CN111768426B - 一种运动目标的检测方法、装置、设备及存储介质 - Google Patents

一种运动目标的检测方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN111768426B
CN111768426B CN202010815876.7A CN202010815876A CN111768426B CN 111768426 B CN111768426 B CN 111768426B CN 202010815876 A CN202010815876 A CN 202010815876A CN 111768426 B CN111768426 B CN 111768426B
Authority
CN
China
Prior art keywords
component value
pixel point
differential
result
value
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
Application number
CN202010815876.7A
Other languages
English (en)
Other versions
CN111768426A (zh
Inventor
王驰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Taizhou Public Security Bureau
Original Assignee
Taizhou Public Security Bureau
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Taizhou Public Security Bureau filed Critical Taizhou Public Security Bureau
Priority to CN202010815876.7A priority Critical patent/CN111768426B/zh
Publication of CN111768426A publication Critical patent/CN111768426A/zh
Application granted granted Critical
Publication of CN111768426B publication Critical patent/CN111768426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/215Motion-based segmentation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00Image enhancement or restoration
    • G06T5/20Image enhancement or restoration using local operators
    • G06T5/30Erosion or dilatation, e.g. thinning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本申请提供了一种运动目标的检测方法、装置、设备及存储介质,其中,该检测方法包括:针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果;分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标。这样,可以减少图像中运动目标的阴影部分对检测结果的干扰,提高运动目标检测的准确度。

Description

一种运动目标的检测方法、装置、设备及存储介质
技术领域
本发明涉及图像处理技术领域,具体而言,涉及一种运动目标的检测方法、装置、设备及存储介质。
背景技术
在智能交通系统中,常常需要对连续的视频帧图像进行图像处理,以识别出各视频帧图像中包含的行人、机动车和非机动车等运动中的目标对象。运动目标的检测是智能交通系统能够对人、车、路实行智能化监控的重要前提,因此,如何更加精确地进行运动目标的检测,成为当前图像处理技术领域迫切需要解决的技术问题。
目前的方法,对于运动目标的检测,常用的方法包括:光流法、背景建模法以及帧差法,这些方法在实际使用时虽然各有不同,但本质上都是根据目标变量的参数值,对待检测图像中的静止背景图像与运动目标图像进行区分,以从待检测图像中识别出运动目标。然而,在连续的视频帧图像中,不仅运动目标是变化的,运动目标在阳光下产生的阴影部分也是变化的,由于上述方法没有考虑到运动目标的阴影,因此,导致运动目标检测的准确度较低。
发明内容
有鉴于此,本发明的目的在于提供一种运动目标的检测方法、装置、设备及存储介质,以减少图像中运动目标的阴影部分对检测结果的干扰,提高运动目标检测的准确度。
第一方面,本发明实施例提供了一种运动目标的检测方法,所述检测方法包括:
针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值;
分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;
将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;
从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标。
可选的,所述利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,包括:
针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果;
