[发明专利]一种双门限场面运动目标检测方法及其系统

说明书

技术领域

本发明涉及本发明属于视频检测和民航场面监视技术领域，具体地说，，尤其是一种基于视频图像的场面运动目标检测方法及系统，涉及视频背景的提取、运动目标检测与分割等一系列方法及系统。

背景技术

场面目标跟踪是机场场面监视领域的关键技术，其中基于视频图像的场面运动目标监视方法是该领域一个重要的技术方向。在完成背景提取后，分割门限值的选取直接影响到运动目标的检测和跟踪效果。当采用单一的固定门限值或自适应门限值时，由于视频图像受场景内容及成像噪声的影响，难以实现前景与背景的完整区分，前景目标的检测和跟踪效果不稳定。例如，当门限值较低时会出现噪声淹没前景目标的现象，运动目标的检测和跟踪完全失效；当门限值较高时，噪声会被很好的消除，但也可能正确的前景目标也被抑制掉，尤其是场面上较小的运动目标。

现有成熟的目标检测和跟踪技术中，门限值的选取通常采用固定门限值或自适应门限值等方法。固定门限值方法具有实现简单、计算速度快等特点，适合简单的场景。但当遇到较复杂的场景及光照变化、目标与背景颜色接近时往往检测失败，该方法自适应性较差。自适应门限值方法在门限选取策略上考虑背景和前景的差异，根据灰度统计信息选取某个比例的灰度作为门限值进行背景和前景目标的分割。该方法常用在基于对比度分析的目标检测和跟踪中，对于天空背景下目标的检测和跟踪有很好的效果，但对于复杂的地面场景却并不理想。

发明内容

本发明的目的是为了解决机场场面复杂背景和光照条件下运动目标检测和跟踪的准确性、稳定性问题，提供了一种效果较好的双门限目标检测与跟踪方法和系统，可以方便地应用的实际系统中。

为解决上述技术问题，本发明的双门限场面目标检测跟踪方法采用以下步骤实现：

1.     提取视频帧亮度分量，并对亮度分量进行背景初始化和更新；

2.     提取当前帧的亮度分量并与背景进行差分，得到的灰度差分图像记为GrayDiff；

3.     统计灰度差分图像GrayDiff的均值E和标准方差σ；

4.     根据第3步的计算结果，分别设定低门限和高门限值：

;

5.     将灰度差分图像GrayDiff分别按低门限和高门限值进行二值化得到运动目标的粗分割结果；

6.     对二值化后的图像进行腐蚀和膨胀操作去除噪声；

7.     统计高门限二值化图像中像素面积A大于A_TH的所有区域，并记为A_hi；

8.     统计高门限二值化图像中每个A_hi对应的低门限二值化图像区域中像素面积A大于A_TL的所有区域，并记为A_li；

9.     对低门限二值化图像中标记为的A_l区域进行标定并作为场面目标的坐标。

在所述步骤1中，所述亮度分量的提前是指将输入视频转换到YUV或YCbCr空间，然后分理处亮度分量Y。

在所述步骤2中，所述差分是指差值后再取绝对值，即灰度差分图像GrayDiff中各数据是通过当前帧中的各像素值与初始背景中相应位置的像素值做差值后再取绝对值所得到的结果。

所述步骤3中，所述均值E是指灰度图像GrayDiff中所有像素点的平均值，所述标准方差σ是指灰度图像GrayDiff中各像素点与均值E差值平方和的平方根。

所述步骤4中，所述低门限T_L和高门限T_H根据灰度差分图像GrayDiff中数据的统计特点进行确定，即双门限的取值是可以任意的，优选方案中低门限的值选取均值加4倍的统计方差，高门限的值方差项系数为低门限方差系数的2倍以上。

所述步骤5中，所述二值化是指分别按低门限和高门限值将灰度差分图像GrayDiff中高于门限值的像素置1（对应灰度值为255），低于门限值的像素置0（对应灰度值为0）。经低门限和高门限二值化处理后，分别得到低门限和高门限对应的二值化图像。

所述步骤6中，腐蚀和膨胀操作均采用3x3模板。