CN1272631C - 运动图像检测方法 - Google Patents

Abstract

本发明公开了一种运动图像检测方法，包括如下步骤：首先，从一组连续图像中截取一帧静态图像，并把每一行内各像素的亮度值进行累加，得到一个相应的数组一；取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组二；将数组一和数组二中对应的行像素亮度累加值逐一相减并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化；计算全部有变化像素行的数量，如果该数量大于预先设定的另一阈值T2，则可判断该两帧图像为运动图像，相反则为静止图像。在只需要判断图像是否运动，而不考虑运动的速度和方向的情况下，使用本方法不仅可以减少不必要的计算量，节省资源，而且能很好的提高判断精度。

Description

运动图像检测方法

技术领域

本发明涉及运动检测方法，特别涉及一种对运动图像进行检测的方法，通过前后帧静态图像的对比来判断是否有运动发生。

背景技术

一组运动图像的变化其实质对应于一帧画面中某个/些具体部分的亮度变化。将每个像素的亮度值变化与阈值相比较，就可以判断其静动状态，进而勾画出它的运动边缘轮廓。

目前已经提出了很多关于运动检测和分析的方法：

中国专利CN 91111320.7《运动目标图像轨迹分析法》用运动目标的图像来分析运动特性。它对运动目标的一组连续图像，在每一帧图像到来时，用比较灰度的方法记录这帧图像上运动目标所在位置的灰度值，从而形成灰度轨迹图。在记录这帧图像上目标所在位置的灰度值的同时，将另一帧图中对应目标位置的像素值写为该帧编号，从而形成带帧号的轨迹图。然后将灰度轨迹图或带帧号轨迹图通过接口电路输入计算机进行分析。

又如中国专利申请文件CN 95113626.7。它是一种测量技术领域的基于图像识别的运动物体测量方法，它所提供的测量方法，是由同步时钟指挥对被测运动物体打标记的同时摄取图像，然后识别标记并计算出标记特征点的坐标，再计算出被测物体运动轨迹、沿轨迹的长度和当前的运动速度等参数。

然而这些发明更偏向于通过运动检测来提取自己所需的参数，针对性强，但是在图像的处理上，可观测性差，尤其是应用于图像监测方面，其直观性和可操作性显然还需进一步完善。

另外中国专利申请文件CN 02131392.X《运动图像检测方法》也公开了一种比较新颖的运动图像检测方法，从一组运动图像中顺次连续提取两帧静态图像，来依次判断该两帧图像的差异；其中判断差异采取采用了这样的方法：将每帧图像分解为若干个BLIT*BLIT(像素)的小块，将每个BLIT块中所有像素G值进行累加，并在累加完毕后求平均值，然后计算两帧图像对应BLIT块G值平均值的差，若该差值大于设定的阈值则将该有差异的BLIT块的外缘表示出来，进而将运动区域最外面的边缘显示出来。

但是在只需要判断图像是否运动，而不考虑运动的速度和方向的情况下，用上述“块平均值”来进行判断，不仅计算量过大，浪费资源，达到很好的判断精度。

本发明的目的在于提供一种避免了上述缺点的运动检测方法，以在进行运动图像判断的过程中简化计算，并提高判断精度。

发明内容

本发明提出的目的通过以下方案来实现：

一种运动图像检测方法，包括如下步骤，

首先，从一组连续图像中截取一帧静态图像，并计算出每个像素的亮度值，然后把每一行内各像素的亮度值进行累加，得到一个相应的数组一；

其次，取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组二；

然后，将数组一和数组二中对应的行像素亮度累加值逐一相减，并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化；

最后，计算全部有变化像素行的数量，如果该数量大于预先设定的另一阈值T2，则可判断该两帧图像有变化，即该组图像为运动图像，相反，如果该数量小于预先设定的阈值T2，则可判断该两帧图像没有变化，即该组图像为静止图像。

其中对不同帧图像的抽取可以是顺次连续的两帧相临图像，也可以是有一定间隔帧的图像。

当然，如果需要，可以在一次判断后的一定时间以后(如：500ms)再次捕捉图像并进行一次判断。如果两次都判断图像为运动，则可以最后得出图像运动的结论。如果第一次判断图像运动，而第二次判断图像静止，则我们可以认为至少图像运动并不显著，或者就认为图像为静止。也就是说，可进行多次的综合判断。

另外，本发明所公开的运动图像检测方法也可以这样实现：

首先，从一组连续图像中截取一帧静态图像，并计算出每个像素的亮度值，然后把每一行内各像素的亮度值进行累加，得到一个相应的数组一；

其次，取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组二；

然后，将数组一和数组二中对应的行像素亮度累加值逐一相减，并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化，最后出全部有变化的像素行的数量1；

