CN107194953A - 一种动态背景下运动目标的检测方法及装置 - Google Patents
一种动态背景下运动目标的检测方法及装置 Download PDFInfo
- Publication number
- CN107194953A CN107194953A CN201710351870.7A CN201710351870A CN107194953A CN 107194953 A CN107194953 A CN 107194953A CN 201710351870 A CN201710351870 A CN 201710351870A CN 107194953 A CN107194953 A CN 107194953A
- Authority
- CN
- China
- Prior art keywords
- moving target
- image
- detection
- background
- target under
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 98
- 230000033001 locomotion Effects 0.000 claims abstract description 77
- 238000000034 method Methods 0.000 claims abstract description 67
- 230000000877 morphologic effect Effects 0.000 claims abstract description 15
- 230000003068 static effect Effects 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 23
- 238000005260 corrosion Methods 0.000 claims description 16
- 230000007797 corrosion Effects 0.000 claims description 16
- 238000001228 spectrum Methods 0.000 claims description 12
- 241000208340 Araliaceae Species 0.000 claims 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 1
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 1
- 235000008434 ginseng Nutrition 0.000 claims 1
- 238000005516 engineering process Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 238000013519 translation Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000007689 inspection Methods 0.000 description 2
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005314 correlation function Methods 0.000 description 1
- 238000005034 decoration Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种动态背景下运动目标的检测方法及装置,根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;采用全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。本发明所提供的动态背景下运动目标的检测方法及装置,能够解决目前动态背景下运动目标检测存在的背景干扰大、检测精度低的问题,可以实现在动态背景下准确、有效地检测出运动目标。
Description
技术领域
本发明涉及目标检测技术领域,特别是涉及一种动态背景下运动目标的检测方法及装置。
背景技术
运动目标检测是图像处理技术中的关键基础技术,利用运动目标检测技术可以对视频图像中感兴趣的目标进行实时地检测、识别、提示报警,是进一步视频图像处理的重要依据。运动目标检测技术已经广泛应用于智能视频监控、犯罪预防、智能分辨、自动制导等安防、军事领域。
运动目标检测是将运动目标从视频序列图像背景中分离出来。各类实际应用需求的不断增多,大大推动了运动目标检测技术的发展,产生了许多成熟的目标检测算法。现有技术一般采用静态环境下对运动目标的检测,而在动态背景下运动目标检测存在背景干扰大、检测精度低的缺点,如何在动态背景下对运动目标进行检测是本领域亟待解决的技术问题。
发明内容
本发明的目的是提供一种动态背景下运动目标的检测方法及装置,以解决现有动态背景下运动目标检测存在的背景干扰大、检测精度低的问题。
为解决上述技术问题,本发明提供一种动态背景下运动目标的检测方法,包括:
根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
可选地,所述根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量包括:
对图像进行二维离散傅里叶变换;
根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
可选地,所述采用所述全局运动参量对前后帧图像进行背景匹配包括:
采用抛物线插值的方法对所述前后帧图像进行背景匹配。
可选地,所述利用帧间差分法分割出运动目标的轮廓包括:
将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
可选地,所述利用形态学的方法检测出运动目标包括:
对得到的所述二值化的运动目标图像进行膨胀处理;
对经过膨胀处理的图像进行腐蚀处理;
填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
本发明还提供了一种动态背景下运动目标的检测装置,包括:
全局运动参量确定模块,用于根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
背景匹配模块,用于采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
检测模块,用于利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
可选地,所述全局运动参量确定模块包括:
变换单元,用于对图像进行二维离散傅里叶变换;
计算单元,用于根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
可选地,所述背景匹配模块具体用于:采用抛物线插值的方法对所述前后帧图像进行背景匹配。
可选地,所述检测模块包括:
差分图像生成单元,用于将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
运动目标轮廓确定单元,用于通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
可选地,所述检测模块包括:
膨胀处理单元,用于对得到的所述二值化的运动目标图像进行膨胀处理;
腐蚀处理单元,用于对经过膨胀处理的图像进行腐蚀处理;
运动目标检测单元,用于填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
本发明所提供的动态背景下运动目标的检测方法及装置,根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;采用全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。本发明所提供的动态背景下运动目标的检测方法及装置,能够解决目前动态背景下运动目标检测存在的背景干扰大、检测精度低的问题,可以实现在动态背景下准确、有效地检测出运动目标。
附图说明
为了更清楚的说明本发明实施例或现有技术的技术方案,下面将对实施例或现有技术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,还可以根据这些附图获得其他的附图。
图1为本发明所提供的动态背景下运动目标的检测方法的一种具体实施方式的流程图;
图2为本发明实施例中采用相位相关算法确定全局运动参量的过程示意图;
图3为本发明实施例中利用帧间差分法分割出运动目标的轮廓的过程示意图;
图4为本发明实施例中利用形态学的方法检测出运动目标的过程示意图;
图5为本发明实施例提供的动态背景下运动目标的检测装置的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面结合附图和具体实施方式对本发明作进一步的详细说明。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,本领域普通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。
本发明所提供的动态背景下运动目标的检测方法的一种具体实施方式的流程图如图1所示,该方法包括:
步骤S101:根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
每个像素的运动可以分解成由摄像机的运动引起全局运动和由运动物体引起的局部运动。全局运动是指在拍摄过程中由于相机运动造成原本静止的背景相对于相机所产生的运动。在动态背景下运动目标检测时,由于摄像机的运动使得图像中像素点的坐标从前一帧的(x,y)变换到当前帧的(x',y'),那么前后两帧中对应像素点的坐标变换满足如下的仿射变换模型:
其中,σ为缩放运动参数,θ0为旋转角度,(x0,y0)为平移参数。如果能够准确地估计出上述参数,那么就能得到当前帧和前一帧之间的运动关系,从而得到全局运动参量。
参照图2,本步骤中根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量的过程可以具体包括:
步骤S1011:对图像进行二维离散傅里叶变换;
步骤S1012:根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
由于相位相关法的高效性和准确性,因此本发明实施例选用相位相关法来估计全局运动参量。它的基本思路是将空域问题转换到频域下进行处理。因为在对图像进行二维离散傅里叶变换后,主要的特征为幅值和相位,其中相位信息包含了图像的大量特征信息,所以通过求相位变化的对应关系,就可以计算出图像间的相对运动参量。由于它只利用了互功率谱中的相位信息,减少了对图像内容的依赖性,对图像的亮度变化不敏感,具有一定的抗干扰能力,且具有较高的匹配精度。假设f2(x,y)为图像f1(x,y)在x轴和y轴分别平移x0和y0后的图像,即
f2(x,y)=f1(x-x0,y-y0) (2)
将(2)式进行傅里叶变换,得到(3)式:
图像f1(x,y)和f2(x,y)的互功率谱为:
式中,为f1(x,y)的复共轭函数,将(4)式两边同时进行傅里叶逆变换得:
式中,f1(x,y)为傅里叶逆变换。
由式(5)可以看出,傅里叶功率谱的逆变换得到的相位相关函数是一个位于两图位置偏移(x0,y0)处的脉冲函数。在理想情况下,当两图完全相似时,其值为1,反之则为0。由该脉冲函数可以求得图像f2(x,y)相对于图像f1(x,y)平移的参数(x0,y0)。
如果图像不仅仅进行简单的平移运动,还存在放缩和旋转变换,就需要将上述算法进行相应的改进。假设图像f2(x,y)是由f1(x,y)以σ为参数进行放缩,然后逆时针旋转θ0,再平移(x0,y0)得到的,那么:
f2(x,y)=f1[s(xcosθ0+ysinθ0)-x0,s(-xsinθ0+ycosθ0)-y0] (6)
将式(6)两边同时进行傅里叶变换求幅值得:
|F2(u,v)|=s-2|F1[s-1(ucosθ0+vsinθ0),s-1(-usinθ0+vcosθ0)]| (7)
式中,|.|表示幅值谱。由(7)式可以看出,脉冲函数只与放缩参数σ和旋转角度θ0相关,与平移参数(x0,y0)无关。
根据笛卡尔坐标系下的缩放和旋转变换可以转换到极坐标系下的平移变换,将式(6)变换到对数极坐标系下得:
f2(log10ρ,θ)=f1(log10ρ-log10σ,θ-θ0) (8)
式中,ρ和θ分别表示对数极坐标系下极径和极角,(x0,y0)为变换的中心。
由式(8)可以看出在对数极坐标系下,图像x0,y0相对于x0,y0只存在平移变换,并且式(8)与式(2)具有相似的形式,根据式(2)~式(5)可以计算出log10σ和θ0,从而得到放缩参数σ和旋转角度θ0。
由于在图像的频谱中,低频分量主要决定图像在平滑区域中的总体灰度级,而高频决定图像在过渡区域的灰度级,如边缘和噪声。因此本申请在计算旋转角度和放缩参数时对幅度谱高通滤波,突出图像边缘等细节部分,从而提高图像配准的精度。
步骤S102:采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
背景配准是对不同时间、不同视场或不同成像模式的两幅或多幅图像进行空间变换处理,使得各个图像在几何上能够匹配对应起来。它的目的是去除待配准图像和参考图像之间在几何上的不一致,包括平移、旋转和缩放,为进一步的图像处理做准备。
作为一种具体实施方式,本发明实施例可以采用抛物线插值的方法对所述前后帧图像进行背景匹配。
通过相位相关法估计出全局运动参量后,以前一帧f1(x,y)为基准,对当前帧f2(x,y)进行背景配准。由于在实际计算时,得到的坐标值不是整数。为提高配准精度,采用抛物线插值进行背景匹配。设s0和t0为两图像最大相关峰值所对应的平移量,由于空间量化的原因,二者都为整数。设实际平移量为s和t,那么它们的估计为:
内插公式为:
根据估计出的和对当前帧f2(x,y)以前一帧f1(x,y)为基准进行背景配准。
步骤S103:利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
其中,参照图3,本步骤中利用帧间差分法分割出运动目标的轮廓的过程可以包括:
步骤S1031:将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
步骤S1032:通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
进一步地,参照图4,利用形态学的方法检测出运动目标的过程可以具体包括:
步骤S1033:对得到的所述二值化的运动目标图像进行膨胀处理;
步骤S1034:对经过膨胀处理的图像进行腐蚀处理;
步骤S1035:填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
利用相位相关对背景进行配准后,即将动态背景下的运动目标检测转变为静态背景下的运动目标检测。将前一帧图像和配准后的图像进行帧间差分就可以分割出运动目标。假设f1(x,y)是前一帧图像,f2'(x,y)是配准后的当前帧图像,对二者进行帧间差分,通过阈值T处理对差分图像进行阈值化分割,得到二值化的运动目标图像d(x,y),即:
经过差分得到的二值图像d(x,y)是不规则的运动目标图像,对其进行形态学处理,经过膨胀处理后可以扩大物体的边界,使断裂的同一物体桥接起来。经过腐蚀处理后可以消融物体的边界,使边界向里收缩,从而缩小物体。通过去除处理可以消除残留的噪声点,最后通过填充处理,填充孤立的内部像素点(周围都是1的0像素点),最终得到完整的运动目标。
本发明所提供的动态背景下运动目标的检测方法,根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;采用全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。本发明所提供的动态背景下运动目标的检测方法,能够解决目前动态背景下运动目标检测存在的背景干扰大、检测精度低的问题,可以实现在动态背景下准确、有效地检测出运动目标。
本申请首先利用相位相关算法估计全局运动参量,然后根据全局运动参量利用抛物线插值进行背景匹配,即将问题转为静态背景下运动目标检测,再利用帧间差分法分割出运动目标的轮廓,最后利用形态学的方法得到完整的运动目标。该技术可以实现在动态背景下准确、有效地检测出运动目标。
下面对本发明实施例提供的动态背景下运动目标的检测装置进行介绍,下文描述的动态背景下运动目标的检测装置与上文描述的动态背景下运动目标的检测方法可相互对应参照。
图5为本发明实施例提供的动态背景下运动目标的检测装置的结构框图,参照图5动态背景下运动目标的检测装置可以包括:
全局运动参量确定模块100,用于根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
背景匹配模块200,用于采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
检测模块300,用于利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
作为一种具体实施方式,本发明所提供的动态背景下运动目标的检测装置中,全局运动参量确定模块可以具体包括:
变换单元,用于对图像进行二维离散傅里叶变换;
计算单元,用于根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
作为一种具体实施方式,本发明所提供的动态背景下运动目标的检测装置中,所述背景匹配模块具体用于:采用抛物线插值的方法对所述前后帧图像进行背景匹配。
在上述任一实施例的基础上,本发明所提供的动态背景下运动目标的检测装置中,上述检测模块可以具体包括:
差分图像生成单元,用于将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
运动目标轮廓确定单元,用于通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
此外,上述检测模块可以具体包括:
膨胀处理单元,用于对得到的所述二值化的运动目标图像进行膨胀处理;
腐蚀处理单元,用于对经过膨胀处理的图像进行腐蚀处理;
运动目标检测单元,用于填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
本实施例的动态背景下运动目标的检测装置用于实现前述的动态背景下运动目标的检测方法,因此动态背景下运动目标的检测装置中的具体实施方式可见前文中的动态背景下运动目标的检测方法的实施例部分,例如,全局运动参量确定模块100,背景匹配模块200,检测模块300,分别用于实现上述动态背景下运动目标的检测方法中步骤S101,S102,S103,所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再赘述。
