基于混合高斯与边缘检测的运动目标检测方法技术

本发明专利技术公开了一种基于混合高斯与边缘检测的运动目标检测方法，包括以下步骤：从摄像头拍摄的视频中读取当前图像帧；利用混合高斯模型，初始化背景，并不断更新背景，同时分离出运动目标并二值化；利用canny边缘检测方法提取运功目标；将得到的运动目标进行或运算并填补空洞；阴影消除；进行必要的后处理，得到最后结果；循环处理直至所有图像帧处理结束。本发明专利技术利用混合高斯模型提取的运动目标与canny算子提取的运动目标的或运算，解决了常规方法在运动目标与背景颜色相似情况下提取的运动目标严重缺失的问题。同时利用基于HSL和基于YCrCb结合的阴影消除法，在有效去除阴影的同时，又尽可能的减少阴影误判区。

Moving object detection method based on hybrid Gauss and edge detection

The invention discloses a method for moving target detection and edge detection based on Gauss mixture, which comprises the following steps: read the current image frame from the video shot; using mixed Gauss model, initialization and update the background, background, and separate the motion target and binarization; using Canny edge detection method to extract. Work will get the target; moving target or operation and fill the hole; shadow elimination; necessary postprocessing, get the final result; the end of cycle until all image processing. The invention uses moving target moving target with Canny operator to extract the mixed Gauss model extraction or operation, solves the conventional method similar to moving target extraction under the condition of serious lack of problem in the moving target and background color. At the same time, the shadow elimination method based on HSL and YCrCb is adopted to reduce the shadow misjudgment area as much as possible while effectively removing the shadow.

