CN1688157A

CN1688157A - 一种运动检测方法

Info

Publication number: CN1688157A
Application number: CN 200510076954
Authority: CN
Inventors: 王浩; 夏煜
Original assignee: Vimicro Corp
Current assignee: Mid Star Technology Ltd By Share Ltd
Priority date: 2005-06-13
Filing date: 2005-06-13
Publication date: 2005-10-26
Anticipated expiration: 2025-06-13
Also published as: CN100370808C

Abstract

本发明公开了一种运动检测方法，包括以下步骤：a)获取图像序列；b)将当前帧图像划分成若干个区域；c)在所述各个区域内，统计并保存与运动信息相关的特征；d)将所述各个区域的运动信息相关特征，与参考帧图像中相应区域的运动信息相关特征相比较，若其差的绝对值大于设定阈值，则确定该区域内存在运动对象，否则说明该区域内没有运动对象。本发明解决了参考帧所需存储空间带来的成本较高的问题，可以广泛应用于图像处理领域。

Description

一种运动检测方法

技术领域

本发明涉及数字图像处理领域，特别是一种运动检测方法。

技术背景

目前常用的运动检测方法，都需要预先存储一个参考帧，来和当前帧做比较。例如一种运动检测方法的步骤包括，计算出图像中每个宏块内各个像素在当前帧和参考帧之间的亮度值的差值，将该差值与设定的阈值相比较，判断该像素是否有运动，进而得到各个宏块以至整帧图像的运动信息。

但是，在某些情况下，例如在使用低端摄像头时，存储一个参考帧所需要的存储单元所带来的成本是不能接受的。

发明内容

有鉴于此，本发明需要解决的就是在运动检测过程中，参考帧所需存储空间带来的成本较高的问题，并且在减小了存储空间之后，使运动检测仍能提供图像的一些基本的运动信息，如是否有运动物体，运动物体在图像中哪个区域内等。

为了达到上述目的，本发明提供一种运动检测方法，包括以下步骤：

a)获取图像序列；

b)将当前帧图像划分成若干个区域；

c)在所述各个区域内，统计并保存与运动信息相关的特征；

d)将所述各个区域的运动信息相关特征，与参考帧图像中相应区域的运动信息相关特征相比较，若其差的绝对值大于设定阈值，则确定该区域内存在运动对象，否则说明该区域内没有运动对象。

优选地，在获取图像序列时，每隔若干帧获取一帧图像。

在所述获取到的图像序列中，取所述当前帧图像的前一帧作为其参考帧，而当前帧图像则是下一帧图像的参考帧。

也可以用背景图像作为所述参考帧，只在背景有变动时，才刷新所述参考帧各区域的运动信息相关特征。

所述图像中的各区域，是通过预先设定若干条横线、竖线的位置，对图像进行划分得到的。

所述若干区域可以对图像平均划分而得到。

在所述平均划分出的各区域中，只对预先设定的运动检测区域所占据的部分进行运动检测。

所述若干区域可以根据预先设定的运动检测区域对图像进行划分而得到，只对所述运动检测区域进行运动检测。

所述各个区域的阈值可以分别设定，并且每个区域的阈值都可以更改。

本发明提出将图像内各区域的与运动信息相关的特征保存下来，与参考帧图像相应区域的运动信息特征相比较，得到图像各区域的运动信息。采用这种方法，不再需要存储参考帧图像的全部数据，大大减少了运动检测所需的存储空间。

附图说明

图1是本发明方法的流程图；

图2是本发明实施例一的区域划分图；

图3是本发明实施例二的区域划分图；

图4是相隔若干帧获取图像序列的示意图。

具体实施方式

在运动检测功能启动前，可以进行以下设置：

在获取图像序列时，可以选择获取全部图像帧，也可以每隔若干帧获取一帧图像；

选择参考帧时，可以在获取到的图像序列中，选取当前帧的前一帧图像，另外，如果背景基本不变，也可以选择背景图像；

设置图像中划分各区域的形式，即确定各条横、竖线的位置，一旦设定后，参加运动检测的各帧图像都要以这种形式进行区域的划分；

另外，可以对图像的全部区域都进行运动检测，也可以设置运动检测区域，只在这些区域中进行运动检测，其它区域则不予考虑。

实施例一

在本实施例中，获取全部图像帧；选择每帧图像的前一帧图像作为其参考帧，即当前帧第n帧的参考帧是第n-1帧，而第n帧则是第n+1帧图像的参考帧；采取平均划分各区域的方式；并且对图像的全部区域都进行运动检测。