根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果;
针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果;
根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果。
可选的,所述利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,包括:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值;
若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件。
可选的,所述根据所述第一判断结果,对各所述像素点进行二值化处理,包括:
针对每一所述像素点,若该像素点对应的所述第一判断结果为:符合所述第一差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第一判断结果为:不符合所述第一差分条件,则将该像素点的灰度值设置为暗度阈值。
可选的,所述利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,包括:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值;
若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
可选的,所述根据所述第二判断结果,对各所述像素点进行二值化处理,包括:
针对每一所述像素点,若该像素点对应的所述第二判断结果为:符合所述第二差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第二判断结果为:不符合所述第二差分条件,则将该像素点的灰度值设置为所述暗度阈值。
可选的,所述分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果,包括:
利用预先设置的结构元素,按照膨胀次数阈值和腐蚀次数阈值,依次对所述第一差分结果进行膨胀处理和腐蚀处理,得到所述第一处理结果;
利用所述结构元素,按照所述膨胀次数阈值和所述腐蚀次数阈值,依次对所述第二差分结果进行膨胀处理和腐蚀处理,得到所述第二处理结果。
第二方面,本发明实施例还提供了一种运动目标的检测装置,所述检测装置包括:
差分处理模块,用于针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值;
形态学处理模块,用于分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;
与运算模块,用于将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;
目标检测模块,用于从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标。
可选的,所述差分处理模块,包括:
第一判断单元,用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果;
第一差分单元,用于根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果;
第二判断单元,用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果;
第二差分单元,用于根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果。
可选的,所述第一判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值;
若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件。
可选的,所述第一差分单元,还用于:
针对每一所述像素点,若该像素点对应的所述第一判断结果为:符合所述第一差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第一判断结果为:不符合所述第一差分条件,则将该像素点的灰度值设置为暗度阈值。
可选的,所述第二判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值;
若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
可选的,所述第二差分单元,还用于:
针对每一所述像素点,若该像素点对应的所述第二判断结果为:符合所述第二差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第二判断结果为:不符合所述第二差分条件,则将该像素点的灰度值设置为所述暗度阈值。
可选的,所述形态学处理模块,还用于:
利用预先设置的结构元素,按照膨胀次数阈值和腐蚀次数阈值,依次对所述第一差分结果进行膨胀处理和腐蚀处理,得到所述第一处理结果;
利用所述结构元素,按照所述膨胀次数阈值和所述腐蚀次数阈值,依次对所述第二差分结果进行膨胀处理和腐蚀处理,得到所述第二处理结果。
第三方面,本申请实施例提供了一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述的运动目标的检测方法的步骤。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器运行时执行上述的运动目标的检测方法的步骤。
本申请的实施例提供的技术方案可以包括以下有益效果:
