[发明专利]基于运动信息和区域特征的航拍视频运动目标检测方法

说明书

技术领域

本发明涉及一种运动目标检测方法，特别是涉及一种基于运动信息和区域特征的航拍视频运动目标检测方法。

背景技术

文献“Detection of moving objects with non-stationary cameras in 5.8ms:Bringing motion detection to your mobile device,Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition Workshops.2013:27-34.”提出了一种基于双模态高斯背景建模的移动平台运动目标检测方法。该方法在对图像进行分块的基础上，对每个图像块中的多个像素使用同一双模态高斯背景模型进行建模。为了减小运动补偿的误差，通过加权融合前一帧多个图像块的背景模型，对当前图像进行运动补偿。最后，采用背景差分法对当前图像进行运动目标检测。由于对图像块进行背景建模，降低了运算量，较好地解决了移动平台运动目标检测的实时性问题。文献方法通过背景差分仅分割了图像中的运动像素，无法得到完整的运动目标检测框，且存在较多虚警，对后续的运动目标跟踪等工作造成了很大的困难。

发明内容

为了克服现有运动目标检测方法目标检测完整性差的不足，本发明提供一种基于运动信息和区域特征的航拍视频运动目标检测方法。该方法首先使用背景差分方法进行运动像素检测，得到图像中的候选运动区域。接着，采用基于局部极值的分水岭算法对图像进行斑点检测，得到所有的静态候选目标。最后，通过结合运动信息及区域特征进行运动目标提取，得到了完整的运动目标检测框且降低了虚警率。

本发明解决其技术问题所采用的技术方案是：一种基于运动信息和区域特征的航拍视频运动目标检测方法，其特点是包括以下步骤：

步骤一、将输入的图像划分N×N的图像块，对每个图像块中的所有像素使用两个单高斯模型进行背景建模，分别作为现用背景模型和候选背景模型。当满足式(1)时更新现用模型；满足式(2)时更新备用模型。若两公式都不满足，则使用当前观测值初始化备用模型。

式中，分别表示图像块i在t时刻的现用模型的均值，方差和生存期。令表示图像块i在t时刻的候选模型的对应参数。

θ_s为规定的阈值，取值为2。使用如下公式计算。

经过上述判断后，对满足更新条件的模型进行更新。模型的均值方差及生存周期的更新方法如下：

其中，表示图像块i时刻t的背景模型向t-1时刻模型补偿后的均值、方差和生存期。式(5)中的V_i^(t)的含义为，

若候选模型在某时刻的生存周期超过了现用模型，则将两模型的功能交换，激活候选模型作为有效模型。

将输入图像分成H*W大小的块，取分块的角点作为特征点，在每一个图像分块上通过KLT算法对特征点进行匹配，使用RANSAC算法求解出符合大部分特征点匹配情况的变换矩阵。将图像块G_i根据变换矩阵变换后，其位置与相邻图像块发生重叠。此时，根据重叠面积大小对相邻图像块前一帧的模型参数加权求和得到图像块G_i前一帧的背景模型，实现当前帧图像的运动补偿。

得到当前图像的背景建模结果后，与传统的背景差分方法不同，通过比较图像像素值和背景模型均值差值的平方与背景模型方差之间的差异，确定前景像素。具体使用式(8)计算，

式中，θ_d为人为设置的阈值，取值为4。通过形态学滤波去除前景中的虚警，检测连通域提取候选运动目标的检测框。