按照上列步骤，再对比第三帧图像和第二帧图像并计算出全部有变化的像素行的数量2，依次对比多帧(设为n帧)后会得到n-1个相应的数值；

将得到的该n-1个数值加和后平均得出一个平均值，如果该平均值大于预先设定的另一阈值T2，则可判断该两帧图像有变化，即该组图像为运动图像，相反，如果该平均值小于预先设定的阈值T2，则可判断该两帧图像没有变化，即该组图像为静止图像。

另外，本发明所述方法并不必须对一帧图像的每一行都进行累加对比计算，也可以在不降低判断精度的前提下，从图像中抽取一定数量的行像素进行上述方法的对比判断，以减少计算量。

同样的，根据图像像素的排列性质，按列像素进行如上方法的对比也是本发明所描述的，因此并不脱离本发明的范围之外。

与现有技术相比，本发明的优点在于：

1.在只需要判断图像是否运动，而不考虑运动的速度和方向的情况下，在判断过程中使用本方法不仅可以减少不必要的计算量，节省资源，而且能很好的提高判断精度。

2.本发明直接通过微机进行运动检测分析，不需要对图像进行分离，不需要人参与检测。

3.将运动检测在软件中进行实现，可移植性强。本程序是一个很基本的程序模块，可以为进行实时监控、作为安全装置、进行静动力检测等方面的应用奠定基础。

附图说明

下面结合附图和并非特定的实施例来对本发明作更详尽的说明。

图1是24bits未压缩RGB图像的存储结构。

图2是实施例中本发明所述方法的程序流程图。

具体实施例

对动态影像文件的识别与跟踪最终要归结到对两幅静态图像的处理上来。下面将以未经压缩的RGB图像为例来对本发明作出更详细的说明。

对于24bits的非压缩RGB图像，图像像素的存储遵从由左至右、由下至上的原则。譬如，对于一个24bits的RGB图像来说，左下角的像素存在文件数据区的最前面，而右上角的的像素存在文件最后面。每一个像素占据3个字节，依次存放其B、G、R通道值，从0至255。这三个通道分别代表蓝、绿、红光学三原色，它们的值表示其各自的光强，其中0为无光、255为光强最大。图1是24bits未压缩RGB图像的存储结构。

附图2为利用本发明所述方法分析从摄像头里捕捉到的连续图像从而判断是否有运动物体经过摄像头视野的过程。

例如该摄像头捕捉到的图像为一个M*N的RGB图像，则按照本发明所述方法，可对一帧图像的所有行即N行的像素的亮度值进行累加对比。其中，在本方法中，作运动图像判断时需要用到每一个像素的亮度值，此值是通过RGB输入信号来创建的，方法是将RGB信号的特定部分叠加到一起，具体公式如下：

       Y＝0.299R+0.587G+0.114B                    (1)

参照附图2所描述本发明所公开方法的程序流程图，按照A、B、C、D四个大的步骤来进行判断：

A、当启动摄像头打开视频流后截取一帧的图像，根据公式(1)计算出每个像素的亮度值，然后把每一行的亮度值累加，并付值给数组ulPrj1

line 1：Y11+Y12+……+Y1m→ulPrj1[0]

line 2：Y21+Y22+……+Y2m→ulPrj1[1]

………

………

line n：Yn1+Yn2+……+Ynm→ulPrj1[n]

B、取第二帧图像与过程A相同，也是把每一行的亮度累加值，并付值给数组ulPrj2。

C、对数组ulPrj1和ulPrj2的对应元素值逐一相减，并取绝对值。如果绝对值大于预先设定的阈值T1，则整数nSum累加1。譬如：ulPrj1[100]-ulPrj2[100]|＞T1说明第100行有所变化，于是nSum累加1。

D、比较nSum和预先设定的值T2，如果nSum＞T2，则可判断该两帧图像有变化，于是就可以得出摄像头捕捉的是运动图像。相反nSum＜＝T2，则可判断该两帧图像没有变化，于是就可以得出摄像头捕捉的是静止图像。

其中对不同帧图像的抽取可以是顺次连续的两帧相临图像，也可以是有一定间隔帧的图像。

如果需要，可以在一次判断后的N毫秒(如：500ms)以后再进一次判断。如果两次都判断图像为运动，则可以最后得出图像运动的结论。如果第一次判断图像运动，而第二次判断图像静止，则我们可以认为至少图像运动并不显著，于是就认为图像为静止。

另外，发明所公开的运动图像检测方法也可以这样实现：

首先，从一组连续图像中截取一帧静态图像，并计算出每个像素的亮度值，然后把每一行内各像素的亮度值进行累加，得到一个相应的数组ulPrj1；

其次，取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组ulPrj2；

然后，将数组ulPrj1和数组ulPrj2中对应的行像素亮度累加值逐一相减，并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化，最后得出全部有变化的像素行的数量nsum1；