考虑到运动目标的阴影部分与运动目标主体部分在帧图像中的亮度变化结构具有明显区别,因此,需要利用相邻的前后帧图像中同一位置处对应的像素点的亮度分量值以及色度分量值之间的差异,对各像素点进行两次差分处理,分别得到第一差分结果和第二差分结果,其中,两次差分处理的差分条件不同,按照各所述像素点在前后帧图像中亮度分量值变化方式的不同,将运动部分划分成两个不相交的图像,分别存储于第一差分结果和第二差分结果中,其中,所述运动部分包括:运动目标的阴影部分、运动目标的主体部分以及噪声干扰;然后,分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果,由于相较于阴影部分,运动目标的主体部分的亮度变化更加复杂,因此,在形态学处理之后,阴影部分的亮度变化在两个处理结果中依然互不相交或相交极少,而运动目标的主体部分则会互相重叠,这样,在第一处理结果和第二处理结果进行与运算之后,阴影部分会被去除,而运动目标的主体会被保留,从而可以减少图像中运动目标的阴影部分对检测结果的干扰,提高运动目标检测的准确度。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,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相关的附图。
图1示出了本申请实施例所提供的一种运动目标的检测方法的流程示意图;
图2示出了本申请实施例所提供的一种以车辆作为待检测的运动目标时,得到的第一差分结果和第二差分结果的示意图;
图3示出了图2中的两幅图像各自进行形态学处理之后,得到的处理结果的示意图;
图4示出了图3中的两幅图像进行与运算之后,得到的待检测帧图像;
图5示出了本申请实施例所提供的一种图像差分处理的方法的流程示意图;
图6示出了本申请实施例所提供的一种判断像素点是否符合第一差分条件的方法的流程示意图;
图7示出了本申请实施例所提供的一种得到正向差分帧图像的方法的流程示意图;
图8示出了本申请实施例所提供的一种判断像素点是否符合第二差分条件的方法的流程示意图;
图9示出了本申请实施例所提供的一种得到负向差分帧图像的方法的流程示意图;
图10示出了本申请实施例所提供的一种运动目标的检测装置的结构示意图;
图11为本申请实施例提供的一种计算机设备800的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中附图,对本发明实施例中的技术方案进行清楚、完整地描述,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。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围,而是仅仅表示本发明的选定实施例。基于本发明的实施例,本领域技术人员在没有做出创造性劳动的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。
本发明实施例提供了一种运动目标的检测方法及装置,下面通过实施例进行描述。
实施例一
图1示出了本申请实施例所提供的一种运动目标的检测方法的流程示意图,该方法包括步骤S101-S104;具体的:
S101,针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值。
具体的,在差分处理之前,还可以对各帧图像进行比例缩小,以减小数据计算量,提高运动目标的检测效率,其中,缩小的比例可以根据运动目标在各帧图像中的大小进行调整。
需要说明的是,考虑到运动目标的阴影部分与运动目标主体部分在帧图像中的亮度变化结构具有明显区别,因此,各像素点的亮度分量值是差分处理的主要目标对象,需要在具有亮度分量的颜色空间中对相邻的前帧图像和后帧图像进行差分处理,对于颜色空间的选择,本申请并不进行限定。
示例性的说明,以YUV颜色空间为例,在YUV颜色空间中,Y分量用于表示像素点的明亮度,U、V分量均用于表示像素点的色度,针对每一所述像素点,可以将该像素点在所述前帧图像中的Y分量值作为所述第一亮度分量值,将该像素点在所述前帧图像中的U分量值和V分量值共同作为所述第一色度分量值;将该像素点在所述后帧图像中的Y分量值作为所述第二亮度分量值,将该像素点在所述后帧图像中的U分量值和V分量值共同作为所述第二色度分量值。
需要说明的是,两次差分处理的差分条件是不同的,这样,可以根据各所述像素点在前帧图像和后帧图像中的亮度分量值的不同变化方式,将运动部分划分成两个不相交的图像,分别存储于第一差分结果和第二差分结果中,其中,亮度分量值的变化方式包括:所述第一亮度分量值大于所述第二亮度分量值,以及所述第一亮度分量值小于所述第二亮度分量值,所述运动部分包括:运动目标的阴影部分、运动目标的主体部分以及噪声干扰。这样,可以有利于在后续的处理步骤中,去除所述阴影部分,进而减少图像中运动目标的阴影部分对检测结果的干扰,提高运动目标检测的准确度。
S102,分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果。
具体的,形态学处理的处理方式包括:膨胀处理和腐蚀处理,通过差分处理,已经按照各所述像素点在前帧图像和后帧图像中的亮度分量值的不同变化方式,将运动部分划分成两个不相交的图像,分别存储于第一差分结果和第二差分结果中,相应的,运动目标的主体部分也被划分成两个图像,分别存储于第一差分结果和第二差分结果中。由于相较于阴影部分,运动目标的主体部分的亮度变化结构更加复杂,因此,需要对所述第一差分结果和所述第二差分结果进行形态学处理,以便在形态学处理之后,运动目标的阴影部分在两个处理结果中依然互不相交或相交极少,而运动目标的主体部分则会互相重叠,以便在后续的处理步骤中,去除所述阴影部分。
本申请实施例中,作为一可选实施例,所述分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果,包括:
利用预先设置的结构元素,按照膨胀次数阈值和腐蚀次数阈值,依次对所述第一差分结果进行膨胀处理和腐蚀处理,得到所述第一处理结果;
利用所述结构元素,按照所述膨胀次数阈值和所述腐蚀次数阈值,依次对所述第二差分结果进行膨胀处理和腐蚀处理,得到所述第二处理结果。
