CN107133972A - 一种视频运动目标检测方法 - Google Patents

Abstract

本发明公开了一种视频运动目标检测方法，包括以下步骤：S1：利用改进的三帧差分算法对图像预处理，降低图像背景对运动目标的影响，经过膨胀得到运动目标的大致区域；S2：对预处理过的图像用基于灰度优化的光流法计算光流，得到运动目标的精确区域，检测到运动目标。本发明使用最大类间方差法进行阈值选择，能够相对快速准确地检测运动目标，改进的三帧差算法实现简单，检测效果有明显的提升，具有一定的实用价值。

Description

一种视频运动目标检测方法

技术领域

本发明具体涉及一种视频运动目标检测方法。

背景技术

随着计算机技术的不断发展，计算机视觉研究方兴未艾，而运动目标检测在智能交通、军事等领域成为热点。视频图像中的运动目标检测在计算机视觉领域成为一个重要的研究课题。

传统的视频运动目标检测方法有背景差分法、帧间差分法和光流法。背景差分法是利用图像序列中当前帧图像和背景图像相对于参考模型进行比较的一种检测运动目标方法。此算法相对简单，检测效率较高，其性能依赖于所使用的背景建模技术。但是一旦图像背景发生变化或被其他物体干扰时，就不能准确地检测出运动目标，即背景差分法的抗干扰能力较弱。传统的帧间差分法是用图像序列中的连续两帧图像进行差分，然后二值化该灰度差分图像来提取运动信息。这种方法的优点是算法实现简单，程序设计复杂度低，对光线等场景变化不太敏感，能够适应各种动态环境，稳定性较好。缺点是不能提取出对象的完整区域，只能提取边界，同时依赖于选择的帧间时间间隔。

发明内容

本发明要解决的技术问题是提供一种视频运动目标检测方法。

一种视频运动目标检测方法，包括以下步骤：

S1：利用改进的三帧差分算法对图像预处理，降低图像背景对运动目标的影响，经过膨胀得到运动目标的大致区域；

S2：对预处理过的图像用基于灰度优化的光流法计算光流，得到运动目标的精确区域，检测到运动目标。

进一步的，步骤S1的具体方法如下：

1)设视频共有连续的n帧，把这些帧分别表示成f₀(x,y),f₁(x,y),…,f_n-1(x,y)，然后选取序列中f_k-1(x,y),f_k(x,y),…,f_k+1(x,y)连续的三帧图像，分别求相邻两帧间的二值化图像；选取任意连续的三帧图像，设定合适的阈值T，第一帧与第二帧做差分，得到的二值化图像表示为d_k-1(x,y)：

第二帧与第三帧做差分，得到的二值化图像表示为d_k，k+1(x,y)

2)对得到的d_k-1(x,y)、d_k,k+1(x,y)两个差分图像进行与运算，得到d(x,y)：

把d₁(x,y)、d₂(x,y)进行与运算，得到d₃(x,y)，具体操作为：

3)将d(x,y)和d₃(x,y)进行与运算，去除目标图像中的孤立点，得到的图像检测结果记作D(x,y)：

本发明的有益效果是：

本发明使用最大类间方差法进行阈值选择，能够相对快速准确地检测运动目标，改进的三帧差算法实现简单，检测效果有明显的提升，具有一定的实用价值。

具体实施方式

以下具体实施例对本发明作进一步阐述，但不作为对本发明的限定。

一种视频运动目标检测方法，包括以下步骤：

S1：利用改进的三帧差分算法对图像预处理，降低图像背景对运动目标的影响，经过膨胀得到运动目标的大致区域；

S2：对预处理过的图像用基于灰度优化的光流法计算光流，得到运动目标的精确区域，检测到运动目标。

步骤S1的具体方法如下：

1)设视频共有连续的n帧，把这些帧分别表示成f₀(x,y),f₁(x,y),…,f_n-1(x,y)，然后选取序列中f_k-1(x,y),f_k(x,y),…,f_k+1(x,y)连续的三帧图像，分别求相邻两帧间的二值化图像；选取任意连续的三帧图像，设定合适的阈值T，第一帧与第二帧做差分，得到的二值化图像表示为d_k-1(x,y)：

第二帧与第三帧做差分，得到的二值化图像表示为d_k，k+1(x,y)

2)对得到的d_k-1(x,y)、d_k,k+1(x,y)两个差分图像进行与运算，得到d(x,y)：

把d₁(x,y)、d₂(x,y)进行与运算，得到d₃(x,y)，具体操作为：

3)将d(x,y)和d₃(x,y)进行与运算，去除目标图像中的孤立点，得到的图像检测结果记作D(x,y)：

Claims (2)

1.一种视频运动目标检测方法，其特征在于，包括以下步骤：

S1：利用改进的三帧差分算法对图像预处理，降低图像背景对运动目标的影响，经过膨胀得到运动目标的大致区域；

S2：对预处理过的图像用基于灰度优化的光流法计算光流，得到运动目标的精确区域，检测到运动目标。

2.根据权利要求1所述的视频运动目标检测方法，其特征在于，步骤S1的具体方法如下：

1)设视频共有连续的n帧，把这些帧分别表示成f₀(x,y),f₁(x,y),…,f_n-1(x,y)，然后选取序列中f_k-1(x,y),f_k(x,y),…,f_k+1(x,y)连续的三帧图像，分别求相邻两帧间的二值化图像；选取任意连续的三帧图像，设定合适的阈值T，第一帧与第二帧做差分，得到的二值化图像表示为d_k-1(x,y)：

d_k,k+1(x,y)

第二帧与第三帧做差分，得到的二值化图像表示为

2)对得到的d_k-1(x,y)、d_k,k+1(x,y)两个差分图像进行与运算，得到d(x,y)：

把d₁(x,y)、d₂(x,y)进行与运算，得到d₃(x,y)，具体操作为：

3)将d(x,y)和d₃(x,y)进行与运算，去除目标图像中的孤立点，得到的图像检测结果记作D(x,y)：