[發明專利]一種運動檢測方法和裝置

有效

• 申請號: 200710003278.4
• 申請日: 2007-02-02
• 公開（公告）號: CN101237522A
• 公開（公告）日: 2008-08-06
• 發明（設計）人: 左坤隆;楊海欽;陳海
• 申請（專利權）人: 華為技術有限公司
• 主分類號: H04N5/14
• 分類號: H04N5/14
• 代理公司: 北京德琦知識產權代理有限公司
• 代理人: 宋志強;麻海明

技術領域

本發明涉及圖像處理技術領域，具體涉及一種運動檢測方法和裝置。

背景技術

運動檢測技術是智能視頻監控、基于圖像的三維對象建模、基于視覺的人機交互等系統中應用的一項基本技術。運動檢測算法的效果直接影響著這些系統應用的后續操作。例如：在智能視頻監控系統中，需要對某些物體的行為進行分析判斷，這就首先需要檢測出該物體是否已經出現，而檢測的主要依據就是該物體是否運動。在檢測到運動對象后，開始對該運動對象進行跟蹤，從而得到該運動對象的高級行為分析結果。在運動檢測中，陰影的問題也是需要充分考慮到的，因為在運動檢測技術中，運動物體的輪廓是非常關鍵的。其一，物體的輪廓與物體的形狀密切相關，而在識別物體如：人、其它動物、車輛等的屬性時，物體的形狀將是一個非常重要的線索；其二，在后續的跟蹤步驟中，需要對物體提取進一步的特征如：直方圖特征，而特征提取的范圍是由物體的輪廓來限定的。另外，如果運動物體的陰影與其本身是分離的，那么其陰影如果符合一定的要求則可能被看作是一個新的對象，這時就會出現虛警，并且影響被監控對象的計數。因此，在運動檢測中，一方面要考慮把所有符合要求的運動物體都要檢測出來，另一方面還需要把陰影部分從運動部分排除出去。

目前的運動檢測算法主要有背景減除算法、多幀差分算法、光流算法等。去陰影算法分為基于模型的方法和基于特征的方法。通常先采用運動檢測算法檢測出圖像中的運動部分，再依據陰影檢測算法確定運動部分中哪些為陰影。陰影檢測算法的主要思想是從圖像的RGB顏色空間提取出色彩和亮度兩個分量，而陰影一般符合亮度比背景暗，而色彩分量不變的特征，據此特征，分別對色彩和亮度兩個分量設置門限值，在該門限范圍內的像素點即為陰影部分。

該技術的缺點是：運動檢測與陰影去除無法同時進行，必須在得到運動部分后，再將陰影當作非運動區域去除，從而增大了運算量。同時，在某些情況下，要為陰影檢測設定一個固定的門限值，并不能保證在任何情況下該門限值都能符合實際情況，例如：光照充分與光照較弱兩種情況下，陰影的門限值應該是不同的，這就導致該算法沒有普遍適應性。

發明內容

本發明提供一種運動檢測方法及裝置，以減少運動檢測的計算量。

本發明的技術方案是這樣實現的：

一種運動檢測方法，包括：獲取檢測場景的深度圖像，建立并初始化該深度圖像的背景模型，根據該背景模型確定該深度圖像中的運動對象像素點。

一種運動檢測裝置，包括：深度圖像獲取模塊和運動檢測模塊，其中：

深度圖像獲取模塊，用于獲取檢測場景的深度圖像；

運動檢測模塊，用于建立所述深度圖像的背景模型，從所述深度圖像獲取模塊讀取深度圖像的各像素點，根據該背景模型確定該深度圖像的運動對象像素點。

與現有技術相比，本發明通過獲取檢測場景的深度圖像，并建立深度圖像的背景模型來進行運動檢測，由于深度圖像的每個像素點只包含一個像素值，因此與現有的通過對彩色圖像建立背景模型進行運動檢測的方法相比，本發明可大大減少了運動檢測的計算量；同時，由于深度圖像與環境光照和陰影無關，因此本發明不需進行去陰影操作，進一步減少了運動檢測的計算量，提高了運動檢測的效率，也避免了光照、陰影對運動檢測結果的影響，提高了運動檢測的精確度。

附圖說明

圖1為本發明實施例一提供的運動檢測的流程圖；

圖2為本發明實施例二提供的運動檢測的流程圖；

圖3為本發明實施例提供的對彩色圖像進行運動檢測的流程圖；

圖4為本發明實施例一提供的實現運動檢測的裝置組成圖；

圖5為本發明實施例二提供的實現運動檢測的裝置組成圖。

具體實施方式

下面結合附圖及具體實施例對本發明再作進一步詳細的說明。

圖1是本發明實施例一提供的運動檢測的流程圖，如圖1所示，其具體步驟如下：

步驟101：獲取檢測場景的深度圖像。

深度圖像與環境光照和陰影無關，深度圖像的像素點清晰地表達了景物的表面幾何形狀。深度圖像獲取方式分為主動式和被動式兩種，主動式主要通過向目標發射能量束如：激光、電磁波、超聲波等，并檢測回波得到；被動式通過傳感器主要利用周圍環境條件成像。

在本發明中，針對不同的應用環境可以采用不同的方式獲取深度圖像。例如：在日常的開放的視頻監控系統中，為了避免陽光等強光源的影響，可以采用主動方式獲取深度圖像。在本實施例中所采集的深度圖像只需反映檢測對象間的相對深度關系即可，不需對深度圖像獲取裝置進行標定。