优选的,可以利用3×3的结构元素,对所述第一差分结果先进行6次膨胀处理,再进行5次腐蚀处理,以得到第一处理结果;同样的,可以利用3×3的结构元素,对所述第二差分结果先进行6次膨胀处理,再进行5次腐蚀处理,以得到第二处理结果。
示例性的说明,当待检测的运动目标为车辆时,参见图2所示,其中,图2中的a表示第一差分结果,图2中的b表示第二差分结果,图3示出了图2中的两幅图像各自进行形态学处理之后,得到的处理结果的示意图,具体的:利用3×3的结构元素,对第一差分结果a先进行6次膨胀处理,再进行5次腐蚀处理之后,得到的第一处理结果如图3中的c所示;利用3×3的结构元素,对第二差分结果b先进行6次膨胀处理,再进行5次腐蚀处理之后,得到的第二处理结果如图3中的d所示。
S103,将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像。
具体的,由于在形态学处理之后,运动目标的阴影部分的亮度变化在两个处理结果中依然互不相交或相交极少,而运动目标的主体部分则会互相重叠,因此,在第一处理结果和第二处理结果进行与运算之后,阴影部分会被去除,而运动目标的主体会被保留。这样,从所述待检测帧图像中,检测运动目标时,可以减少图像中运动目标的阴影部分对检测结果的干扰,提高运动目标检测的准确度。
示例性的说明,仍以上述示例为例,通过比较图3中的c和d可以明显的看到,在经过形态学处理之后,车辆的阴影部分在c和d中依然互不相交或相交极少,而车辆的主体部分则会互相重叠,图4示出了图3中的两幅图像进行与运算之后,得到的待检测帧图像;如图4所示,可以清晰地看到,只有c和d中像素点的灰度值均为亮度阈值的图像区域得到了保留,即:在进行与运算之后,可以去除运动目标的阴影部分的干扰,保留运动目标的主体,得到更加准确的待检测帧图像。
S104,从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标。
具体的,经过上述各步骤的处理,在所述待检测帧图像中像素点的灰度值为暗度阈值的部分图像包括:运动目标的阴影部分和亮度结构没有变化的静止背景部分,像素点的灰度值为亮度阈值的部分图像包括:运动目标的主体部分以及噪声干扰;因此,通过对所述待检测帧图像进行扫描,可以先提取出全部的像素点的灰度值为亮度阈值部分的图像,然后对提取的图像进行图像大小、图像位置以及速度分析之后,可以排除噪声干扰,得到更加准确的运动目标图像,有效地提高了目标检测的准确度。
示例性的说明,以图4为例,图4中的像素点的灰度值为亮度阈值的部分图像包括车辆的主体部分和噪声图像,可以对像素点的灰度值为亮度阈值的部分图像的连通域的大小、位置以及速度进行分析,将出现明显区别的小的噪声部分图像进行排除,以进一步提高检测结果的准确度。
在一个可行的实施方案中,图5示出了本申请实施例所提供的一种图像差分处理的方法的流程示意图,如图5所示,在执行步骤S101时,该方法还包括S501-S504;具体的:
S501,针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果。
具体的,所述第一差分条件用于判断在相邻的前后帧图像之间的帧时间差内,该像素点对应的亮度是否由亮变暗,若该像素点符合第一差分条件,则确定在所述帧时间差内,该像素点对应的亮度是由亮变暗的。
S502,根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果。
具体的,在进行二值化处理时,将符合所述第一差分条件的像素点设置为亮,将不符合所述第一差分条件的像素点设置为暗,以得到所述正向差分帧图像。这样,得到的正向差分帧图像可以用于表征:在相邻的前后帧图像之间的帧时间差内,亮度由亮变暗的区域对应的帧图像。
S503,针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果。
具体的,所述第二差分条件用于判断在相邻的前后帧图像之间的帧时间差内,该像素点对应的亮度是否由暗变亮,若该像素点符合第二差分条件,则确定在所述帧时间差内,该像素点对应的亮度是由暗变亮的。
S504,根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果。
具体的,在进行二值化处理时,将符合所述第二差分条件的像素点设置为亮,将不符合所述第二差分条件的像素点设置为暗,以得到所述负向差分帧图像。这样,得到的负向差分帧图像可以用于表征:在相邻的前后帧图像之间的帧时间差内,亮度由暗变亮的区域对应的帧图像。
在一个可行的实施方案中,图6示出了本申请实施例所提供的一种判断像素点是否符合第一差分条件的方法的流程示意图,如图6所示,在执行步骤S501时,该方法还包括S601-S603;具体的:
S601,判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值。
示例性的说明,以YUV颜色空间为例,若像素点A在前帧图像中的y分量值是200、u分量值是60、v分量值是100,在后帧图像中的y分量值是160、u分量值是50、v分量值是100,则像素点A对应的第一亮度分量值是200、第一色度分量值是160、第二亮度分量值是160、第二色度分量值是150,可以得到像素点A对应的第一亮度分量值和第一色度分量值的和值为360,像素点A对应的第二亮度分量值和第二色度分量值的和值为310;若像素点B在前帧图像中的y分量值是150、u分量值是70、v分量值是80,在后帧图像中的y分量值是160、u分量值是50、v分量值是100,则像素点B对应的第一亮度分量值是150、第一色度分量值是150、第二亮度分量值是160、第二色度分量值是150,可以得到像素点B对应的第一亮度分量值和第一色度分量值的和值为300,像素点B对应的第二亮度分量值和第二色度分量值的和值为310。
