一种运动检测方法及图像传感器技术

本发明专利技术公开了一种运动检测方法及图像传感器，涉及运动检测技术领域，其技术方案要点是：对前级电路输出的目标图像进行区块划分；根据不同颜色像素感光度对区块中的不同像素匹配相应的权重系数；根据像素值和权重系数计算得到各区块的实际灰度平均值；根据实际灰度平均值和基准帧中对应区块的标准灰度平均值计算得到相应区块的差分值，并依据所有区块的差分值计算得到差分平均值；若差分平均值大于运动检测阈值，则目标图像的检测结果为有运动物，同时基准帧更新为当前帧的目标图像。本发明专利技术通过物体运动状态来实时控制更新基准帧，实现了运动场景自适应更新控制帧间间隔的效果。现了运动场景自适应更新控制帧间间隔的效果。现了运动场景自适应更新控制帧间间隔的效果。

A motion detection method and image sensor

【技术实现步骤摘要】
一种运动检测方法及图像传感器


[0001]本专利技术涉及运动检测
，更具体地说，它涉及一种运动检测方法及图像传感器。

技术介绍

[0002]目前图像传感器领域的运动物体检测功能大多是通过给图像传感器附加外围电路，或者是在后端的软件平台上来实现的，采用的技术手段通常是帧间差分法或背景差分法。
[0003]然而，传统的帧间差分法和背景差分法都存在一定缺陷。一、传统的帧间差分法是通过设置帧间间隔N，把当前帧的N帧之前的帧作为基准帧，两帧做差分，将差分值和运动检测阈值进行比较，依据比较结果判断是否有运动物体。对于低速运动物体和高速运动物体而言，采用同样的帧间间隔会影响检测的时效性和准确性。而根据检测的对象以及场景等因素来设置帧间间隔的做法，又会导致运算量和电路规模的增加。二、传统的背景差分法是利用背景画和当前帧的差分，将差分值和运动检测阈值进行比较，依据比较结果判断是否有运动物体。背景画是无前景物体的背景图像，因此背景画要结合环境的变化进行更新，如光线的变化、光照的强度。而环境变化是复杂的，因此需要通过复杂的算法去实现背景画的更新，但是会增加电路规模。
[0004]因此，如何研究设计一种能够克服上述缺陷的一种运动检测方法及图像传感器是我们目前急需解决的问题。

