| CN103945089A (zh) * | 2014-04-18 | 2014-07-23 | 上海复控华龙微系统技术有限公司 | 基于亮度闪烁修正及IP camera的动态目标检测方法 |
| CN103971386A (zh) * | 2014-05-30 | 2014-08-06 | 南京大学 | 一种动态背景场景下的前景检测方法 |
| CN104392468A (zh) * | 2014-11-21 | 2015-03-04 | 南京理工大学 | 基于改进视觉背景提取的运动目标检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 电影档案中亮度闪烁的修正;张然然 等;《计算机工程》;20100331;第36卷(第5期);第272-273页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105574891A (zh) | 2016-05-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105574891B (zh) | 检测图像中的运动目标的方法及系统 | |
| Pan et al. | Robust occlusion handling in object tracking | |
| CN107016691B (zh) | 基于超像素特征的运动目标检测方法 | |
| US9191589B2 (en) | Image processing device | |
| CN106327488B (zh) | 一种自适应的前景检测方法及其检测装置 | |
| CA2910965A1 (en) | Tracker assisted image capture | |
| CN109478329B (zh) | 图像处理方法和装置 | |
| US9407926B2 (en) | Block-based static region detection for video processing | |
| CN108198205A (zh) | 一种基于Vibe和Camshift算法的目标跟踪方法 | |
| CN112184759A (zh) | 一种基于视频的运动目标检测与跟踪方法及系统 | |
| CN106803865B (zh) | 视频时域的去噪方法及系统 | |
| CN109871760A (zh) | 一种人脸定位方法、装置、终端设备及存储介质 | |
| CN108270945B (zh) | 一种运动补偿去噪方法及装置 | |
| US9818178B1 (en) | Method and system for detection of ghosting artifact in a video | |
| CN110363197B (zh) | 基于改进视觉背景提取模型的视频感兴趣区域提取方法 | |
| CN109658441B (zh) | 基于深度信息的前景检测方法及装置 | |
| US9420306B2 (en) | Estimating method of predicted motion vector | |
| CN110728700A (zh) | 一种运动目标追踪方法、装置、计算机设备及存储介质 | |
| JP2014110020A (ja) | 画像処理装置、画像処理方法および画像処理プログラム | |
| CN109102526B (zh) | 无人机的监控系统的前景检测方法以及装置 | |
| Ishida et al. | Shadow detection by three shadow models with features robust to illumination changes | |
| CN102263956B (zh) | 基于运动矢量的移动侦测方法 | |
| CN108154481B (zh) | 图像去噪方法、装置及电子设备 | |
| CN111339945A (zh) | 基于视频的人群聚散检查方法与系统 | |
| US9544613B2 (en) | Local detection model (LDM) for recursive motion estimation |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210423 Address after: Room 403-406, 4th floor, building C6, Changsha Science and technology new town, No.77, South Dongliu Road, Changsha Economic and Technological Development Zone, Changsha, Hunan 410000 Patentee after: Hunan Xingxin Microelectronics Technology Co.,Ltd. Address before: 201900 4403-K room, No. 1325, Mudanjiang Road, Shanghai, Baoshan District Patentee before: X CHIP MICROELECTRONICS TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |