CN108230368A - 一种快速运动目标检测方法 - Google Patents
一种快速运动目标检测方法 Download PDFInfo
- Publication number
- CN108230368A CN108230368A CN201611152319.1A CN201611152319A CN108230368A CN 108230368 A CN108230368 A CN 108230368A CN 201611152319 A CN201611152319 A CN 201611152319A CN 108230368 A CN108230368 A CN 108230368A
- Authority
- CN
- China
- Prior art keywords
- light stream
- image
- moving target
- fast
- 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.)
- Withdrawn
Links
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
Landscapes
- Image Analysis (AREA)
Abstract
本发明公开了一种快速运动目标检测方法,包括以下步骤:S1:采集视频图像,对视频图像序列进行预处理;S2:通过改进帧差法,精确获取运动目标区域;S3:利用改进的光流法,在光亮度不连续的情况下,准确地提取运动目标区域特征点的光流,并对光流矢量采用阈值标注,进而检测出运动目标。本发明的快速运动目标检测算法,有效的克服光流法计算量大和亮度不连续性引起的运动估计误差,该目标检测算法鲁棒性强,计算量小。
Description
技术领域
本发明涉及一种快速运动目标检测方法。
背景技术
运动对象检测是数字图像处理技术的一个重要组成部分,它是计算机视觉、模式识别、目标识别与跟踪、运动图像编码、安全监控等研究领域的重点和难点,在军事、国防和工业等领域有着广阔的应用前景。图像序列运动分析因其巨大的应用价值而受到广泛的重视。它的基本任务是从图像序列中检测出运动信息,简化图像处理过程,得到所需的运动矢量,从而能够识别与跟踪物体在运动检测中,以视频图像中运动目标检测为主。图像序列运动可以分为4种模式:摄像机和目标都静止、摄像机静止但目标运动、摄像机运动且目标也运动以及摄像机运动但目标静止。其中,摄像机静止物体运动是一类非常重要的场景分析,包括运动目标检测、目标运动特性估计。
现有的图像序列的运动目标检测可以归纳为背景减法、帧差法和光流法等几种。背景减法实现简单,并且能够完整地分割出运动对象,是对背景已知情况下的应用,但该方法在背景变化或复杂的情况下,检测结果很不完善。
发明内容
本发明要解决的技术问题是提供一种快速运动目标检测方法。
一种快速运动目标检测方法,包括以下步骤:
S1:采集视频图像,对视频图像序列进行预处理;
S2:通过改进帧差法,精确获取运动目标区域;
S3:利用改进的光流法,在光亮度不连续的情况下,准确地提取运动目标区域特征点的光流,并对光流矢量采用阈值标注,进而检测出运动目标。
进一步的,所述改进帧差法具体如下:
1)第1帧与第2帧做“差分”操作,得到差分图像p1:
2)第2帧与第3帧进行“差分”操作,得到差分图像p2:
3)p1与p2进行“与”操作,得到新图像p3:
4)p2与p3进行“异或”操作,得到检测结果图像:
5)p3与p4进行“与”操作,得到检测结果图像:
进一步的,所述改进的光流法具体如下:
1)假定时刻t处于图像坐标(x,y)位置的点由于物体的运动在(t+dt)时刻出现在图像坐标(x+dx,y+dy)处,在t时刻该像素的灰度为I(x,y,t),在(t+dt)时刻的灰度为I(x+dx,y+dy,t+dt),dt很小,根据假设认为此点在移动过程中像素灰度不变,即:
I(x+dx,y+dy,t+dt)=I(x,y,t);
左边用泰勒公式展开,经化简和略去二次项,得:
记为(x,y)处像素点在t时刻沿横纵坐标的移动速度,称(u,v)为光流场,令得光流基本方程:
(Ix,Iy)(u,v)T+It=0;
2)根据GDIM模型(generalized dynamic image mode),灰度不是保持恒定,而是变化的,改进的光流场方程可以表示为:
I(r+Δr)=M(r)I(r)+C(r);
式中,M(r)=1+Δm(r);Δm(r)为偏离系数;C(r)为干扰误差,则有:
ΔI=I(r+Δr)-I(r)=Δm(r)I(r)+C(r);
3)设定光流值的阈值f,P点的光流fP为:
当fP≥f时,P为目标点,进行光流标注,当fP<f时,P为背景点,不进行光流标注。
本发明的有益效果是:
本发明的快速运动目标检测算法,有效的克服光流法计算量大和亮度不连续性引起的运动估计误差,该目标检测算法鲁棒性强,计算量小。
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。
一种快速运动目标检测方法,包括以下步骤:
S1:采集视频图像,对视频图像序列进行预处理;
S2:通过改进帧差法,精确获取运动目标区域;
S3:利用改进的光流法,在光亮度不连续的情况下,准确地提取运动目标区域特征点的光流,并对光流矢量采用阈值标注,进而检测出运动目标。
所述改进帧差法具体如下:
1)第1帧与第2帧做“差分”操作,得到差分图像p1:
2)第2帧与第3帧进行“差分”操作,得到差分图像p2:
3)p1与p2进行“与”操作,得到新图像p3:
4)p2与p3进行“异或”操作,得到检测结果图像:
5)p3与p4进行“与”操作,得到检测结果图像:
所述改进的光流法具体如下:
1)假定时刻t处于图像坐标(x,y)位置的点由于物体的运动在(t+dt)时刻出现在图像坐标(x+dx,y+dy)处,在t时刻该像素的灰度为I(x,y,t),在(t+dt)时刻的灰度为I(x+dx,y+dy,t+dt),dt很小,根据假设认为此点在移动过程中像素灰度不变,即:
I(x+dx,y+dy,t+dt)=I(x,y,t);
左边用泰勒公式展开,经化简和略去二次项,得:
记为(x,y)处像素点在t时刻沿横纵坐标的移动速度,称(u,v)为光流场,令得光流基本方程:
(Ix,Iy)(u,v)T+It=0;
2)根据GDIM模型(generalized dynamic image mode),灰度不是保持恒定,而是变化的,改进的光流场方程可以表示为:
I(r+Δr)=M(r)I(r)+C(r);
式中,M(r)=1+Δm(r);Δm(r)为偏离系数;C(r)为干扰误差,则有:
ΔI=I(r+Δr)-I(r)=Δm(r)I(r)+C(r);
3)设定光流值的阈值f,P点的光流fP为:
当fP≥f时,P为目标点,进行光流标注,当fP<f时,P为背景点,不进行光流标注。
Claims (3)
1.一种快速运动目标检测方法,其特征在于,包括以下步骤:
S1:采集视频图像,对视频图像序列进行预处理;
S2:通过改进帧差法,精确获取运动目标区域;
S3:利用改进的光流法,在光亮度不连续的情况下,准确地提取运动目标区域特征点的光流,并对光流矢量采用阈值标注,进而检测出运动目标。
2.根据权利要求1所述的快速运动目标检测方法,其特征在于,所述改进帧差法具体如下:
1)第1帧与第2帧做“差分”操作,得到差分图像p1:
2)第2帧与第3帧进行“差分”操作,得到差分图像p2:
3)p1与p2进行“与”操作,得到新图像p3:
4)p2与p3进行“异或”操作,得到检测结果图像:
5)p3与p4进行“与”操作,得到检测结果图像:
3.根据权利要求1所述的快速运动目标检测方法,其特征在于,所述改进的光流法具体如下:
1)假定时刻t处于图像坐标(x,y)位置的点由于物体的运动在(t+dt)时刻出现在图像坐标(x+dx,y+dy)处,在t时刻该像素的灰度为I(x,y,t),在(t+dt)时刻的灰度为I(x+dx,y+dy,t+dt),dt很小,根据假设认为此点在移动过程中像素灰度不变,即:
I(x+dx,y+dy,t+dt)=I(x,y,t);
左边用泰勒公式展开,经化简和略去二次项,得:
记为(x,y)处像素点在t时刻沿横纵坐标的移动速度,称(u,v)为光流场,令得光流基本方程:
(Ix,Iy)(u,v)T+It=0;
2)根据GDIM模型(generalized dynamic image mode),灰度不是保持恒定,而是变化的,改进的光流场方程可以表示为:
I(r+Δr)=M(r)I(r)+C(r);
式中,M(r)=1+Δm(r);Δm(r)为偏离系数;C(r)为干扰误差,则有:
ΔI=I(r+Δr)-I(r)=Δm(r)I(r)+C(r);
3)设定光流值的阈值f,P点的光流fP为:
当fP≥f时,P为目标点,进行光流标注,当fP<f时,P为背景点,不进行光流标注。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611152319.1A CN108230368A (zh) | 2016-12-14 | 2016-12-14 | 一种快速运动目标检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611152319.1A CN108230368A (zh) | 2016-12-14 | 2016-12-14 | 一种快速运动目标检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230368A true CN108230368A (zh) | 2018-06-29 |
Family
ID=62638350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611152319.1A Withdrawn CN108230368A (zh) | 2016-12-14 | 2016-12-14 | 一种快速运动目标检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230368A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272535A (zh) * | 2018-09-07 | 2019-01-25 | 广东中粤电力科技有限公司 | 一种基于图像识别的配电房安全区预警方法 |
CN113487646A (zh) * | 2021-07-22 | 2021-10-08 | 合肥英睿系统技术有限公司 | 一种运动目标检测方法、装置、设备及存储介质 |
CN115294486A (zh) * | 2022-10-08 | 2022-11-04 | 彼图科技(青岛)有限公司 | 一种基于无人机和人工智能的违章建筑数据识别方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060269155A1 (en) * | 2005-05-09 | 2006-11-30 | Lockheed Martin Corporation | Continuous extended range image processing |
CN102307274A (zh) * | 2011-08-31 | 2012-01-04 | 南京南自信息技术有限公司 | 基于边缘检测和帧差法的运动检测方法 |
CN102915544A (zh) * | 2012-09-20 | 2013-02-06 | 武汉大学 | 基于纹理检测和颜色分割的视频图像运动目标提取方法 |
-
2016
- 2016-12-14 CN CN201611152319.1A patent/CN108230368A/zh not_active Withdrawn
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060269155A1 (en) * | 2005-05-09 | 2006-11-30 | Lockheed Martin Corporation | Continuous extended range image processing |
CN102307274A (zh) * | 2011-08-31 | 2012-01-04 | 南京南自信息技术有限公司 | 基于边缘检测和帧差法的运动检测方法 |