下面结合附图对本发明的运动检测方法进行详细的说明。

步骤一，获取图像序列。

获取全部图像帧。假设需要进行运动检测的图像格式为VGA格式，每帧图像含有640*480个像素；图像为灰度图像，每个像素中的数据为灰度值。

步骤二，将当前帧图像划分成若干个区域。

在本实施例中，采用平均划分各区域的方式，如图2所示，用三条横线和竖线将当前帧即第n帧图像均匀地划分成4*4个区域，即4行4列共16个区域，每个区域内含有160*120＝19200个像素。除此之外，也可以将图像分为10*10、8*6、10*8等形式的区域，具体如何划分可以根据图像大小、各像素中数据的分布以及用户对运动检测精确性的要求等情况而定。

在图2中，虚线表示一个人在参考帧第n-1帧图像中所在的位置，实线表示此人在第n帧图像中所在的位置。

步骤三，在所述各个区域内，统计并保存与运动信息相关的特征。

在本实施例中，图像为灰度图像，所以可以选择平均灰度值作为运动信息的特征。

图像中每个区域灰度均值的计算方法是：对一个区域内所有像素的灰度值进行累加，然后除以该区域的像素个数19200，得到该区域的灰度均值。

对于图像中各区域，都执行上述灰度均值的计算过程，得到图像每个区域的灰度均值，将其保存下来。第n帧图像中第i行、第j列(i，j＝1，2，3，4)区域的灰度均值记为P_n(i，j)，而第n-1帧图像中相应区域的灰度均值则为P_n-1(i，j)，已预先保存下来。

任意取两个区域为例，假设当前帧图像中第3行第3列区域的灰度均值为P_n(3，3)＝185，第2行第1列的灰度均值为P_n(2，1)＝60。

步骤四，将所述各个区域的运动信息特征，与参考帧图像中相应区域的运动信息特征相比较，得到各个区域的运动信息。

将步骤三中所述的每个区域的灰度均值，与上一帧图像对应区域的灰度均值相减，如果其绝对值大于预先设定的阈值50，则认为该区域有运动物体。

仍以步骤三中所取的两个区域为例：

在第n-1帧图像中，第3行第3列区域的灰度均值假设为P_n-1(3，3)＝100，与所述当前帧第3行第3列区域的灰度均值P_n(3，3)＝185相减并取绝对值：

|P_n(3，3)-P_n-1(3，3)|＝|185-100|＝85，大于阈值50，所以认为该区域内有运动物体；

假设第n-1帧图像中，第2行第1列的灰度均值为P_n(2，1)＝75，而当前帧中P_n(2，1)＝60，

则|P_n(2，1)-P_n-1(2，1)|＝|60-75|＝15，小于阈值50，所以认为该区域内没有运动物体。

令每个区域与上一帧图像中相应区域的运动信息特征相比较，就可以得到图像中是否存在运动物体，运动物体在哪个区域等基本信息。

另外，在本实施例中，可以在系统设置时预先设定运动检测区域，只对运动检测区域所占据的区域进行运动检测，这样做可以减少计算量。

实施例二

在本实施例中，获取全部图像帧；选择背景帧作为参考帧；根据运动检测区域所在位置对图像进行划分，而不是平均划分区域；只对部分区域进行运动检测。

步骤一，获取图像序列。

获取全部图像帧。所需进行运动检测的图像，假设其大小为640*480像素，像素中包含的数据为YUV格式，因为人眼对亮度较敏感，所以可以选择亮度分量Y作为待处理的图像数据。

步骤二，将图像划分为若干个区域。

在本实施例中，根据运动检测区域的位置，对图像进行划分。图像各区域的划分方式见图3，图中左上方有一扇窗户，右下方有两扇门，用户需要得到是否有人进出门窗的运动信息，这时可以只对窗户及两扇门所在的区域进行运动检测即可，即将窗和两扇门所在区域作为运动检测区域，那么在区域划分时，可以不平均划分各区域，而是应用如图3中所示的方式，将图像划分为六个区域：A1、A2、A3、B1、B2、B3，其中窗在A1、A2区域中，门1在B2区域中，门2在B3区域中。

