[发明专利]基于灰度图像特征匹配的Vibe运动目标检测方法

摘要

本发明提出了一种基于灰度图像特征匹配的Vibe运动目标检测方法，用于解决现有技术中运动目标检测的精度和召回率较低的问题。实现步骤为：(1)输入视频A；(2)将视频A的第一帧图像转换为灰度图G0；(3)构建灰度图G0的Vibe背景模型；(4)标注视频A第一帧图像后的每帧图像中的前景点区域；(5)基于图像特征匹配算法对T‑2R‑1帧灰度图进行鬼影区域判别；(6)对灰度图G0的Vibe背景模型进行更新；(7)获取不包含鬼影区域的运动目标区域。本发明采用灰度图像特征匹配算法对前景区域判别并消除鬼影区域和噪声区域，实现对运动目标的高精度检测，可用于监控视频中的运动目标追踪和行为分析。

主权项

1.一种基于灰度图像特征匹配的Vibe运动目标检测方法，其特征在于：包括以下步骤：(1)输入视频A；输入通过固定摄像机拍摄的大小为M×N，帧数为T的视频A，M≥100，N≥100，T≤30；(2)将视频A的第一帧图像转换为灰度图G₀：读取视频A的第一帧图像，并将其转换为灰度图G₀；(3)构建灰度图G₀的Vibe背景模型：(3a)设灰度图G₀中任意一个像素点的位置坐标为(x，y)，x≤N，y≤M；(3b)提取从灰度图G₀中位置坐标为(x，y)的每一个像素点邻近随机选取的一个像素点的灰度值，共提取k次，16≤k≤20，得到k个灰度值，并将该k个灰度值作为位置坐标为(x，y)的像素点的Vibe背景模型，所有像素点的Vibe背景模型构成灰度图G₀的Vibe背景模型；(4)标注视频A第一帧图像后的每帧图像中的前景点区域：(4a)将按照从前到后的顺序依次读取的视频A第一帧图像后的T‑1帧图像转换为灰度图G，并获取每帧图像的背景点和前景点：其中，f(xⁱ，yⁱ)为第i帧灰度图中位置坐标为(xⁱ，yⁱ)的像素点的灰度值，为灰度图G₀的Vibe背景模型中对应于位置坐标为的像素点的第l个灰度值且位置坐标的值与(xⁱ，yⁱ)相同，Comp(f(xⁱ，yⁱ)，f^l(xⁱ，yⁱ))＝(f(xⁱ，yⁱ)‑f^l(xⁱ，yⁱ))÷k，label＝0和label＝1分别为第i张灰度图中以(xⁱ，yⁱ)为位置坐标的像素点为背景点和前景点，P为预先设置的阈值，20≤P≤40；(4b)标注T‑1帧灰度图中的前景点区域：使用大小为v×h的矩形标注框对每帧灰度图中所有前景点形成的区域进行标注，并将每帧灰度图中被标注的区域保存为集合，得到标注有前景点区域的T‑1帧灰度图G^T‑1和T‑1个前景点区域集合S¹，S²，…，S^T‑1，再将G^T‑1划分为包括2R帧灰度图和T‑2R‑1帧灰度图的两段，50≤v≤500，50≤h≤500，2≤R≤5；(5)基于图像特征匹配算法对T‑2R‑1帧灰度图进行鬼影区域判别：基于图像特征匹配算法，对T‑2R‑1帧灰度图对应的前景点区域集合S^2R+1，…，Sⁱ，…，S^T‑1中的每个前景点区域集合Sⁱ中的每个前景点区域s，分别与前景点区域集合S^i‑R和S^i‑2R中的所有区域进行匹配，若匹配到的区域超过两个，则s为Sⁱ中的鬼影区域，并将Sⁱ中的所有鬼影区域组成鬼影区域集合ssⁱ，S^2R+1，…，Sⁱ，…，S^T‑1中所有鬼影区域集合表示为ss^2R+1，…，ss^T‑1；(6)对灰度图G₀的Vibe背景模型进行更新：通过每个鬼影区域集合ssⁱ中每个鬼影区域的每个像素点的灰度值，替换灰度图G₀的Vibe背景模型中对应位置像素点的k个灰度值，得到更新后的灰度图G₀的Vibe背景模型；(7)获取不包含鬼影区域的运动目标区域：使用更新后的灰度图G₀的Vibe背景模型，对灰度图G第2R+1帧后的每帧灰度图的前景点区域进行标注，得到T‑2R‑1帧标注有前景点区域的灰度图，每帧灰度图中标注的前景点区域即为不包含鬼影区域的运动目标区域。