【技术实现步骤摘要】
基于混合高斯与边缘检测的运动目标检测方法
本专利技术涉及运动目标检测的
，特别涉及一种基于混合高斯与边缘检测的运动目标检测方法。
技术介绍
运动目标的检测处理是计算机视觉处理的一个重要组成部分，也是数字视频技术中的一个重要基础。随着人类科学技术的发展，运动目标的检测这一重要技术不断地得到充分利用，人们把它运用到各种场景中，实现各种预期目标，如战场警戒、安全检测、交通管制、视频监控等都方面。由于运动目标所处环境的复杂性和多态性，如何实现各种环境下有效的目标检测一直是个困扰我们的难点问题。现有的运动目标检测方法，通常只考虑能否检测出运动目标，忽略了运动目标检测的完整性，其存在的问题是：在运动目标与背景颜色相似情况下，由于运动目标在色度上与背景极其相似，容易被判为背景，从而降低了运动目标检测的准确率和完整性，大大限制了运动目标检测的有效性。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足，提供一种保证在运动目标与背景相似情况下能有效检测出运功目标，并确保其完整性的，基于混合高斯与边缘检测的运动目标检测方法。本专利技术的目的通过下述技术方案实现：一种基于混合高斯与边缘检测的运动目标检测方法，包括以下步骤：步骤1：从摄像头拍摄的视频中读取当前图像帧；步骤2：利用混合高斯模型，初始化背景，并不断更新背景，同时分离出运动目标并二值化；步骤3：利用canny边缘检测方法提取运功目标；步骤4：将步骤2和3得到的运动目标进行或运算并填补空洞；步骤5：阴影消除；步骤6：进行必要的后处理，得到最后结果；步骤7：循环处理步骤1-6直至所有图像帧处理结束。优选的，步骤2中还包括背景选取的步骤，背景选取的方法为：按ωi,t/σi，t的大小将每个像素点的K个高斯分布进行排序，越在前面的分布越能表示稳定的背景，取前B个高斯分布作为背景，阈值H用来确定作为背景模型的B的取值，公式为：H.]]>优选的，步骤2中，背景更新采用如下方法进行：利用当前帧的像素点的值Xt+1,与该点的K个高斯分布进行比较，如果满足|Xt+1-μn,t|＜2.5σn,t，则认为Xt+1与该高斯分布ηk相匹配，如果不满足，则为不匹配；如果Xt+1与混合高斯模型存在匹配，则对于第一个相匹配的参数进行如下更新：ωn，t+1=(1-α)·ωn，t+αμn，t+1=(1-ρ)·μn，t+ρ·Xt+1ρ=α/ωn，t+1其余不匹配的分布其参数进行如下更新：ωn,t+1=（1-α）·ωn,t其中α是用户自定义的更新率，且0≤α≤1，如果Xt+1与该点所有高斯分布都不匹配，则用一个新的高斯分布代替权重最小的分布，新的高斯分布以当前像素值Xt+1为均值，并初始化一个较大的方差和一个较低的权重；最后利用背景减除法，将输入图像与背景图像做差运算，获得运动目标，并将其二值化。优选的，所述步骤3中，所述利用canny边缘检测方法提取运动目标包括以下步骤：（3.1）利用canny边缘检测方法，对混合高斯提取的背景和当前输入图像分别进行边缘检测；（3.2）由于检测的边缘不连续，存在间断点，无法形成封闭轮廓直接进行填充，所以，对于检测到的边缘，先查找其外轮廓，并以区域内的任一点为种子点，以外轮廓为边界区域进行区域生长，以此填充区域；这样经过一次区域填充后，其边缘已基本连续，可形成封闭区域；（3.3）对步骤（3.2）的结果再进行一次轮廓查找与填充操作；（3.4）将经过两次轮廓查找与填充后的当前输入图像与背景图像进行与差操作，得到运动目标。优选的，所述步骤4的空洞填补方法包括以下步骤：（4.1）用一个矩形模板遍历图像，如果在该模板内的有效区域达到阈值，则找到该有效区域的质心；否则，继续下一次遍历；（4.2）根据质心将该有效区域划分为八个有效区域，在每个区域中寻找离质心最远的点，然后顺次连接每个区域内找到的点，形成一个封闭的轮廓，最后将轮廓内的像素点置为有效点。优选的，步骤（4.1）中，所述矩阵模板为10*8的矩形模板，有效区域的像素值为1，阈值为35%。优选的，所述步骤5的阴影消除方法包括以下步骤：（5.1）利用基于HSL彩色空间的阴影消除方法检测出阴影区，其阴影判别函数为：（5.2）利用基于YCrCb空间的阴影消除方法检测出阴影区，其阴影判别函数为：（5.3）将上述步骤（5.1）和（5.2）检测出的阴影区进行与运算，所得结果为最终阴影区；其中B(x,y)表示提取的背景，I(x,y)表示输入图像，B(x,y)h，B(x,y)s，B(x,y)l和I(x,y)h，I(x,y)s，I(x,y)l分别表示背景图像和当前图像在H，S，l三个分量的值，其中Ts，Th分别表示色彩饱和度与色度的阈值；通常0＜α＜β＜1，因为阴影点的I值总是小于非阴影的I值。优选的，步骤6的具体方法为：使用步骤4提出的空洞填补方法，进行空洞填补，同时利用面积阈值法，去除狭小噪点，得到干净、完整的运动目标。本专利技术相对于现有技术具有如下的优点及效果：1、本专利技术的运动目标检测方法采用混合高斯与canny边缘算法综合提取运动目标，能够最大限度的保留运动目标与背景相似时运动目标的轮廓，大大增强了目标检测的有效性。2、本运动目标检测方法采用HSL和YCbCr相结合的方法消除阴影，在正确的消除阴影的同时又降低了阴影的误判率。附图说明图1是本专利技术的流程图；图2是本专利技术过程中利用canny算子提取运动目标的流程图具体实施方式下面结合实施例及附图对本专利技术作进一步详细的描述，但本专利技术的实施方式不限于此。实施例一种基于混合高斯与边缘检测的运动目标检测方法，是通过结合普通混合高斯模型与Canny边缘检测方法，有效检测出与背景颜色极其相似的运动目标的轮廓，并且采用HSL和YCbCr相结合的方法消除阴影，在正确的消除阴影的同时又降低了阴影的误判率。如图1所示，本专利技术的运动目标检测方法具体包括如下
技术实现思路
：1、从摄像头读取当前图像帧。本专利技术的第一步从视频系统中获取视频，然后读取视频当前帧。2、利用混合高斯模型初始化背景，并不断更新背景，同时分离出运动目标并二值化。运动目标和背景的提取初步采用混合高斯背景模型获得。混合高斯模型可以用一个或多个高斯分布来近似表示背景像素在时间轴上的统计规律，该模型用K（3～5）个高斯分布统计图像中相同像素点的值，一个像素点的值为Xt的概率密度函数为：本算法中背景的选取是采用如下方法确定：按ωi,t/σi,t的大小将每个像素点的K个高斯分布进行排序，越在前面的分布越能表示稳定的背景，取前B个高斯分布作为背景，阈值H用来确定作为背景模型的B的取值，公式为：H.--(2)]]>参数的更新本文档来自技高网...