因为在本实施例中，运动检测区域为A1、A2、B2、B3四区域，所以在本步骤中，只统计该四个区域中的运动信息相关特征。

可以选用亮度直方图来作为运动信息的特征，亮度直方图实际上反映了图像的各个亮度级所包含像素数目的比例。

以B2区域为例，假设通过计算当前帧中B2区域的亮度直方图，得到亮度值为255的像素占该区域总像素个数的60％，用D_n(B2)表示。

本实施例因为选用了背景图像作为参考帧，所以在本步骤中，当前帧中A1、A2、B2、B3四个区域的亮度直方图应该与背景图像中相应区域的亮度直方图相比较。

仍以B2区域为例，假设在背景图像中，B2区域中亮度值为255的像素占该区域总像素个数的30％，用D_b(B2)表示。那么B2区域的亮度直方图，在当前帧和背景图像间求差值并取绝对值后的结果为：

|D_n(B2)-D_b(B2)|＝|60％-30％|＝30％，

假如预先设定的阈值为5％，而30％＞5％，可以确定B2区域内有运动。

对当前帧中A1、A2、B2、B3四区域都进行上述的运动信息特征的比较，就可以得到这四个区域的运动信息。

在本实施例中，也可以将A1、A2区域合并为一个区域，进行运动检测。

除了实施例一和二所述的获取全部图像序列的方式外，也可在获取图像时，每隔若干帧获取一帧图像进行运动检测，未被选取的图像不参加运动检测。如图4所示，可以设定每隔6帧获取一帧图像，即选取第n-7、n、n+7等帧进行运动检测，所选取的图像m-1、m、m+1等组成一个新的图像序列，运动检测在该图像序列中进行。这样做可以减少计算量。

同样的，在该图像序列中进行运动检测，也可以选择背景图像或前一帧作为其参考帧。当选取当前帧的前一帧作为其参考帧时，实质上，就是选择第n-7帧图像作为第n帧的参考帧，而第n帧则是第n+7帧图像的参考帧。

另外，在处理所述各个区域时，可以隔行和/或隔列对区域内的像素进行处理，采用这些常用方法可以进一步减少计算量。

除了上述两个实施例中选取平均灰度值及亮度直方图作为运动信息相关特征的情况之外，本发明在实际应用中，也可以选择其它参数作为运动信息相关特征。例如：如果图像各像素中所含数据格式为YUV格式，那么运动信息相关特征就可以采用亮度均值；也可以对图像数据进行FFT或DCT变换，然后统计较低频率分量的个数，作为运动信息相关特征。除此之外，还有很多在图像处理中常用的参数可用作与运动信息相关的特征，在此不作详述。

另外，各个区域的阈值也可以调整，因为随着用户对运动检测精度的要求不同，或者背景等条件的变化，阈值可能不再适合，需要调整。而且各个区域的阈值也可以根据情况分别设置为不同值，这样可以更精确地捕捉不同区域的运动信息。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换等，均应包含在本发明的保护范围之内。

Claims

1、一种运动检测方法，其特征为，包括以下步骤：

a)获取图像序列；

b)将当前帧图像划分成若干个区域；

c)在所述各个区域内，统计并保存与运动信息相关的特征；

2、根据权利要求1所述的方法，其特征为：获取图像序列时，每隔若干帧获取一帧图像。

3、根据权利要求1或2所述的方法，其特征为：在所述获取到的图像序列中，取所述当前帧图像的前一帧作为其参考帧，而当前帧图像则是下一帧图像的参考帧。

4、根据权利要求1或2所述的方法，其特征为：以背景图像作为所述参考帧，只在背景有变动时，才刷新所述参考帧各区域的运动信息相关特征。

5、根据权利要求1所述的方法，其特征为：所述图像中的各区域，是通过预先设定若干条横线、竖线的位置，对图像进行划分得到的。

6、根据权利要求5所述的方法，其特征为：所述若干区域是对图像平均划分而得到的。

7、根据权利要求6所述的方法，其特征为：在所述平均划分出的各区域中，只对预先设定的运动检测区域所占据的部分进行运动检测。

8、根据权利要求5所述的方法，其特征为：所述若干区域是根据预先设定的运动检测区域对图像进行划分而得到的，只对所述运动检测区域进行运动检测。

9、根据权利要求5至8中任意一项所述的方法，其特征为：所述各个区域的阈值可以分别设定，并且每个区域的阈值都可以更改。