[發明專利]一種對光照變化魯棒的運動目標檢測方法

無效

• 申請號: 201010199509.5
• 申請日: 2010-06-13
• 公開（公告）號: CN101860664A
• 公開（公告）日: 2010-10-13
• 發明（設計）人: 余勝生;孫偉平;陳小平;廖紅虹;李曉振;周敬利;郭紅星;陳加忠;代江華;向杰
• 申請（專利權）人: 華中科技大學
• 主分類號: H04N5/14
• 分類號: H04N5/14;G06T7/20
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 曹葆青

技術領域

本發明屬于智能視頻內容分析領域，特別涉及一種運動目標檢測方法，主要用于視頻傳感器固定時運動目標的檢測。

背景技術

智能視頻內容分析技術是利用計算機視覺技術對視頻信號的內容進行處理、分析和理解，并對視頻內容分析的應用系統進行控制，從而實現視頻內容分析應用系統的智能化。智能視頻內容分析技術以其直觀、方便、信息內容詳實被廣泛用于銀行、商店、車站、碼頭等一些重要的公共場所以及交通運輸、國防、海關，乃至住宅社區等領域的安全防范。

在通常情況下，智能視頻內容分析系統的一般流程結構如圖1所示：

步驟101：視頻傳感器連續采集視頻圖像信號，并將采集到的視頻圖像信號經過數字化后作為輸入圖像發送給智能視頻內容分析部分。

本步驟包括模擬視頻信號的采集、模/數轉化、量化等一系列處理過程，目前市面上的CCD視頻傳感器已經集成了將信號由模擬轉化為數字的模塊，即A/D轉換模塊。因此，從CCD視頻傳感器輸出的視頻圖像信號已經實現了數字化。

步驟102：將步驟101輸入的數字視頻圖像進行前景和背景的檢測與分離，進而檢測出運動目標，提取的運動目標用于后續進一步的內容分析。

目前已經有多種方法用于視頻圖像序列的運動目標檢測，如光流法、視頻圖像序列的幀間差分法、背景減除法等。

步驟103：將步驟102檢測到的運動目標進行分類，以便于針對不同種類的運動目標采用不同的后續分析處理方式。

通常，一個視頻傳感器覆蓋的區域內運動目標具有多樣性。對視頻傳感器覆蓋的區域內的不同運動目標進行分類，在后續的分析處理過程中依據不同類別的先驗知識給予不同的分析處理方式，提高智能的準確性。當視頻傳感器覆蓋的區域內運動目標為單一時，可以省去本步驟。

步驟104：對步驟102檢測到的運動目標進行實時自動跟蹤。

跟蹤運動目標的目地是為了獲取運動目標在各個時刻的位置和狀態，依據運動目標在各個時刻的位置和狀態不僅能判定運動目標當前時刻的行為而且還能夠預測運動目標將來一段時刻內的行為。

步驟105：對步驟104的跟蹤結果結合先驗知識，對運動目標的行為進行判定和識別。

本步驟通常是與步驟104是密切結合在一起的，本步驟是智能視頻內容分析系統中“智能”的真正體現。

在智能視頻內容分析系統中運動目標的檢測對整個系統的性能起著決定性的作用。能否實現運動目標的準確檢測直接決定了整個智能視頻內容分析系統在后續分析處理過程的準確度。正因為運動目標檢測在智能監控系統中的重要地位，近幾十年來，學者們對視頻圖像序列中的運動目標檢測技術做了大量且深入的研究。目前，運動目標檢測技術已經比較成熟，下面是運動目標檢測的三種經典方法：光流法、視頻圖像序列的幀間差分法和背景減除法。

(1)光流是空間運動物體在觀測成像面上的像素運動的瞬時速度。光流的研究是利用圖像序列中的像素強度數據的時域變化和相關性來確定各自像素位置的“運動”，即研究圖像灰度在時間上的變化與景象中物體結構及其運動的關系。光流法檢測采用了目標隨時間變化的光流特性。利用光流法可以通過計算位移矢量光流場來實現運動目標的檢測。

光流法的優點在于對運動目標在幀間的運動限制較少，可以處理大的幀間位移，還可以應用在攝像頭移動的情況；主要缺點是計算相當復雜，對場景條件假設過多，抗噪性能差。

(2)視頻圖像序列的幀間差分法是通過檢測相鄰兩幀圖像之間的灰度變化來檢測運動目標。具體做法是：將第k幀圖像f_k(x，y)與第k-1幀圖像f_k-1(x，y)做差分運算，直接比較連續兩幅視頻圖像幀的不同。通過設定閾值T，得到二值化差分圖像D(x，y)：