S602,若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值。
示例性的说明,仍以上述示例中的像素点A和像素点B为例,对于像素点A,由于像素点A对应的第一亮度分量值和第一色度分量值的和值360大于像素点A对应的第二亮度分量值和第二色度分量值的和值310,因此,需要继续计算像素点A的第一亮度分量值与第二亮度分量值的差值,得到该差值为40;对于像素点B,由于像素点B对应的第一亮度分量值和第一色度分量值的和值300小于像素点B对应的第二亮度分量值和第二色度分量值的和值310,因此,已经可以确定像素点B不符合所述第一差分条件,无需再进行下一步计算。
S603,若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件。
示例性的说明,在YUV颜色空间中,优选的,所述第一差分阈值可以为20,以上述示例中的像素点A为例,像素点A的第一亮度分量值与第二亮度分量值的差值为40,由于该差值大于第一差分阈值20,因此,可以确定像素点A符合所述第一差分条件。
在一个可行的实施方案中,图7示出了本申请实施例所提供的一种得到正向差分帧图像的方法的流程示意图,如图7所示,在执行步骤S502时,该方法还包括S701-S702;具体的:
S701,针对每一所述像素点,若该像素点对应的所述第一判断结果为:符合所述第一差分条件,则将该像素点的灰度值设置为所述亮度阈值。
示例性的说明,以上述举例中的像素点A为例,像素点A符合所述第一差分条件,作为一可选实施例,可以将像素点A的灰度值设置为255,对于所述亮度阈值的具体取值,本申请并不进行限定,例如,可以是255,也可以是1。
S702,若该像素点对应的所述第一判断结果为:不符合所述第一差分条件,则将该像素点的灰度值设置为暗度阈值。
示例性的说明,以上述举例中的像素点B为例,像素点B不符合所述第一差分条件,作为一可选实施例,则可以将像素点B的灰度值设置为0。
在一个可行的实施方案中,图8示出了本申请实施例所提供的一种判断像素点是否符合第二差分条件的方法的流程示意图,如图8所示,在执行步骤S503时,该方法还包括S801-S803;具体的:
S801,判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值。
示例性的说明,以YUV颜色空间为例,若像素点C在前帧图像中的y分量值是130、u分量值是70、v分量值是100,在后帧图像中的y分量值是200、u分量值是70、v分量值是110,则像素点C对应的第一亮度分量值是130、第一色度分量值是170、第二亮度分量值是200、第二色度分量值是180,可以得到像素点C对应的第一亮度分量值和第一色度分量值的和值为300,像素点C对应的第二亮度分量值和第二色度分量值的和值为380;若像素点D在前帧图像中的y分量值是150、u分量值是60、v分量值是120,在后帧图像中的y分量值是160、u分量值是80、v分量值是100,则像素点D对应的第一亮度分量值是150、第一色度分量值是180、第二亮度分量值是160、第二色度分量值是180,可以得到像素点D对应的第一亮度分量值和第一色度分量值的和值为330,像素点D对应的第二亮度分量值和第二色度分量值的和值为340。
S802,若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值。
示例性的说明,仍以上述示例中的像素点C和像素点D为例,对于像素点C,由于像素点C对应的第一亮度分量值和第一色度分量值的和值300小于像素点C对应的第二亮度分量值和第二色度分量值的和值380,因此,需要继续计算像素点C的第二亮度分量值与第一亮度分量值的差值,得到该差值为80;对于像素点D,由于像素点D对应的第一亮度分量值和第一色度分量值的和值330小于像素点D对应的第二亮度分量值和第二色度分量值的和值340,因此,需要继续计算像素点D的第二亮度分量值与第一亮度分量值的差值,得到该差值为10。
S803,若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
示例性的说明,在YUV颜色空间中,优选的,所述第二差分阈值可以为20,仍以上述示例中的像素点C和像素点D为例,对于像素点C:像素点C的第二亮度分量值与第一亮度分量值的差值为80,由于该差值大于第二差分阈值20,因此,可以确定像素点C符合所述第二差分条件;对于像素点D:像素点D的第二亮度分量值与第一亮度分量值的差值为10,由于该差值小于第二差分阈值20,因此,可以确定像素点D不符合所述第二差分条件。
在一个可行的实施方案中,图9示出了本申请实施例所提供的一种得到负向差分帧图像的方法的流程示意图,如图9所示,在执行步骤S504时,该方法还包括S901-S902;具体的:
S901,针对每一所述像素点,若该像素点对应的所述第二判断结果为:符合所述第二差分条件,则将该像素点的灰度值设置为所述亮度阈值。
示例性的说明,以上述举例中的像素点C为例,像素点C符合所述第二差分条件,则可以将像素点C的灰度值设置为255,对于所述亮度阈值的具体取值,需要与步骤S701保持一致,例如,亮度阈值均为255或者亮度阈值均为1。
S902,若该像素点对应的所述第二判断结果为:不符合所述第二差分条件,则将该像素点的灰度值设置为所述暗度阈值。
示例性的说明,以上述举例中的像素点D为例,像素点D不符合所述第二差分条件,作为一可选实施例,则可以将像素点D的灰度值设置为0。
实施例二
图10示出了本申请实施例所提供的一种运动目标的检测装置的结构示意图,所述检测装置包括:
差分处理模块1001,用于针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值;
形态学处理模块1002,用于分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;