按照上列步骤，再对比第三帧图像和第二帧图像并计算出全部有变化的像素行的数量nsum2，依次对比多帧(设为n帧)后会得到n-1个相应的数值nsum；

将得到的该n-1个数值nsum加和后平均得出一个平均值AVnsum，如果该平均值大于预先设定的另一阈值T2，则可判断摄像头捕捉的该组图像为运动图像，相反，如果该平均值小于预先设定的阈值T2，则可判断摄像头捕捉的该组图像为静止图像。

在实际计算中，数组ulPrj所含各个图像行像素的亮度累加值可能比较大，所占用的比特数也相应较多，根据这种情况可以对该些累加值进行等比化的缩小处理，则阈值T1也需作相应的处理。

当然，根据本发明可知，也并不必须对该一帧图像的N行都进行累加对比计算，也可以在不降低判断精度的前提下，从图像中抽取一定数量的行像素，譬如，隔一抽一或隔二抽一等等，再来进行上述方法的对比判断，以减少计算量。

同样的，根据图像像素的排列性质，也可以对列像素进行如上方法的对比这都与本发明所公开的内容不背离。

以本实施例的思路为基础，可以进而实现诸如防贼报警系统，机器人自动控制等复杂功能。

本发明所述的对运动图像进行检测的方法，不仅仅限于说明书和实施方式中所列运用，它完全可以被适用于各种适合本发明之领域，对于熟悉本领域的人员而言可容易地实现另外的优点和进行修改，因此在不背离权利要求及等同范围所限定的一般概念的精神和范围的情况下，本发明并不限于特定的细节、代表性的设备和这里示出与描述的图示示例。

Claims (8)

1、一种运动图像检测方法，包括如下步骤：

首先，从一组连续图像中截取一帧静态图像，并计算出每个像素的亮度值，然后把每一行内各像素的亮度值进行累加，得到一个相应的数组一；

其次，取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组二；

然后，将数组一和数组二中对应的行像素亮度累加值逐一相减，并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化；

最后，计算全部有变化像素行的数量，如果该数量大于预先设定的另一阈值T2，则可判断该两帧图像有变化，即该组图像为运动图像，相反，如果该数量小于预先设定的阈值T2，则可判断该两帧图像没有变化，即该组图像为静止图像。

2、根据权利要求1所述的运动图像检测方法，其特征在于，所述对两帧图像的抽取可以是顺次连续的两帧相临图像，也可以是有一定间隔帧的图像。

3、根据权利要求1所述的运动图像检测方法，其特征在于，可以在一次判断后的一定时间以后再次捕捉图像并进行一次或多次的判断，然后根据多次判断的结果再来对图像是否运动作出综合判断。

4、一种运动图像检测方法，包括如下步骤：

首先，从一组连续图像中截取一帧静态图像，并计算出每个像素的亮度值，然后把每一行内各像素的亮度值进行累加，得到一个相应的数组u1Prj1；

其次，取第二帧图像并按照与上述过程相同的方式，得到另一个相应的数组u1Prj2；

然后，将数组u1Prj1和数组u1Prj2中对应的行像素亮度累加值逐一相减，并取绝对值，如果其中任一绝对值大于预先设定的一个阈值T1，则说明该差值所对应行有所变化，最后得出全部有变化的像素行的数量nsum1；

按照上列步骤，再对比第三帧图像和第二帧图像并计算出全部有变化的像素行的数量nsum2，依次对比多帧(设为n帧)后会得到n-1个相应的数值nsum；

将得到的该n-1个数值nsum加和后平均得出一个平均值AVnsum，如果该平均值大于预先设定的另一阈值T2，则可判断摄像头捕捉的该组图像为运动图像，相反，如果该平均值小于预先设定的阈值T2，则可判断摄像头捕捉的该组图像为静止图像。

5、根据权利要求1或4所述的运动图像检测方法，其特征在于，并不必须对一帧图像的每一行都进行累加对比计算，也可以在不降低判断精度的前提下，从图像中抽取一定数量的行像素进行上述方法的对比判断，以减少计算量。

6、根据权利要求1或4所述的运动图像检测方法，其特征在于，本判断方法使用的图像文件是RGB文件。

7、根据权利要求1或4所述的运动图像检测方法，其特征在于，也可以按列像素进行所述方法的对比以代替行像素对比。

8、根据权利要求1或4所述的运动图像检测方法，其特征在于，对数组所含各个图像行像素的亮度累加值和阈值T1进行等比缩小处理，然后再进行比较。

Images