技术实现思路

[0005]为解决现有技术中的不足，本专利技术的目的是提供一种运动检测方法及图像传感器，通过物体运动状态来实时控制更新基准帧，实现了运动场景自适应更新控制帧间间隔的效果。
[0006]本专利技术的上述技术目的是通过以下技术方案得以实现的：
[0007]第一方面，提供了一种运动检测方法，包括以下步骤：
[0008]对前级电路输出的目标图像进行区块划分；
[0009]根据不同颜色像素感光度对区块中的不同像素匹配相应的权重系数；
[0010]根据像素值和权重系数计算得到各区块的实际灰度平均值；
[0011]根据实际灰度平均值和基准帧中对应区块的标准灰度平均值计算得到相应区块的差分值，并依据所有区块的差分值计算得到差分平均值；
[0012]若差分平均值大于运动检测阈值，则目标图像的检测结果为有运动物，同时基准帧更新为当前帧的目标图像。
[0013]进一步的，所述区块划分的过程具体为：
[0014]根据区块规格信息和最大图像检测区域的大小自动算出区块最大划分信息；
[0015]或，根据输入的水平方向开始位置和垂直方向开始位置确定检测原点，并根据水
平方向宽度和垂直方向高度从检测原点开始划分。
[0016]进一步的，所述实际灰度平均值的计算过程具体为：
[0017]根据像素值与对应的权重系数乘积计算得到相应像素的单像素灰度值；
[0018]选取不大于过曝光阈值的单像素灰度值作为有效灰度值；
[0019]以同一区块中所有的有效灰度值的均值作为实际灰度平均值。
[0020]进一步的，所述区块的差分值计算公式具体为：
[0021]Δ(X,Y)＝∣AVE(X,Y)
‑
AVE
base
(X,Y)∣
[0022]其中，Δ(X,Y)表示帧间区块(X,Y)的差分值；AVE(X,Y)表示当前帧区块(X,Y)的实际灰度平均值；AVE
base
(X,Y)表示基准帧区块(X,Y)的标准灰度平均值。
[0023]进一步的，所述差分平均值的计算公式具体为：
[0024][0025]其中，AVE
Δ
表示差分平均值；TH_B表示无运动物区块的判定阈值；Δ(X,Y)表示帧间区块(X,Y)的差分值；blk_cnt表示差分值超过判定阈值的区块数量。
[0026]进一步的，所述无运动物区块的判定阈值由基准帧与当前帧的目标图像之间的曝光时间偏移量和自动增益偏移量决定。
[0027]进一步的，所述运动检测阈值由光强、曝光时间和增益决定。
[0028]进一步的，该方法还包括：
[0029]确定帧数阈值；
[0030]记录检测结果为无运动物的连续帧数；
[0031]若连续帧数小于帧数阈值，则基准帧保持不变；若连续帧数大于或等于帧数阈值，则更新基准帧。
[0032]进一步的，所述帧数阈值的确定过程具体为：
[0033]对不同时间段的自然光强变化进行采样测试；
[0034]记录每个时间段中由于光强变化所导致运动误检测的所需时长；
[0035]将不同时间段运动误检测的所需时长的平均值作为光强变化导致误检出的时间参数；
[0036]以时间参数与相机的当前帧率的乘积作为对应帧率下基准帧的更新阈值上限，帧数阈值的取值不大于更新阈值上限。
[0037]第二方面，提供了一种图像传感器，该图像传感器以内部数字图像处理功能实现如第一方面中任意一项所述的一种运动检测方法。
[0038]与现有技术相比，本专利技术具有以下有益效果：
[0039]1、本专利技术提出的一种运动检测方法，通过物体运动状态来实时控制更新基准帧，实现了运动场景自适应更新控制帧间间隔的效果，相较于传统帧间差分法需要预先设定帧间间隔，在高速或低速运动物体检测场景都能很好应对；此外，本专利技术应用于基于图像传感器内部数字图像处理实现，在不降低检测效果的同时相较于传统方法减小电路规模；另外，本专利技术具有低成本易于实现的特点，且在一定程度上相对于传统帧间差分法及背景差分法提高了检测灵敏度与准确度；
[0040]2、本专利技术依据过曝光阈值对单像素灰度值进行过滤处理，使得实际灰度平均值更
加符合实际情况；
[0041]3、本专利技术为了避免无运动物的区块对整体运动判定的影响，在计算差分平均值时将无运动物的区块的差分值过滤，使得运动检测结果的准确度更高；
[0042]4、本专利技术针对光照亮度变化的累积可能会带来误检出的问题，当检测结果为无运动物的连续帧数大于或等于帧数阈值时，也要对基准帧进行更新，有效提高了运动检测的准确性和可靠性。
附图说明
[0043]此处所说明的附图用来提供对本专利技术实施例的进一步理解，构成本申请的一部分，并不构成对本专利技术实施例的限定。在附图中：
[0044]图1是本专利技术实施例中的流程图；
[0045]图2是本专利技术实施例中区块自动算出示意图；
[0046]图3是本专利技术实施例中区块直接设定示意图；
[0047]图4是本专利技术实施例中RGB像素排列示意图；
[0048]图5是本专利技术实施例中基准帧的更新流程图。
具体实施方式
[0049]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本专利技术作进一步的详细说明，本专利技术的示意性实施方式及其说明仅用于解释本专利技术，并不作为对本专利技术的限定。
[0050]实施例：一种运动检测方法，该方法可以基于图像传感器内部数字图像处理实现，如图1所示，包括以下步骤：
[0051]S1：对前级电路本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种运动检测方法，其特征是，包括以下步骤：对前级电路输出的目标图像进行区块划分；根据不同颜色像素感光度对区块中的不同像素匹配相应的权重系数；根据像素值和权重系数计算得到各区块的实际灰度平均值；根据实际灰度平均值和基准帧中对应区块的标准灰度平均值计算得到相应区块的差分值，并依据所有区块的差分值计算得到差分平均值；若差分平均值大于运动检测阈值，则目标图像的检测结果为有运动物，同时基准帧更新为当前帧的目标图像。2.根据权利要求1所述的一种运动检测方法，其特征是，所述区块划分的过程具体为：根据区块规格信息和最大图像检测区域的大小自动算出区块最大划分信息；或，根据输入的水平方向开始位置和垂直方向开始位置确定检测原点，并根据水平方向宽度和垂直方向高度从检测原点开始划分。3.根据权利要求1所述的一种运动检测方法，其特征是，所述实际灰度平均值的计算过程具体为：根据像素值与对应的权重系数乘积计算得到相应像素的单像素灰度值；选取不大于过曝光阈值的单像素灰度值作为有效灰度值；以同一区块中所有的有效灰度值的均值作为实际灰度平均值。4.根据权利要求1所述的一种运动检测方法，其特征是，所述区块的差分值计算公式具体为：Δ(X,Y)＝∣AVE(X,Y)
‑
AVE
base
(X,Y)∣其中，Δ(X,Y)表示帧间区块(X,Y)的差分值；AVE(X,Y)表示当前帧区块(X,Y)的实际灰度平均值；AVE
base
(X,Y)表示基准帧区块(X...

【专利技术属性】
技术研发人员：ꢀ七四专利代理机构，
申请(专利权)人：四川创安微电子有限公司，
类型：发明
国别省市：