本发明所提供的动态背景下运动目标的检测装置,根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;采用全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。本发明所提供的动态背景下运动目标的检测装置,能够解决目前动态背景下运动目标检测存在的背景干扰大、检测精度低的问题,可以实现在动态背景下准确、有效地检测出运动目标。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本发明所提供的动态背景下运动目标的检测方法以及装置进行了详细介绍。本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想。应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以对本发明进行若干改进和修饰,这些改进和修饰也落入本发明权利要求的保护范围内。
Claims (10)
1.一种动态背景下运动目标的检测方法,其特征在于,包括:
根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
2.如权利要求1所述的动态背景下运动目标的检测方法,其特征在于,所述根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量包括:
对图像进行二维离散傅里叶变换;
根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
3.如权利要求2所述的动态背景下运动目标的检测方法,其特征在于,所述采用所述全局运动参量对前后帧图像进行背景匹配包括:
采用抛物线插值的方法对所述前后帧图像进行背景匹配。
4.如权利要求1至3任一项所述的动态背景下运动目标的检测方法,其特征在于,所述利用帧间差分法分割出运动目标的轮廓包括:
将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
5.如权利要求1至3任一项所述的动态背景下运动目标的检测方法,其特征在于,所述利用形态学的方法检测出运动目标包括:
对得到的所述二值化的运动目标图像进行膨胀处理;
对经过膨胀处理的图像进行腐蚀处理;
填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
6.一种动态背景下运动目标的检测装置,其特征在于,包括:
全局运动参量确定模块,用于根据前后帧图像中对应像素点的位置变换,采用相位相关算法确定全局运动参量;
背景匹配模块,用于采用所述全局运动参量对前后帧图像进行背景匹配,将动态背景下运动目标的检测转变为静态背景下运动目标的检测;
检测模块,用于利用帧间差分法分割出运动目标的轮廓,并利用形态学的方法检测出运动目标。
7.如权利要求6所述的动态背景下运动目标的检测装置,其特征在于,所述全局运动参量确定模块包括:
变换单元,用于对图像进行二维离散傅里叶变换;
计算单元,用于根据互功率谱中相位信息变化的对应关系,计算出图像间的相对运动参量,将所述相对运动参量作为所述全局运动参量。
8.如权利要求7所述的动态背景下运动目标的检测装置,其特征在于,所述背景匹配模块具体用于:采用抛物线插值的方法对所述前后帧图像进行背景匹配。
9.如权利要求6至8任一项所述的动态背景下运动目标的检测装置,其特征在于,所述检测模块包括:
差分图像生成单元,用于将前一帧图像和配准后的图像进行帧间差分,生成差分图像;
运动目标轮廓确定单元,用于通过预设阈值对所述差分图像进行阈值化分割,得到二值化的运动目标图像,确定所述运动目标的轮廓。
10.如权利要求6至8任一项所述的动态背景下运动目标的检测装置,其特征在于,所述检测模块包括:
膨胀处理单元,用于对得到的所述二值化的运动目标图像进行膨胀处理;
腐蚀处理单元,用于对经过膨胀处理的图像进行腐蚀处理;
运动目标检测单元,用于填充腐蚀处理后图像中孤立的内部像素点,检测出完整的运动目标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351870.7A CN107194953B (zh) | 2017-05-18 | 2017-05-18 | 一种动态背景下运动目标的检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710351870.7A CN107194953B (zh) | 2017-05-18 | 2017-05-18 | 一种动态背景下运动目标的检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107194953A true CN107194953A (zh) | 2017-09-22 |
CN107194953B CN107194953B (zh) | 2021-04-06 |
Family
ID=59875235
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710351870.7A Expired - Fee Related CN107194953B (zh) | 2017-05-18 | 2017-05-18 | 一种动态背景下运动目标的检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107194953B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175495A (zh) * | 2019-01-04 | 2019-08-27 | 北京理工大学 | 一种光学遥感图像的弱小动目标检测方法 |
CN110580691A (zh) * | 2019-09-09 | 2019-12-17 | 京东方科技集团股份有限公司 | 图像的动态处理方法、装置、设备及计算机可读存储介质 |
CN111260676A (zh) * | 2020-01-10 | 2020-06-09 | 大连海事大学 | 一种船载雷达图像海上目标空间数据的共享方法 |
CN111667503A (zh) * | 2020-06-12 | 2020-09-15 | 中国科学院长春光学精密机械与物理研究所 | 基于前景检测的多目标跟踪方法、装置、设备及存储介质 |
CN113256574A (zh) * | 2021-05-13 | 2021-08-13 | 中国科学院长春光学精密机械与物理研究所 | 一种三维目标检测方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281650A (zh) * | 2008-05-05 | 2008-10-08 | 北京航空航天大学 | 用于视频稳定的快速全局运动估计方法 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103793923A (zh) * | 2014-01-24 | 2014-05-14 | 华为技术有限公司 | 一种图像中运动目标的获取方法及设备 |
