CN108230369A - 一种改进的相邻帧差法 - Google Patents
一种改进的相邻帧差法 Download PDFInfo
- Publication number
- CN108230369A CN108230369A CN201611154236.6A CN201611154236A CN108230369A CN 108230369 A CN108230369 A CN 108230369A CN 201611154236 A CN201611154236 A CN 201611154236A CN 108230369 A CN108230369 A CN 108230369A
- Authority
- CN
- China
- Prior art keywords
- frame
- image
- follows
- variance
- integral image
- 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- Withdrawn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
- G06T7/00—Image analysis
- G06T7/20—Analysis of motion
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30232—Surveillance
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Compression Or Coding Systems Of Tv Signals (AREA)
Abstract
本发明公开了一种改进的相邻帧差法,包括以下步骤:S1:设置滑动窗口,读取视频流的相邻两帧图像,从第一帧和第二帧开始,如果是最后一帧,算法结束;S2:将两帧图像通过高频滤波器进行滤波处理;S3:利用积分图像法和平方积分法计算其均值和方差;S4:计算均数和方差的差值;S5:与阈值进行判断;S6:判断是否是最后一帧,如果不是,重复,如果是,则结束。本发明提出了一种改进的相邻帧差法,该方法利用积分图像法和平方积分法,实现了计算速率的提升和精度的增加,该方法不用设全局阈值,适应性强且计算量小,改进了传统帧差法中环境较差时出现的图像模糊,可识别性不高的缺点,具有全数字化、智能化、实时可靠监控运动目标的特点。
Description
技术领域
本发明具体涉及一种改进的相邻帧差法。
背景技术
智能视频监控就是利用计算机视觉技术,在不需要认为干涉的情况下对采集到的视频信号进行分析和判断,从而实现对监控场景中的景物变化进行识别、定位、跟踪及报警等操作。
运动目标检测在智能视频监控领域是备受关注的前沿方向,有着非常广阔的应用前景。目前,运动目标检测的方法主要有相邻帧差法、光流法、减背景法等。相邻帧差法是针对相邻的两三帧图像,通过阈值化处理进而提取出图像中的运动区域。光流法是根据图像序列的时间和空间梯度来对运动场进行估算,通过这种估算进而对运动目标进行场景的检测和分割,计算量较大,不能满足实时性要求。背景减除法是利用背景图像的参数模型来近似背景图像的像素值,将背景图像的像素与当前图像帧的像素进行对比和差值运算,其中差值比较大的像素区域被判定是运动目标,差值较小的被判定为背景区域。
发明内容
本发明要解决的技术问题是提供一种改进的相邻帧差法。
一种改进的相邻帧差法,包括以下步骤:
S1:设置滑动窗口,读取视频流的相邻两帧图像,从第一帧和第二帧开始,如果是最后一帧,算法结束;
S2:将两帧图像通过高频滤波器进行滤波处理;
S3:利用积分图像法和平方积分法计算其均值和方差;
S4:计算均数和方差的差值;
S5:与阈值进行判断;
S6:判断是否是最后一帧,如果不是,重复,如果是,则结束。
进一步的,所述高频滤波器如下:
引入算子变换关系为:
其中,Zx,y为滤波后的图像,Fx,y为原始图像,λ1、λ2为权重因子。
进一步的,利用积分图像法和平方积分法计算其均值和方差具体如下:
S3-1:积分图像法:
设G(i,j)为积分图像,代表所采集到的图像中的积分图像点阴影区域的灰度总和,F(x,y)为原始图像,则:
迭代公式如下:
其中,g(i,j)表示第j列的灰度总和;
设阴影部分为D,则D的积分图像可有四个顶点求出,公式如下:
G(D)=G(4)+G(1)-G(2)-G(3);
S3-2:平方积分法:
设S(i,j)为平方积分图像,表示图中阴影部分灰度值的平方和,F(x,y)为原始图像,则:
S(i,j)表示图中阴影部分灰度值的平方和,计算公式如下:
其中,L(i,j)表示第i列的平方积分;
阴影部分为D的平方积分计算公式如下:
S(D)=S(4)+S(1)-S(2)-S(3);
S3-3:计算均值与方差:
本发明的有益效果是:
本发明提出了一种改进的相邻帧差法,该方法利用积分图像法和平方积分法,实现了计算速率的提升和精度的增加,该方法不用设全局阈值,适应性强且计算量小,改进了传统帧差法中环境较差时出现的图像模糊,可识别性不高的缺点,具有全数字化、智能化、实时可靠监控运动目标的特点。
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。
一种改进的相邻帧差法,包括以下步骤:
