[发明专利]基于关联帧差分法的运动目标检测方法

说明书

技术领域

本发明涉及图像处理领域，具体涉及一种基于关联帧差分法的运动目标检测方法。

背景技术

随着人类社会的快速发展及智能化服务的提升，刑事侦查、道路交通监控、智能家居监控等领域越来越离不开视频监控系统。而视频监控系统主要由运动目标检测及跟踪、目标行为分析、目标出现场景的理解及后续行为分析等方面组成。基于视频图像的运动目标检测及跟踪、分析与理解是计算机视觉和数字图像处理技术最为复杂的一个研究方向。

由于帧间差分运动目标检测算法实现简单且运算速度快，对动态环境的自适应能力强，受光照与复杂背景等干扰因素的影响比较小，但是检测出的运动目标容易产生拖影现象及存在一定程度的空洞等缺陷。

发明内容

本发明旨在提供一种基于关联帧差分法的运动目标检测方法，该方法克服现有技术的缺陷，具有减少目标拉伸、准确率更高的特点。

本发明的技术方案如下：

A、将视频图像进行灰度处理后得到灰度图像，利用灰度直方图对灰度图像进行均衡化处理得到均衡化图像，最后对均衡化图像进行中值滤波得到预处理图像；

B、选取相邻的三帧预处理图像作为待检测图像，预设图像相似度阈值；提取待检测图像的颜色特征向量并根据颜色特征向量计算相邻两帧待检测图像的相似度，并与图像相似度阈值进行对比，若均大于图像相似度阈值则执行步骤C的操作，反之则重新选取待检测图像再次进行上述相似度计算以及阈值判断；

C、令三帧待检测图像分别为图像k-1、图像k、图像k+1；

将图像k-1、图像k中相同坐标的像素点的灰度值求差后取绝对值，得到该像素点的差分值，上述各个像素点的差分值构成图像k-1、图像k的差分图像；

将图像k、图像k+1中相同坐标的像素点的灰度值求差后取绝对值，得到该像素点的差分值，上述各个像素点的差分值构成图像k、图像k+1的差分图像；

D、预设差分阈值，利用差分阈值分别对图像k-1、k的差分图像与图像k、图像k+1的差分图像进行二值化处理，分别得到图像k-1、图像k的差分图像与图像k、图像k+1的差分图像中各个像素点的二值化值，分别构成图像k-1、图像k的差分二值化图像以及图像k、图像k+1的差分二值化图像；

E、将图像k-1、图像k的差分二值化图像以及图像k、图像k+1的差分二值化图像中的各个像素点的值进行叠加，得到初步检测结果图，对初步检测结果图进行轮廓填充后，得到最终检测结果图。

优选地，所述的步骤B具体为：

相邻两帧待检测图像的相似度计算如下：

其中S(F₁,F₂)为图像k-1与图像k的相似度，S(F₂,F₃)为图像k与图像k+1的相似度，F₁(i)，F₂(i)，F₃(i)分别为图像k-1、图像k、图像k+1的颜色特征向量，i为颜色特征向量的元素序号；

所述的阈值判断如下：

当S(F₁,F₂)>T₁；S(F₂,F₃)>T₁；则执行步骤C；

当S(F₁,F₂)<T₁或S(F₂,F₃)<T₁；则再次执行步骤B；

其中，T₁为图像相似度阈值。

优选地，所述的步骤C具体为：

所述的图像k-1、图像k中各像素点的差分值D₁(x,y)为：

D₁(x,y)＝|f₂(x,y)-f₁(x,y)|(3)；

所述的图像k、图像k+1中各像素点的差分值D₂(x,_y)为：

D₂(x,y)＝|f₃(x,y)-f₂(x,y)|(4)；

其中f₁(x,y)、f₂(x,y)、f₃(x,y)分别为图像k-1、图像k、图像k+1各个像素点的灰度值。