-
2017
- 2017-05-18 CN CN201710351870.7A patent/CN107194953B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281650A (zh) * | 2008-05-05 | 2008-10-08 | 北京航空航天大学 | 用于视频稳定的快速全局运动估计方法 |
CN103700116A (zh) * | 2012-09-27 | 2014-04-02 | 中国航天科工集团第二研究院二O七所 | 一种用于运动目标检测的背景建模方法 |
CN103793923A (zh) * | 2014-01-24 | 2014-05-14 | 华为技术有限公司 | 一种图像中运动目标的获取方法及设备 |
Non-Patent Citations (1)
Title |
---|
周许超等: "基于相位相关和差分相乘的动态背景下运动目标检测", 《仪器仪表学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110175495A (zh) * | 2019-01-04 | 2019-08-27 | 北京理工大学 | 一种光学遥感图像的弱小动目标检测方法 |
CN110580691A (zh) * | 2019-09-09 | 2019-12-17 | 京东方科技集团股份有限公司 | 图像的动态处理方法、装置、设备及计算机可读存储介质 |
CN111260676A (zh) * | 2020-01-10 | 2020-06-09 | 大连海事大学 | 一种船载雷达图像海上目标空间数据的共享方法 |
CN111260676B (zh) * | 2020-01-10 | 2023-10-17 | 大连海事大学 | 一种船载雷达图像海上目标空间数据的共享方法 |
CN111667503A (zh) * | 2020-06-12 | 2020-09-15 | 中国科学院长春光学精密机械与物理研究所 | 基于前景检测的多目标跟踪方法、装置、设备及存储介质 |
CN113256574A (zh) * | 2021-05-13 | 2021-08-13 | 中国科学院长春光学精密机械与物理研究所 | 一种三维目标检测方法 |
CN113256574B (zh) * | 2021-05-13 | 2022-10-25 | 中国科学院长春光学精密机械与物理研究所 | 一种三维目标检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107194953B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107194953A (zh) | 一种动态背景下运动目标的检测方法及装置 | |
CN106875431B (zh) | 具有移动预测的图像追踪方法及扩增实境实现方法 | |
CN106203381B (zh) | 一种行车中障碍物检测方法与装置 | |
CN107220997A (zh) | 一种立体匹配方法及系统 | |
CN104809687A (zh) | 三维人脸图像生成方法及系统 | |
CN111798486B (zh) | 基于人体运动预测的多视角人体运动捕捉方法 | |
US11227407B2 (en) | Systems and methods for augmented reality applications | |
Mattausch et al. | High‐quality screen‐space ambient occlusion using temporal coherence | |
CN105374049A (zh) | 一种基于稀疏光流法的多角点跟踪方法及装置 | |
CN109982064A (zh) | 一种裸眼3d的虚拟视点图像生成方法和便携式终端 | |
Li et al. | A full-process optimization-based background subtraction for moving object detection on general-purpose embedded devices | |
Kakar et al. | Verifying temporal data in geotagged images via sun azimuth estimation | |
CN117745766A (zh) | 多摄像头目标跟踪方法、装置、设备及存储介质 | |
CN110988876B (zh) | 闭合鲁棒双基线InSAR相位解缠方法、系统及可读存储介质 | |
CN104168405A (zh) | 噪声抑制方法及其图像处理装置 | |
CN103400396A (zh) | 三维立体空间下物体的跟踪方法 | |
CN113569876A (zh) | 图像特征提取方法、装置和电子设备 | |
Han et al. | Learning residual color for novel view synthesis | |
CN116721339B (zh) | 一种输电线路的检测方法、装置、设备和存储介质 | |
CN113327215B (zh) | 一种宽动态图像合成方法、装置、电子设备及存储介质 | |
CN116129332B (zh) | 多船舶目标的跟踪识别方法、装置、电子设备及存储介质 | |
Li et al. | Arbitrary-Oriented Ship Detection Based on Feature Filter and KL Loss | |
CN104732558A (zh) | 运动目标检测装置 | |
CN112164107B (zh) | 一种端到端相机建模方法及装置 | |
US20240320786A1 (en) | Methods and apparatus for frame interpolation with occluded motion |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20210406 |
|
CF01 | Termination of patent right due to non-payment of annual fee |