[发明专利]一种基于MATLAB系统的物体运动图像捕捉合成方法

权利要求书

1.一种基于MATLAB系统的物体运动图像捕捉合成方法，其特征在于：所述捕捉合成方法包括以下步骤：

步骤1：对已知连续三帧物体运动图像进行特征检测，其中，向MATLAB系统中导入物体运动图像，通rgb2gray工具进行物体运动图像灰度化处理，将物体运动图像按照灰度值加权平均法转换为黑白图像，并采用求梯度的方法确定边缘点；

步骤2：将步骤1中灰度化处理后的物体运动图像的像素点灰度值给定一个阈值T，采用阈值判定法进行二值化处理：

其中，当物体运动图像的像素点灰度值小于阈值T时，像素点设置为黑色；当物体运动图像的灰度值大于阈值T时，像素点设置为白色；

步骤3：将步骤2中二值化处理后的物体运动图像进行捕捉；

步骤4：将通过步骤1至步骤3处理后的已知连续三帧物体运动图像，分别标记为第t-1帧、第t帧和第t+1帧，其中，将连续两帧物体运动图像第t-1帧和第t帧为第一组，第t帧和第t+1帧为第二组，将第一组中两张物体运动图像对应的每一个像素点进行帧间灰度差减算法，并将第一组中两张物体运动图像的帧间灰度差减算法绝对值保存在数组{D1}中，将第二组中两张物体运动图像对应的每一个像素点进行帧间灰度差减算法，并将第二组中两张物体运动图像的帧间灰度差减算法绝对值保存在数组{D2}中；

步骤5：设定像素点集{Bi，j}和{Oi，j}分别为第t帧的背景图像像素点集和前景目标图像像素点集，将数组{D1}和数组{D2}中的各值分别与阈值T进行比较：

当对于某一点(i，j)在数组{D1}和数组{D2}中的相应的帧间灰度差减算法绝对值均大于阈值T，则该点在当前连续的第t-1帧、第t帧和第t+1帧图像中是运动的，属于前景目标图像像素点集{Oi，j}；

步骤6：采用步骤5的方法将第t帧中所有的像素点进行分类，得到第t帧中所有前景目标图像像素点集{Oi，j}，再清除所有的前景目标图像像素点集{Oi，j}，余下的即为第t帧中的背景图像像素点集{Bi，j}；

步骤7：利用采集的第t-1帧和第t+1帧物体运动图像重复上述的操作，即可得到第t-1帧物体运动图像的背景图像像素点集{Bi-1，j-1}，第t+1帧物体运动图像的背景图像像素点集{Bi+1，j+1}，并将得到的背景图像像素点集{Bi-1，j-1}和{Bi+1，j+1}与前面得到的背景图像像素点集{Bi，j}；

步骤8：对背景图像像素点集{Bi-1，j-1}、{Bi，j}和{Bi+1，j+1}通过MATLAB系统中reshape函数工具进行重构和融合，即可得到合成图像。

2.根据权利要求1所述的一种基于MATLAB系统的物体运动图像捕捉合成方法，其特征在于：所述步骤1中灰度值加权平均法按照以下权重分配：

0.2989*R+0.5870*G+0.1140*B，所述步骤1中采用的梯度算子采用sobel算子。

3.根据权利要求1-2任意一项所述的一种基于MATLAB系统的物体运动图像捕捉合成方法，其特征在于：所述步骤2中阈值判定法所给定的阈值通过手动阈值选取法进行选定，其阈值T等于sobel算子运算出的阈值乘以0.5作为二值化的阈值。

4.根据权利要求1所述的一种基于MATLAB系统的物体运动图像捕捉合成方法，其特征在于：所述步骤2还包括有物体运动图片进行降噪处理和前景膨胀处理，其中，使用卡尔曼滤波器对物体运动图片进行降噪，其算法为X(k|k-1)＝A*X(k-1|k-1)+B*U(k)，前景膨胀处理能够使物体运动显得更加平整和明显。

5.根据权利要求1所述的一种基于MATLAB系统的物体运动图像捕捉合成方法，其特征在于：所述步骤3中物体运动图像捕捉包括以下子步骤：

步骤3.1：在经过步骤2处理后的物体运动图像的基础上，细化边缘，去除离散点，其中，首先抑制连接图像边缘的亮结构；

步骤3.2：在步骤3.1的基础上，采用开运算去除比结构元素小的亮色细节，消弱狭窄部分，去掉细的突出；

步骤3.3：在步骤3.2的基础上，采用闭运算去除比结构元素更小的暗色细节，连接狭窄部分，填充轮廓的缝隙，以此确定最大的连通区域；

步骤3.4：在步骤3.3的基础上，填充最大连通区域，采取边缘分割技术，调用MATLAB系统中bwperim函数工具分割物体运动图像，找到运动的物体，提取物体运动边缘；

步骤3.5：在步骤3.4的基础上，根据边缘提取分割出的物体的坐标计算物体的中心点，并将物体中心点存储在物体运动轨迹的数组中，根据数组中存储的物体中心点即可绘制出物体的运动轨迹曲线。