[发明专利]一种基于3G智能手机的运动检测方法

摘要

本发明涉及一种基于3G智能手机的运动检测方法。目前的运动检测算法对硬件条件、存储条件和传输条件要求苛刻。本发明方法首先创建用于存储像素点信息的数组；其次计算背景模型的平均灰度值和平均方差值，根据拍摄得到的图像确定有无异常点；然后根据差异值，确定是否更新背景模型、更新率、平均方差值、平均灰度值并对差异值进行处理；最后计算Adiff数组中元素值为255的元素个数所占百分比，确定是否向用户发送告警信息。本发明方法计算量小，且能够很好地避免因拍摄区域光线变化所带来拍摄区域图像改变的影响。

主权项

一种基于3G智能手机的运动检测方法，其特征在于该方法包括如下步骤：步骤(1)初始化二维数组ArefFrames用于存放初始化所用的4幅图像的灰度数据refFrames；该二维数组ArefFrames的大小为4×n；初始化一维数组Amean用于存放背景模型的平均灰度值mean，该一维数组Amean的大小为n；初始化一维数组AcurFrame用于存放当前图像的灰度值curFrame，该一维数组AcurFrame的大小为n；初始化一维数组Asig用于存放背景模型的平均方差值sig，该一维数组Asig的大小为n；初始化一维数组Adiff用于存放当前拍摄图像的灰度值与背景模型的平均灰度值之间差异值diff，该一维数组Adiff的大小为n；其中n为手机拍摄得到的图像像素数据字节数；步骤(2)计算背景模型的平均灰度值，然后将得到的背景模型的平均灰度值mean存到一维数组Amean中；计算背景模型的平均灰度值mean对应的计算过程如下：mean1＝refFrames1mean2＝(mean1+refFrames2)/2mean3＝(mean2*2+refFrames3)/3mean4＝(mean3*3+refFrames4)/4mean＝mean4其中mean1、mean2、mean3、mean4分别是第一次计算所得的初始背景模型的平均灰度值、第二次计算所得的初始背景模型的平均灰度值、第三次计算所得的初始背景模型的平均灰度值、第四次计算所得的初始背景模型的平均灰度值；refFrames1、refFrames2、refFrames3、refFrames4分别是初始化所用的4幅图像中的第一幅的灰度数据、初始化所用的4幅图像中的第二幅的灰度数据、初始化所用的4幅图像中的第三幅的灰度数据、初始化所用的4幅图像中的第四幅的灰度数据；步骤(3)计算背景模型的平均方差值，然后将得到的背景模型的平均方差值sig存到一维数组Asig中；平均方差值sig的计算方法如下： sig = Σ i = 1 4 ( mean - refFrames i ) 2 / i 步骤(4)计算手机拍摄得到的图像中的每个点的像素灰度值与背景模型中的对应点的像素平均灰度值之间的差异值，如果差异值的绝对值小于64，则认为拍摄图像中的该点与背景模型中的对应点为相同点；如果差异值的绝对值大于等于64，则认为拍摄图像中的该点为异常点；所述的差异值为拍摄图像中的每个点的像素灰度值与背景模型中的对应点的像素平均灰度值之差；步骤(5)根据差异值，确定是否更新背景模型，具体是：若差异值的绝对值小于3倍当前背景模型的平均方差值，则将拍摄图像中的该点更新到背景模型中；若差异值的绝对值大于等于3倍当前背景模型的平均方差值，则不将拍摄图像中的该点更新到背景模型中；步骤(6)计算新的更新率alpha′，alpha′＝alpha×(1.0/e|curFrame‑mean|/255)其中alpha的初始值为0.5；步骤(7)根据alpha′更新背景模型的平均方差值sig′，sig′＝(1‑alpha′)×sig+alpha′×(curFrame‑mean)2步骤(8)根据alpha′更新背景模型的平均灰度值mean′，mean′＝(1‑alpha′)×mean+alpha′×curFrame步骤(9)对Adiff数组中的差异值进行如下操作：依次查看Adiff数组中的所有像素点的值，若此像素点邻接像素点的值都是255，那么置此像素点的值为255，否则置为0；步骤(10)对Adiff数组中的差异值进行如下操作：依次查看Adiff数组中的所有像素点的值，若此像素点邻接像素点的值都是0，那么置此像素点的值为0，否则置为255；步骤(11)计算Adiff数组中元素值为255的元素个数所占百分比，如果该占百分比大于等于15％，则向用户发送告警信息，表明当前拍摄区域出现了异物，并跳转至步骤(4)；如果该占百分比小于15％，则直接跳转至步骤(4)。