与运算模块1003,用于将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;
目标检测模块1004,用于从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标。
可选的,所述差分处理模块1001,包括:
第一判断单元(图中未示出),用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果;
第一差分单元(图中未示出),用于根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果;
第二判断单元(图中未示出),用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果;
第二差分单元(图中未示出),用于根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果。
可选的,所述第一判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值;
若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件。
可选的,所述第一差分单元,还用于:
针对每一所述像素点,若该像素点对应的所述第一判断结果为:符合所述第一差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第一判断结果为:不符合所述第一差分条件,则将该像素点的灰度值设置为暗度阈值。
可选的,所述第二判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值;
若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
可选的,所述第二差分单元,还用于:
针对每一所述像素点,若该像素点对应的所述第二判断结果为:符合所述第二差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第二判断结果为:不符合所述第二差分条件,则将该像素点的灰度值设置为所述暗度阈值。
可选的,所述形态学处理模块1002,还用于:
利用预先设置的结构元素,按照膨胀次数阈值和腐蚀次数阈值,依次对所述第一差分结果进行膨胀处理和腐蚀处理,得到所述第一处理结果;
利用所述结构元素,按照所述膨胀次数阈值和所述腐蚀次数阈值,依次对所述第二差分结果进行膨胀处理和腐蚀处理,得到所述第二处理结果。
实施例三
如图11所示,本申请实施例提供了一种计算机设备1100,用于执行本申请中的运动目标的检测方法,该设备包括存储器1101、处理器1102及存储在该存储器1101上并可在该处理器1102上运行的计算机程序,其中,上述处理器1102执行上述计算机程序时实现上述的运动目标的检测方法的步骤。
具体地,上述存储器1101和处理器1102可以为通用的存储器和处理器,这里不做具体限定,当处理器1102运行存储器1101存储的计算机程序时,能够执行上述的运动目标的检测方法。
对应于本申请中的运动目标的检测方法,本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述的运动目标的检测方法的步骤。
具体地,该存储介质能够为通用的存储介质,如移动磁盘、硬盘等,该存储介质上的计算机程序被运行时,能够执行上述的运动目标的检测方法。
在本申请所提供的实施例中,应该理解到,所揭露系统和方法,可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,系统或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请提供的实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释,此外,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
最后应说明的是:以上所述实施例,仅为本申请的具体实施方式,用以说明本申请的技术方案,而非对其限制,本申请的保护范围并不局限于此,尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (7)

1.一种运动目标的检测方法,其特征在于,所述检测方法包括:
针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值;
分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;
将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;
从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标;
其中,所述利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,包括:
针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果;
根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果;
针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果;
根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果;
其中,所述利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,包括:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值;
