[发明专利]一种运动目标侦测方法及系统

说明书

技术领域

本发明涉及运动目标侦测领域，具体涉及一种运动目标侦测方法及系统。

背景技术

近年来，视频监控技术越来越多地应用在安防领域，随着监控数据量的 不断增长，使得监控人员需要花掉大量的时间对数据进行人工过滤，从中选 择有用的视频信息，而繁重、重复的工作常常使他们力不从心。监控人员迫 切需要有一种工作起来更轻松，更易于操作和管理的产品来替代原有系统。 于是，智能视频技术应运而生，进入人们的生活。

智能视频(IV，Intelligent Video)是将计算机视觉(CV，Computer Vision) 方法引入到视频监控中。这一技术包括由视频图像序列自动地进行运动目标 的检测、目标跟踪、目标分类和行为理解等方面的内容，目的是在图像及图 像描述之间建立映射关系，从而使计算机能够分析来理解视频画面中的内容。

目前，大部分的研究者都将注意力集中在解决正常对比度场景监控中的 关键技术。然而，夜间和不良天气(例如雾天)等甚低对比度情况，占全年 时间的比例相当大，基本上要占到全年的一半时间以上。同时，普通监控器 材(CCD摄像机)在甚低对比度时，拍摄的效果很不好，既不利于社区、大 厦等场合的实时监控，更不利于案件发生后的分析和取证。

对比度是指在一幅图像中，明暗区域最亮的白和最暗的黑之间不同亮度 层级的测量。差异范围越大表示对比度越大，差异范围越小表示对比度越小。 低对比度是指被检测的目标与背景的颜色、灰度很接近，很难将目标和背景 分离出来，这种现象往往会引起监控系统产生漏报、误报，使一些有价值的 信息丢失。另外，在实际应用环境中，有时会出现噪声(例如树叶的晃动、 设备干扰等)区域与背景的灰度差值大于目标与背景的灰度差值的情况，这 对智能视频技术来说，也是很棘手的问题。

总的来说，解决甚低对比度场景的监控问题，可以采取两种方法，一种 方法是从硬件的角度，利用多传感器融合的方法来实现信息的互补，如利用 雷达、红外、CCD和激光等传感设备，可以实现较高的目标检测率和较低的 错误率。然而，一个有效的多传感器融合策略应该是利用一个传感器进行场 景目标检测，然后再利用另一个传感器进一步验证。因此，这个策略在甚低 对比度条件下就存在一些应用上的局限性。这是因为，一方面，基于视觉的 激光或CCD传感器在这种条件下的有效监测距离会大大缩短，无法为雷达传 感器提供有效的确认信息，而基于红外的传感器只能对热信号实现检测，无 法对场景中的非散热信号实现有效的检测；另一方面，这种方法花费比较大， 昂贵的硬件成本也限制了其在实际中的广泛应用。

发明内容

本发明要解决的技术问题是提供一种运动目标侦测方法及系统，适用于 甚低对比度场景的运动目标侦测。

为了解决上述问题，本发明提供了一种运动目标侦测系统，包括：

距离图获取模块，用于对输入的视频图像数据进行帧间差分得到帧差图 像，根据该帧差图像建立背景模型，得到背景图像；对当前帧图像和背景图 像进行比较，得到距离图；

全图增强模块，用于增大所述距离图上运动目标的像素点和噪声像素点 之间的像素值的差距，得到全图增强后的距离图；

侦测模块，用于根据全图增强后的距离图，确定当前帧图像中所述运动 目标的外接矩形。

进一步地，所述距离图获取模块包括：

差分单元，用于顺序读入各图像帧的数据；对于第N帧图像的数据，如 果N＜InterTh，则与第一帧的图像比较，得到帧差图像，所述帧差图像中每个 像素点的值为Δ_N＝|I_N-I₁|，I_i为第i帧图像中该像素点的像素值；否则与第 N-InterTh+1帧的图像比较，得到帧差图像，其中每个像素点的值为 Δ_N＝|I_N-I_N-InterTh+1|；设置变化阈值MoveTh，如果所述Δ_N大于所述变化阈值 MoveTh，则把帧差图像中该像素点的像素值设为1，否则设为0；N为大于1 的整数；

所述自适应单元用于设置所述帧间间隔InterTh；比较第i帧和第j帧的相 似度，如果小于相似值阈值，则设置所述帧间间隔InterTh为j-i；否则令 j＝j+1，继续比较；