[发明专利]一种视频图像运动检测方法和装置

说明书

本发明提出一种视频图像目标检测方法，包括：通过两层混合高斯模型对视频输入的图像进行背景建模，得到所述视频输入图像的视频图像背景，其中第二次混合高斯模型的输入是第一次混合高斯模型建模后的结果；将所述视频图像背景与所述视频输入图像逐帧做差处理，得到视频图像的视频图像前景；对所述视频图像前景依次基于大津阈值的二值化处理、基于形态学腐蚀与膨胀运算消除联通区域和基于像素值大小的小区域消除，形成所述输入视频图像的前景目标。此外本发明还提出一种视频图像目标检测装置和系统。

技术领域

本发明涉及一种视频图像运动目标检测方法和装置，属于人工智能领域。

背景技术

随着我国城镇化建设步伐不断的加快，城镇安全管理成为不可忽视的问题，智能视频监控系统被越来越广泛地应用于城市安全管理，规模也不断扩大。作为视频监控的核心技术之一，视频图像中运动目标的检测技术也格外受到关注，如何在实践中进一步提高运动目标检测的稳定性和准确性成为国内外大批专家和学者研究的重点。传统运动目标检测方法包括帧间差分、光流法、混合高斯模型等等，其中，作为一种经典的自适应背景建模方法，混合高斯模型对复杂背景有较好适应性，实际表现也相对较好，因此一直得到研究者的关注。

现有技术1中国专利ZL201410090199.1公开了一种基于混合高斯与边缘检测的运动目标检测方法，从摄像头拍摄的视频中读取当前图像帧；利用混合高斯模型，初始化背景，并不断更新背景，同时分离出运动目标并二值化；利用canny边缘检测方法提取运功目标；将得到的运动目标进行或运算并填补空洞；阴影消除；进行必要的后处理，得到最后结果；循环处理直至所有图像帧处理结束。本发明利用混合高斯模型提取的运动目标与canny算子提取的运动目标的或运算，解决了常规方法在运动目标与背景颜色相似情况下提取的运动目标严重缺失的问题。虽然专利ZL对于运动目标与背景颜色相似情况下进行了处理，但受限于单层混合高斯模型的性能，对于视频图像背景建模的能力不足，部分前景可能误判为背景。

现有技术2中国专利ZL200710304222.2公开了一种基于扩展混合高斯模型的运动目标检测方法，通过一级模型构建模块，基于扩展混合高斯模型，构造阴影背景、和前景的概率密度函数；通过二级模型构建模块，基于上述三类的模型，构造运动目标和非运动目标的概率密度函数；通过分类模块，应用MAP-MRF(Maximum a Posteriori-Markov RandomField)方法进行分类；应用跟踪的反馈信息，进一步精确前景模型。本发明通过将高斯混合模型融合空间信息可以克服因背景运动造成的前景误检测；通过在一个概率框架中融合背景建模、前景检测和阴影去除可以克服阴影所造成的不利影响，从而提高运动目标的检测效果。虽然现有技术2对运动目标的背景建模效果较好，但基于马尔科夫随机场的算法，计算复杂度较高，对于实际视频监控图像的实时性要求较难达到。

本发明针对现有技术的上述缺陷，本发明提出了一种视频图像运动目标检测方法和装置。

发明内容

本发明的目的是克服现有技术存在的缺陷，提供一种视频图像运动目标检测方法和装置。此外，本发明另一目的是提供了一种稳定的视频图像目标检测方法

本发明另一目的实现了两层高斯建模算法。

本发明另一目的是实现了对处理图像的后处理算法。

为实现本发明的上述目的，本发明提出了一种视频图像运动目标检测方法，包括：S1.通过两层混合高斯模型对视频输入的图像进行背景建模，得到所述视频输入图像的视频图像背景，其中第二次混合高斯模型的输入是第一次混合高斯模型建模后的结果；S2.将所述视频图像背景与所述视频输入图像逐帧做差处理，得到视频图像的视频图像前景；S3.对所述视频图像前景依次基于大津阈值的二值化处理、基于形态学腐蚀与膨胀运算消除联通区域和基于像素值大小的小区域消除，形成所述输入视频图像的前景目标。