若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件;
其中,所述利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,包括:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值;
若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
2.根据权利要求1所述的方法,其特征在于,所述根据所述第一判断结果,对各所述像素点进行二值化处理,包括:
针对每一所述像素点,若该像素点对应的所述第一判断结果为:符合所述第一差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第一判断结果为:不符合所述第一差分条件,则将该像素点的灰度值设置为暗度阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述第二判断结果,对各所述像素点进行二值化处理,包括:
针对每一所述像素点,若该像素点对应的所述第二判断结果为:符合所述第二差分条件,则将该像素点的灰度值设置为所述亮度阈值;
若该像素点对应的所述第二判断结果为:不符合所述第二差分条件,则将该像素点的灰度值设置为所述暗度阈值。
4.根据权利要求1所述的方法,其特征在于,所述分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果,包括:
利用预先设置的结构元素,按照膨胀次数阈值和腐蚀次数阈值,依次对所述第一差分结果进行膨胀处理和腐蚀处理,得到所述第一处理结果;
利用所述结构元素,按照所述膨胀次数阈值和所述腐蚀次数阈值,依次对所述第二差分结果进行膨胀处理和腐蚀处理,得到所述第二处理结果。
5.一种运动目标的检测装置,其特征在于,所述检测装置包括:
差分处理模块,用于针对相邻的前帧图像与后帧图像中同一位置上的各像素点,利用各所述像素点在所述前帧图像中的第一分量值与各所述像素点在所述后帧图像中的第二分量值,进行两次差分处理,得到第一差分结果和第二差分结果,其中,所述第一分量值包括:第一亮度分量值和第一色度分量值,所述第二分量值包括:第二亮度分量值和第二色度分量值;
形态学处理模块,用于分别对所述第一差分结果和所述第二差分结果进行形态学处理,得到第一处理结果和第二处理结果;
与运算模块,用于将所述第一处理结果和所述第二处理结果进行图像的与运算,得到待检测帧图像;
目标检测模块,用于从所述待检测帧图像中,提取出像素点的灰度值为亮度阈值的部分图像,得到待检测的运动目标;
其中,所述差分处理模块,包括:
第一判断单元,用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第一差分条件,得到第一判断结果;
第一差分单元,用于根据所述第一判断结果,对各所述像素点进行二值化处理,得到正向差分帧图像,将所述正向差分帧图像作为所述第一差分结果;
第二判断单元,用于针对每一所述像素点,利用该像素点对应的所述第一分量值与所述第二分量值之间的差异,判断该像素点是否符合第二差分条件,得到第二判断结果;
第二差分单元,用于根据所述第二判断结果,对各所述像素点进行二值化处理,得到负向差分帧图像,将所述负向差分帧图像作为所述第二差分结果;
其中,所述第一判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否大于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值大于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第一亮度分量值与所述第二亮度分量值的差值;
若确定所述第一亮度分量值与所述第二亮度分量值的差值大于预先设置的第一差分阈值,则确定该像素点符合所述第一差分条件;
其中,所述第二判断单元,还用于:
判断该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值是否小于所述第二亮度分量值和所述第二色度分量值的和值;
若确定该像素点对应的所述第一亮度分量值和所述第一色度分量值的和值小于所述第二亮度分量值和所述第二色度分量值的和值,则计算所述第二亮度分量值与所述第一亮度分量值的差值;
若确定所述第二亮度分量值与所述第一亮度分量值的差值大于第二差分阈值,则确定该像素点符合所述第二差分条件。
6.一种电子设备,其特征在于,包括:处理器、存储器和总线,所述存储器存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储器之间通过总线通信,所述机器可读指令被所述处理器执行时执行如权利要求1至4任一所述的运动目标的检测方法的步骤。
7.一种计算机可读存储介质,其特征在于,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行如权利要求1至4任一所述的运动目标的检测方法的步骤。
CN202010815876.7A 2020-08-14 2020-08-14 一种运动目标的检测方法、装置、设备及存储介质 Active CN111768426B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010815876.7A CN111768426B (zh) 2020-08-14 2020-08-14 一种运动目标的检测方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010815876.7A CN111768426B (zh) 2020-08-14 2020-08-14 一种运动目标的检测方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN111768426A CN111768426A (zh) 2020-10-13