S1:设置滑动窗口,读取视频流的相邻两帧图像,从第一帧和第二帧开始,如果是最后一帧,算法结束;
S2:将两帧图像通过高频滤波器进行滤波处理;
S3:利用积分图像法和平方积分法计算其均值和方差;
S4:计算均数和方差的差值;
S5:与阈值进行判断;
S6:判断是否是最后一帧,如果不是,重复,如果是,则结束。
所述高频滤波器如下:
引入算子变换关系为:
其中,Zx,y为滤波后的图像,Fx,y为原始图像,λ1、λ2为权重因子。
利用积分图像法和平方积分法计算其均值和方差具体如下:
S3-1:积分图像法:
设G(i,j)为积分图像,代表所采集到的图像中的积分图像点阴影区域的灰度总和,F(x,y)为原始图像,则:
迭代公式如下:
其中,g(i,j)表示第j列的灰度总和;
设阴影部分为D,则D的积分图像可有四个顶点求出,公式如下:
G(D)=G(4)+G(1)-G(2)-G(3);
S3-2:平方积分法:
设S(i,j)为平方积分图像,表示图中阴影部分灰度值的平方和,F(x,y)为原始图像,则:
S(i,j)表示图中阴影部分灰度值的平方和,计算公式如下:
其中,L(i,j)表示第i列的平方积分;
阴影部分为D的平方积分计算公式如下:
S(D)=S(4)+S(1)-S(2)-S(3);
S3-3:计算均值与方差:
Claims (3)
1.一种改进的相邻帧差法,其特征在于,包括以下步骤:
S1:设置滑动窗口,读取视频流的相邻两帧图像,从第一帧和第二帧开始,如果是最后一帧,算法结束;
S2:将两帧图像通过高频滤波器进行滤波处理;
S3:利用积分图像法和平方积分法计算其均值和方差;
S4:计算均数和方差的差值;
S5:与阈值进行判断;
S6:判断是否是最后一帧,如果不是,重复,如果是,则结束。
2.根据权利要求1所述的改进的相邻帧差法,其特征在于,所述高频滤波器如下:
引入算子变换关系为:
其中,Zx,y为滤波后的图像,Fx,y为原始图像,λ1、λ2为权重因子。
3.根据权利要求1所述的改进的相邻帧差法,其特征在于,利用积分图像法和平方积分法计算其均值和方差具体如下:
S3-1:积分图像法:
设G(i,j)为积分图像,代表所采集到的图像中的积分图像点阴影区域的灰度总和,F(x,y)为原始图像,则:
迭代公式如下:
其中,g(i,j)表示第j列的灰度总和;
设阴影部分为D,则D的积分图像可有四个顶点求出,公式如下:
G(D)=G(4)+G(1)-G(2)-G(3);
S3-2:平方积分法:
设S(i,j)为平方积分图像,表示图中阴影部分灰度值的平方和,F(x,y)为原始图像,则:
S(i,j)表示图中阴影部分灰度值的平方和,计算公式如下:
其中,L(i,j)表示第i列的平方积分;
阴影部分为D的平方积分计算公式如下:
S(D)=S(4)+S(1)-S(2)-S(3);
S3-3:计算均值与方差:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611154236.6A CN108230369A (zh) | 2016-12-14 | 2016-12-14 | 一种改进的相邻帧差法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611154236.6A CN108230369A (zh) | 2016-12-14 | 2016-12-14 | 一种改进的相邻帧差法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108230369A true CN108230369A (zh) | 2018-06-29 |
Family
ID=62651027
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611154236.6A Withdrawn CN108230369A (zh) | 2016-12-14 | 2016-12-14 | 一种改进的相邻帧差法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108230369A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6822691B1 (en) * | 2000-12-20 | 2004-11-23 | Samsung Electronics Co., Ltd. | Method of detecting motion in an interlaced video sequence utilizing region by region motion information and apparatus for motion detection |
CN101635833A (zh) * | 2008-07-22 | 2010-01-27 | 深圳市朗驰欣创科技有限公司 | 一种视频监控方法、装置及系统 |
CN103617632A (zh) * | 2013-11-19 | 2014-03-05 | 浙江工业大学 | 一种结合相邻帧差法和混合高斯模型的运动目标检测方法 |
CN104835182A (zh) * | 2015-06-03 | 2015-08-12 | 上海建炜信息技术有限公司 | 摄像机上实现动态目标实时跟踪的方法 |
