一种改进的运动目标检测方法和系统技术方案

技术编号:14355016 阅读:117 留言:0更新日期:2017-01-08 22:17
本发明专利技术公开了一种改进的运动目标检测方法,包括:读取视频文件,根据视频图片采样频率在连续的N个图片序列中抽取L个样本{Xk(i,j)|k=1,2,…,L},{L|L≤12};根据中值模型法,选取L个样本的中值作为初始背景图B(i,j);初始化背景图第m个通道的目标阈值{Δm|m=1,2,…}:获取当前帧I(i,j)的前景图F(i,j);根据目标阈值对当前帧的前景图进行二值化,得到二值图T(i,j);对二值图T(i,j)进行形态学操作,去除边缘部分,以及滤除噪声,获得运动目标。对连续的图片序列的抽样,减少对内存的占据,又保证图片序列的原始信息,背景更新抽样法可以降低动态背景的影响、避免背景的重复计算。

【技术实现步骤摘要】

本专利技术涉及运动目标检测方法
,具体涉及一种改进的运动目标检测方法和系统
技术介绍
运动目标检测是视频处理的重要问题之一。剔除视频中各种冗余信息,对背景和运动目标进行有效地分割是运动目标检测研究的重点。因为背景建模法在计算量、抗噪性能等方面的优点,所以它是一种目前使用较普遍的方法。背景建模的基本思路是获取一个参考背景,将输入图像和参考背景相比较,从中分割出前景运动目标。通常有两种类型的背景建模方法。一种是通过开辟内存存储大量过去时刻的图片序列,根据连续图片序列对应的像素变化预估背景模型,比如中值(或均值)模型法、帧间差分模型法、线性预测模型法等。此类方法能防止单帧图像的干扰,但占内存很大。另一种是根据当前帧的像素递归地更新背景模型,比如高斯模型法、卡尔曼滤波法、码本模型法等。该类方法导致当前帧的错误可长时间影响背景,因此算法都需要高的复杂度进行克服。
技术实现思路
针对上述技术问题,本专利技术提出了一种改进的运动目标检测方法和系统,利用中值模型法初始化背景时,通过对连续的图片序列的抽样,减少对内存的占据,又保证图片序列的原始信息。接着在提取运动目标区域模块时,利用自适应的阈值和形态学操作获取更加精确的运动目标区域。然后采用背景更新抽样法依次替换缓冲区中的全部图片序列,更新模型背景和运动目标阈值。背景更新抽样法可以降低动态背景的影响、避免背景的重复计算,同时也可检测出较长时间停止的运动目标。本专利技术的技术方案是:一种改进的运动目标检测方法,其特征在于,包括以下步骤:S01:读取视频文件,根据视频图片采样频率fcreate在连续的N个图片序列中抽取L个样本{Xk(i,j)|k=1,2,…,L本文档来自技高网...
一种改进的运动目标检测方法和系统

【技术保护点】
一种改进的运动目标检测方法,其特征在于,包括以下步骤:S01:读取视频文件,根据视频图片采样频率fcreate在连续的N个图片序列中抽取L个样本{Xk(i,j)|k=1,2,…,L},{L|L≤12},其中,i、j表示图片序列的像素坐标;S02:根据中值模型法,选取L个样本的中值作为初始背景图B(i,j);S03:初始化背景图第m个通道的目标阈值{Δm|m=1,2,…};Δm=CΣi=1wΣj=1h(Σk=1L||Xk(i,j)-B(i,j)||)wh]]>其中,w和h分别表示图片序列的宽度和高度,系数C是固定常数;S04:获取当前帧I(i,j)的前景图F(i,j);S05:根据目标阈值对当前帧的前景图进行二值化,得到二值图T(i,j);S06:对二值图T(i,j)进行形态学操作,去除边缘部分,以及滤除噪声,获得运动目标。

【技术特征摘要】
1.一种改进的运动目标检测方法,其特征在于,包括以下步骤:S01:读取视频文件,根据视频图片...

【专利技术属性】
技术研发人员:路萍王宝宗
申请(专利权)人:清华大学苏州汽车研究院吴江
类型:发明
国别省市:江苏;32

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1