【技术保护点】
一种基于混合高斯与边缘检测的运动目标检测方法，其特征在于：包括以下步骤：步骤1：从摄像头拍摄的视频中读取当前图像帧；步骤2：利用混合高斯模型，初始化背景，并不断更新背景，同时分离出运动目标并二值化；步骤3：利用canny边缘检测方法提取运动目标；步骤4：将步骤2和3得到的运动目标进行或运算并填补空洞；步骤5：阴影消除；步骤6：进行必要的后处理，所述必要的后处理包括进行空洞填补和去除狭小噪点，得到最后结果；步骤7：循环处理步骤1‑6直至所有图像帧处理结束；所述步骤4的空洞填补方法包括以下步骤：(4.1)用一个矩形模板遍历图像，如果在该模板内的有效区域达到阈值，则找到该有效区域的质心；否则，继续下一次遍历；(4.2)根据质心将该有效区域划分为八个有效区域，在每个区域中寻找离质心最远的点，然后顺次连接每个区域内找到的点，形成一个封闭的轮廓，最后将轮廓内的像素点置为有效点。

【技术特征摘要】
1.一种基于混合高斯与边缘检测的运动目标检测方法，其特征在于：包括以下步骤：步骤1：从摄像头拍摄的视频中读取当前图像帧；步骤2：利用混合高斯模型，初始化背景，并不断更新背景，同时分离出运动目标并二值化；步骤3：利用canny边缘检测方法提取运动目标；步骤4：将步骤2和3得到的运动目标进行或运算并填补空洞；步骤5：阴影消除；步骤6：进行必要的后处理，所述必要的后处理包括进行空洞填补和去除狭小噪点，得到最后结果；步骤7：循环处理步骤1-6直至所有图像帧处理结束；所述步骤4的空洞填补方法包括以下步骤：(4.1)用一个矩形模板遍历图像，如果在该模板内的有效区域达到阈值，则找到该有效区域的质心；否则，继续下一次遍历；(4.2)根据质心将该有效区域划分为八个有效区域，在每个区域中寻找离质心最远的点，然后顺次连接每个区域内找到的点，形成一个封闭的轮廓，最后将轮廓内的像素点置为有效点。2.根据权利要求1所述的基于混合高斯与边缘检测的运动目标检测方法，其特征在于：步骤2中还包括背景选取的步骤，背景选取的方法为：按ωi，t/σi，t的大小将每个像素点的K个高斯分布进行排序，越在前面的分布越能表示稳定的背景，取前B个高斯分布作为背景，阈值H用来确定作为背景模型的B的取值，公式为：3.根据权利要求1所述的基于混合高斯与边缘检测的运动目标检测方法，其特征在于：所述步骤3中，所述利用canny边缘检测方法提取运动目标包括以下步骤：(3.1)利用canny边缘检测方法，对混合高斯提取的背景和当前输入图像分别进行边缘检测；(3.2)由于检测的边缘不连续，存在间断点，无法形成封闭轮廓直接进行填充，所以，对于检测到的边缘，先查找其外轮廓，并以区域内的任一点为种子点，以外轮廓为...

【专利技术属性】
技术研发人员：徐雪妙，王丽，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：广东,44