CN111768426B true CN111768426B (zh) 2024-01-26

Family

ID=72728983

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010815876.7A Active CN111768426B (zh) 2020-08-14 2020-08-14 一种运动目标的检测方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN111768426B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112270695B (zh) * 2020-11-04 2024-06-21 深圳市昊瑞云技术有限公司 一种确定相机运动状态的方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447082A (zh) * 2008-12-05 2009-06-03 华中科技大学 一种运动目标实时检测方法
CN103440628A (zh) * 2013-08-27 2013-12-11 宁波海视智能系统有限公司 一种去除视频运动目标阴影干扰的方法
CN104268899A (zh) * 2014-09-22 2015-01-07 河海大学 基于帧间差分和背景差分的运动目标检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5027030B2 (ja) * 2008-03-25 2012-09-19 富士フイルム株式会社 オブジェクト検出方法、オブジェクト検出装置、およびオブジェクト検出プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101447082A (zh) * 2008-12-05 2009-06-03 华中科技大学 一种运动目标实时检测方法
CN103440628A (zh) * 2013-08-27 2013-12-11 宁波海视智能系统有限公司 一种去除视频运动目标阴影干扰的方法
CN104268899A (zh) * 2014-09-22 2015-01-07 河海大学 基于帧间差分和背景差分的运动目标检测方法

Also Published As

Publication number Publication date
CN111768426A (zh) 2020-10-13

Similar Documents

Publication Publication Date Title
Zhao et al. Multi-scale optimal fusion model for single image dehazing
CN107172354B (zh) 视频处理方法、装置、电子设备及存储介质
US20110211749A1 (en) System And Method For Processing Video Using Depth Sensor Information
KR101051459B1 (ko) 영상의 에지를 추출하는 장치 및 방법
US9767387B2 (en) Predicting accuracy of object recognition in a stitched image
EP2034436A1 (en) Method for non-photorealistic rendering
CN107256543B (zh) 图像处理方法、装置、电子设备及存储介质
CN111369570B (zh) 一种视频图像的多目标检测跟踪方法
JP2013058199A (ja) 偏光画像による車両位置検知方法及びシステム
CN111539980B (zh) 一种基于可见光的多目标追踪方法
CN113592776A (zh) 图像处理方法及装置、电子设备、存储介质
CN112991374B (zh) 基于Canny算法的边缘增强方法、装置、设备及存储介质
CN112308797A (zh) 角点检测方法、装置、电子设备及可读存储介质
Dai et al. Adaptive sky detection and preservation in dehazing algorithm
CN111768426B (zh) 一种运动目标的检测方法、装置、设备及存储介质
CN112149592A (zh) 图像处理方法、装置以及计算机设备
CN117351011B (zh) 屏幕缺陷检测方法、设备和可读存储介质
CN113542868A (zh) 视频关键帧选取方法、装置、电子设备、存储介质
KR20190080737A (ko) 영상을 처리하는 방법, 장치 및 컴퓨터 프로그램 제품
WO2024016632A1 (zh) 亮点定位方法、亮点定位装置、电子设备及存储介质
Shaked et al. Robust recursive envelope operators for fast Retinex
CN113744200B (zh) 一种摄像头脏污检测方法、装置及设备
Tang et al. An efficient method of cast shadow removal using multiple features
Danciu et al. Improved contours for ToF cameras based on vicinity logic operations
CN114519694A (zh) 基于深度学习的七段数码管液晶显示屏识别方法及系统

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
GR01 Patent grant
GR01 Patent grant