[发明专利]检测小型生物的图像处理方法及装置

权利要求书

1.一种检测小型生物的图像处理方法，其特征在于，所述检测小型生物的图像处理方法包括如下步骤：

从采集的视频图像中获取相邻两帧图像的背景减图，以得到相邻两帧图像的相对运动区域；

对背景减图进行差分图像二值化处理得到前景像素；

提取与前景像素对应的运动区域轮廓；以及

将运动区域轮廓的面积及运动区域轮廓内的像素点的灰度值与运动目标的预设特征进行匹配，以识别出视频图像中的运动目标。

2.如权利要求1所述的检测小型生物的图像处理方法，其特征在于，所述从采集的视频图像中获取相邻两帧图像的背景减图，以得到相邻两帧图像的相对运动区域的步骤，具体包括：

从采集的视频图像中获取当前帧图像及前一帧图像；

计算当前帧图像的像素值与前一帧图像的像素值的差值，得到目标差值；

判断目标差值是否大于设定的阈值，

如果目标差值大于设定的阈值，则得到背景像素，并将对应的像素点标记为1，如果目标差值小于或等于设定的阈值，则将对应的像素点标记为0。

3.如权利要求2所述的检测小型生物的图像处理方法，其特征在于，所述对背景减图进行差分图像二值化处理得到前景像素的步骤，具体包括：

选定一灰度阈值作为背景像素的筛选值；

判断背景像素中任一项像素点的灰度值是否大于预设的灰度阈值，

如果背景像素中像素点的灰度值大于预设的灰度阈值，则得到前景像素，并将像素点的灰度值标记为高亮状态，如果背景像素中像素点的灰度值大于预设的灰度阈值，则将像素点的灰度值标记为低亮状态。

4.如权利要求3所述的检测小型生物的图像处理方法，其特征在于，所述提取与前景像素对应的运动区域轮廓的步骤，具体包括：

利用递归算法查找所有处于高亮状态的像素点，得到运动区域的轮廓；

对轮廓的所有像素点进行积分运算或求和运算提取运动区域的轮廓。

5.如权利要求1至4任一项所述的检测小型生物的图像处理方法，其特征在于，所述将运动区域轮廓的面积及运动区域轮廓内的像素点的灰度值与运动目标的预设特征进行匹配，以识别出视频图像中的运动目标的步骤，具体包括：

判断运动区域的面积是否与运动目标预设面积相匹配，若是则继续判断运动区域的灰度值是否与运动目标预设灰度值相匹配，若是识别为对应的运动目标。

6.一种检测小型生物的图像处理装置，其特征在于，所述检测小型生物的图像处理装置包括：

获取模块，用于从采集的视频图像中获取相邻两帧图像的背景减图，以得到相邻两帧图像的相对运动区域；

差分图像处理模块，用于对背景减图进行差分图像二值化处理得到前景像素；

提取模块，用于提取与前景像素对应的运动区域轮廓；以及

识别模块，用于将运动区域轮廓的面积及运动区域轮廓内的像素点的灰度值与运动目标的预设特征进行匹配，以识别出视频图像中的运动目标。

7.如权利要求6所述的检测小型生物的图像处理装置，其特征在于，所述获取模块，具体用于：

从采集的视频图像中获取当前帧图像及前一帧图像；

计算当前帧图像的像素值与前一帧图像的像素值的差值，得到目标差值；

判断目标差值是否大于设定的阈值，

如果目标差值大于设定的阈值，则得到背景像素，并将对应的像素点标记为1，如果目标差值小于或等于设定的阈值，则将对应的像素点标记为0。

8.如权利要求7所述的检测小型生物的图像处理装置，其特征在于，所述差分图像处理模块，具体用于：

选定一灰度阈值作为背景像素的筛选值；

判断背景像素中任一项像素点的灰度值是否大于预设的灰度阈值，

如果背景像素中像素点的灰度值大于预设的灰度阈值，则得到前景像素，并将像素点的灰度值标记为高亮状态，如果背景像素中像素点的灰度值大于预设的灰度阈值，则将像素点的灰度值标记为低亮状态。

9.如权利要求8所述的检测小型生物的图像处理装置，其特征在于，所述提取模块，具体用于：

利用递归算法查找所有处于高亮状态的像素点，得到运动区域的轮廓；

对轮廓的所有像素点进行积分运算或求和运算提取运动区域的轮廓。

10.如权利要求6至9任一项所述的检测小型生物的图像处理装置，其特征在于，所述识别模块，具体用于：

判断运动区域的面积是否与运动目标预设面积相匹配，若是则继续判断运动区域的灰度值是否与运动目标预设灰度值相匹配，若是则识别对应的运动目标。