[发明专利]时空多尺度运动目标检测方法

说明书

技术领域

本发明属于计算机视觉与成像目标自动识别的科学技术领域，具体涉及一种时空多尺度运动目标检测分析方法。

背景技术

在现实的场景中，特别是复杂背景条件下，存在各种大小尺寸的运动对象及各种运动速度的对象需要一并检测和分析。然而，现有的大多数方法和算法是单一时间尺度的，即依据相邻帧的逐帧检测。例如相邻帧的差分，仅能检测快速移动的目标，不具备检测各种运动快慢目标的适应能力，性能不稳定，漏警率和虚警率高。对于不同空间分布和大小的目标，也仅能应对尺度范围固定或较窄的情形。更重要的是，现存的方法缺乏一个处理时间-空间尺度的统一的架构性的解决途径，多为就事论事(ad hoc)，不具备同时检测分析各种空间尺度和各种时间尺度运动对象的适应性和有效性。

采用具有自适应背景更新的背景减法的运动目标检测方法，是目前智能监控系统研究的热点。它通过寻找具有自适应性的背景模型，让背景参考图像能适应场景的变化，以改善传统背景减法的检测效果。Stauffer与Grimson利用自适应的高斯混合模型对每个像素用高斯混合分布建模，并且利用在线估计来更新模型，从而可靠地处理了背景混乱运动的干扰等影响。这种像素级的高斯混合模型能有效的描述多峰背景，在一定条件下能随动态背景自适应变化，在运动目标检测中取得了较好的效果，因此受到广泛的关注。但是该方法没有时间多尺度的概念，其背景模型对运动物体的速度变化很敏感，对于长时间停滞物体由背景变成前景运动物体时，存在背景模型更新速度较慢的问题；同时算法也减弱了慢速运动物体对背景模型的影响。事实上，场景中各种运动速度的物体都可能出现，因此背景更新速率与所有运动物体的速度相匹配是不可能的。

发明内容

本发明提供了一种时空多尺度运动目标检测分析方法，该方法考虑了空间多尺度和时间多尺度，能够检测出复杂背景图象中具有不同位置、尺寸和运动速度的多个运动目标。

本发明提供的一种时空多尺度运动目标检测方法，具体为：

(1)确定M个窗口，其尺寸从小到大依次为：

(S_{min_x}，S_{min_y})，(S_{min_x}+ΔS_x，S_{min_y}+ΔS_y)，…，(S_{min_x}+(M-1)ΔS_x，S_{min_y}+(M-1)ΔS_y)；

(2)利用最小窗口(S_{min_x}，S_{min_y})分别对t时刻的帧图像f_t(x，y)和t+Δt时刻的帧图像f_t+Δt(x，y)逐像素点遍历，得到每一像素点(x，y)对应的窗口区域和