-
2016
- 2016-12-14 CN CN201611154236.6A patent/CN108230369A/zh not_active Withdrawn
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6822691B1 (en) * | 2000-12-20 | 2004-11-23 | Samsung Electronics Co., Ltd. | Method of detecting motion in an interlaced video sequence utilizing region by region motion information and apparatus for motion detection |
CN101635833A (zh) * | 2008-07-22 | 2010-01-27 | 深圳市朗驰欣创科技有限公司 | 一种视频监控方法、装置及系统 |
CN103617632A (zh) * | 2013-11-19 | 2014-03-05 | 浙江工业大学 | 一种结合相邻帧差法和混合高斯模型的运动目标检测方法 |
CN104835182A (zh) * | 2015-06-03 | 2015-08-12 | 上海建炜信息技术有限公司 | 摄像机上实现动态目标实时跟踪的方法 |
Non-Patent Citations (1)
Title |
---|
徐谦: "一种改进的相邻帧差法在智能视频监控中的应用研究", 《信息与电脑(理论版)》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109949375B (zh) | 一种基于深度图感兴趣区域的移动机器人目标跟踪方法 | |
CN106846359B (zh) | 基于视频序列的运动目标快速检测方法 | |
CN104200485B (zh) | 一种面向视频监控的人体跟踪方法 | |
CN106204484B (zh) | 一种基于光流和局部不变特征的交通目标跟踪方法 | |
Han et al. | Research on moving object detection algorithm based on improved three frame difference method and optical flow | |
CN103854292B (zh) | 一种人数及人群运动方向的计算方法及装置 | |
CN107679503A (zh) | 一种基于深度学习的人群计数算法 | |
CN104050685B (zh) | 基于粒子滤波视觉注意力模型的运动目标检测方法 | |
Chen et al. | Tracking of moving object based on optical flow detection | |
CN105740945A (zh) | 一种基于视频分析的人群计数方法 | |
CN104794737A (zh) | 一种深度信息辅助粒子滤波跟踪方法 | |
CN111353496B (zh) | 一种红外弱小目标实时检测方法 | |
CN109711256A (zh) | 一种低空复杂背景无人机目标检测方法 | |
CN103942786B (zh) | 无人机可见光和红外图像的自适应团块目标检测方法 | |
CN103632373B (zh) | 一种三帧差分高阶统计量结合otsu算法的絮体检测方法 | |
CN107169992A (zh) | 一种交通视频运动目标检测方法 | |
Zhou et al. | A traffic light recognition algorithm based on compressive tracking | |
CN103996199A (zh) | 一种基于深度信息的运动检测方法 | |
CN108230369A (zh) | 一种改进的相邻帧差法 | |
CN116193103A (zh) | 一种视频画面抖动等级评估的方法 | |
Xu et al. | Moving target tracking based on adaptive background subtraction and improved camshift algorithm | |
Li et al. | A moving object detection algorithm based on multiple judgments | |
Xiaojun et al. | Tracking of moving target based on video motion nuclear algorithm | |
CN102663770A (zh) | 基于三重粒子的粒子滤波视觉目标跟踪方法 | |
CN202720689U (zh) | 基于dsp的运动目标检测与跟踪系统 |
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 |
Application publication date: 20180629 |
|
WW01 | Invention patent application withdrawn after publication |