[发明专利]智能移动终端抗噪声干扰运动目标提取方法

说明书

本发明涉及智能移动终端抗噪声干扰运动目标提取方法，经设定图像空间转换的优化转换参数，原始图像转换处理得到灰度图像后，选择高斯滤波对预处理图像滤波，并选取三幅相同帧间隔的连续预处理图像做差分处理，以克服单独使用三帧差分法提取运动目标质量的不足，二值化处理所得差分图像后，对二值化图像做逻辑“或”以及逻辑“与”处理，以得到潜在运动目标区域的二值化图像，利用逻辑“与”自动摒弃新暴露出来的像素点，消除“鬼影”现象，然后建立背景模型并实时更新，同时基于高斯模型检测潜在运动目标区域内的运动目标，避免了基于帧间差分方法容易引入的“空洞”问题，最后根据95％置信区间理论，对运动前景提取得到运动目标。

技术领域

本发明涉及智能视频处理领域，尤其涉及一种智能移动终端抗噪声干扰运动目标提取方法。

背景技术

近些年，各种各样的摄像头被安装在不同的公共场合，例如公路，自助取款机，街角，大型商场，医院，学校，机场等，甚至被安装到家庭之中，以实现视频监控的目的。传统视频监控依赖于人工对这些视频数据进行主观意识的分析判断，对其中的动作行为做出理解，然后才得出结论做出反馈。传统视频监控也存在诸多缺陷，尤其是监控人员一旦遗漏重要信息可能造成无法挽回的后果。因此，智能视频处理技术显得尤为重要，成为当下研究的热点之一。

视频处理技术通过模拟人类对视觉图像响应，使用计算机对视频场景中运动目标分类、识别、跟踪，在这些基本视频场景处理的基础上以期实现对运动目标行为分析判断和理解。智能化视频处理的过程中，无论是运动目标的分类、识别、跟踪，还是后续的行为的判断和理解都是建立在成功检测出运动目标的前提下进行的，即视频场景中运动目标区域的提取的质量对智能化视频处理的结果至关重要。运动目标提取是从序列图像中提取出正在运动或者说是变化的区域作为感兴趣区域，为后续高级图像处理提供服务。

然而，在摄像头固定的情况下，现有方法都默认视频数据的采集是在摄像头被固定的前提下工作的，一旦出现这样一个场景：一旦通过手持设备或其他易抖动的设备，如相机和手机，来提取出视频中包含运动目标的区域，容易出现镜头抖动，这些现有方法将会无用武之地，导致抖动的镜头对运动目标提取产生干扰，不可避免的出现大面积的误检。

发明内容

本发明所要解决的技术问题是针对上述现有技术提供一种能够防止抖动的摄像头干扰运动目标提取的智能移动终端抗噪声干扰运动目标提取方法。

本发明解决上述技术问题所采用的技术方案为：智能移动终端抗噪声干扰运动目标提取方法，用于对图像序列运动目标的精确提取，其特征在于，依次包括以下步骤：

(1)对智能移动终端获取的原始图像S(i,j)进行灰度化处理，实现颜色空间转换，得到灰度图像Y(i,j)；其中，原始图像S(i,j)转换为灰度图像Y(i,j)采用如下转换公式：

Y(i,j)＝0.257×r(i,j)+0.504×g(i,j)+0.239×b(i,j)；

其中，r(i,j)、g(i,j)、b(i,j)分别对应原始图像S(i,j)的颜色空间三维坐标中的红、绿、蓝颜色分量，Y(i,j)是该像素点对应的灰度值；

(2)对灰度图像Y进行预处理，得到预处理图像I，并采用高斯滤波对预处理图像I进行处理，其中，高斯函数为均值是零的二维高斯函数g(i,j)，其中，

其使用的图像模板算子为