CN102915544A (zh) * | 2012-09-20 | 2013-02-06 | 武汉大学 | 基于纹理检测和颜色分割的视频图像运动目标提取方法 |
Non-Patent Citations (1)
Title |
---|
李建: "一种新型快速运动目标检测算法", 《中南大学学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109272535A (zh) * | 2018-09-07 | 2019-01-25 | 广东中粤电力科技有限公司 | 一种基于图像识别的配电房安全区预警方法 |
CN113487646A (zh) * | 2021-07-22 | 2021-10-08 | 合肥英睿系统技术有限公司 | 一种运动目标检测方法、装置、设备及存储介质 |
CN115294486A (zh) * | 2022-10-08 | 2022-11-04 | 彼图科技(青岛)有限公司 | 一种基于无人机和人工智能的违章建筑数据识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10217229B2 (en) | Method and system for tracking moving objects based on optical flow method | |
CN103077521B (zh) | 一种用于视频监控的感兴趣区域提取方法 | |
Wang et al. | Moving target detection and tracking based on Pyramid Lucas-Kanade optical flow | |
CN105574894B (zh) | 一种运动物体特征点跟踪结果的筛选方法和系统 | |
CN103325112A (zh) | 动态场景中运动目标快速检测方法 | |
CN104331907B (zh) | 一种基于orb特征检测测量载体速度的方法 | |
US20110074927A1 (en) | Method for determining ego-motion of moving platform and detection system | |
CN108230368A (zh) | 一种快速运动目标检测方法 | |
CN106443662B (zh) | 一种低重频体制下速度模糊时的目标稳健关联方法 | |
CN107038423A (zh) | 一种车辆实时检测与跟踪方法 | |
CN107292910B (zh) | 一种基于像素建模的移动相机下运动目标检测方法 | |
Widyawan et al. | Adaptive motion detection algorithm using frame differences and dynamic template matching method | |
Hu et al. | Effective moving object detection from videos captured by a moving camera | |
CN116883897A (zh) | 一种低分辨率目标识别方法 | |
Srilekha et al. | A novel approach for detection and tracking of vehicles using Kalman filter | |
Yu et al. | Accurate motion detection in dynamic scenes based on ego-motion estimation and optical flow segmentation combined method | |
US20160379087A1 (en) | Method for determining a similarity value between a first image and a second image | |
Xiaofang et al. | Identification of superheat of aluminum electrolytic cell based on computer vision and expert rule | |
Mei et al. | An Algorithm for Automatic Extraction of Moving Object in the Image Guidance | |
Zhu et al. | Fish motion tracking based on RGB color space and interframe global nearest neighbour | |
Guo et al. | Research on the detection and tracking technology of moving object in video images | |
Soeleman et al. | Tracking Moving Objects based on Background Subtraction using Kalman Filter | |
CN114973175B (zh) | 运动物体检测方法、装置、终端设备以及存储介质 | |
Li et al. | An improved vibe algorithm based on visual saliency | |
Feng et al. | A New Target Tracking Method Based on Morphological–Hough Transform |
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 | ||
WW01 | Invention patent application withdrawn after publication | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20180629 |