[發(fā)明專利]一種圖像檢測方法及裝置

有效

• 申請?zhí)枺?/td>: 201110176980.7
• 申請日: 2011-06-28
• 公開（公告）號: CN102855634B
• 公開（公告）日: 2017-03-22
• 發(fā)明（設(shè)計）人: 付強(qiáng);李勃;張震瑋;陳啟美;何軍;江登表
• 申請（專利權(quán)）人: 中興通訊股份有限公司
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 北京康信知識產(chǎn)權(quán)代理有限責(zé)任公司11240
• 代理人: 江舟,李靈潔

技術(shù)領(lǐng)域

本發(fā)明涉及圖像處理技術(shù)領(lǐng)域，尤其涉及一種圖像檢測方法及裝置。

背景技術(shù)

圖像運動目標(biāo)檢測是智能視頻監(jiān)控領(lǐng)域的重要研究方向，而背景建模作為運動檢測中應(yīng)用最廣的一種方法，是計算機(jī)視覺中十分關(guān)鍵的部分，背景與前景的有效分割對后續(xù)的目標(biāo)跟蹤、物體識別、行為分類等高層處理起著決定性的影響。然而，背景建模方法對場景光照變化較為敏感，包括長時有規(guī)律的變化，如樹葉搖晃、早晚更替等，和短時隨機(jī)變化，諸如天氣、運動物體等。

目前，背景建模的研究主要從像素時域統(tǒng)計和空域紋理分析兩個方面展開，基于像素時域分布統(tǒng)計的方法，諸如混合高斯模型及其改進(jìn)方法，能夠較好地適應(yīng)長時有規(guī)律的光照變化，但由于該模型假設(shè)觀測的時間序列中每一像素點相互獨立，對細(xì)微的光照或短時光照的變化很敏感，檢測效果不夠理想。基于空域的背景模型，如局部二元圖(LBP)，Radial?Reach濾波器，由于使用了局部區(qū)域內(nèi)不變的空間域紋理特征，在短時光照變化下魯棒性較好，但如果只是局部區(qū)域內(nèi)部分像素點發(fā)生改變時，這時提取的特征便不能滿足空域不變性，檢測的效果會受到較大影響，而這種情況在室外視頻中往往比較常見。

現(xiàn)有技術(shù)中的中心對稱局部二值模式(CSLBP)紋理模型，在應(yīng)用于背景建模時，CSLBP相比LBP特征維數(shù)更低，抗噪聲能力更強(qiáng)，便于實時運算。但CSLBP局限于考慮對短時光照變化的魯棒性，未能考慮紋理的時域分布特性對背景建模的重要影響，且當(dāng)長時光照變化導(dǎo)致局部區(qū)域內(nèi)部分像素點發(fā)生改變時，CSLBP不能滿足空域不變性，故在復(fù)雜光照變化場景下，尤其是短時光照變化與長時光照變化并存的時候，CSLBP不能滿足背景建模的需要。

發(fā)明內(nèi)容

本發(fā)明實施例提供了一種圖像檢測方法及裝置，用以提高圖像運動目標(biāo)檢測的檢測率和準(zhǔn)確率，使得在復(fù)雜光照變化場景下，同樣可以很準(zhǔn)確地檢測到運動目標(biāo)。

本發(fā)明實施例提供的一種圖像檢測方法包括：

根據(jù)圖像的灰度變化趨勢建模得到混合時空背景模型；

采集圖像，利用所述混合時空背景模型，對圖像進(jìn)行運動目標(biāo)檢測，確定目標(biāo)圖像

本發(fā)明實施例提供的一種圖像檢測裝置包括：

圖像獲取單元，用于獲取圖像；

運動目標(biāo)檢測單元，用于利用預(yù)先設(shè)置的混合時空背景模型，對圖像進(jìn)行運動目標(biāo)檢測，確定目標(biāo)圖像；其中，所述混合時空背景模型，是預(yù)先根據(jù)圖像的灰度變化趨勢建模得到的。

本發(fā)明實施例，根據(jù)圖像的灰度變化趨勢建模得到混合時空背景模型；采集圖像，利用所述混合時空背景模型，對圖像進(jìn)行運動目標(biāo)檢測，確定目標(biāo)圖像，從而提高圖像運動目標(biāo)檢測的檢測率和準(zhǔn)確率，使得在復(fù)雜光照變化場景下，同樣可以很準(zhǔn)確地檢測到圖像中的運動目標(biāo)。

附圖說明

圖1為本發(fā)明實施例提供的圖像檢測方法的流程示意圖；

圖2為本發(fā)明實施例提供的混合時空背景模型的建模方法的流程示意圖；

圖3為本發(fā)明實施例提供的ST-CSLBP算子描述圖；

圖4-a為當(dāng)前幀輸入圖像，圖4-b為基于顏色的混合高斯模型的檢測結(jié)果，圖4-c為基于空間模型的檢測結(jié)果，圖4-d為通過本發(fā)明實施例提供的混合時空背景建模方法得到的檢測結(jié)果；

圖5為本發(fā)明實施例提供的混合時空背景建模方法與其他方法的準(zhǔn)確率與檢索率的比較示意圖；

圖6-a至圖6-f為本發(fā)明實施例提供的測試結(jié)果示意圖；

圖7為本發(fā)明實施例提供的圖像檢測裝置的結(jié)構(gòu)示意圖。

具體實施方式

本發(fā)明實施例提供了一種圖像檢測方法及裝置，用以提高圖像運動目標(biāo)檢測的檢測率和準(zhǔn)確率，使得在復(fù)雜光照變化場景下，同樣可以很準(zhǔn)確地檢測到運動目標(biāo)。

為了解決復(fù)雜光照變化場景下的運動目標(biāo)檢測的準(zhǔn)確性問題，本發(fā)明實施例提供了一種基于時空-中心對稱局部二值模式(ST-CSLBP)的混合時空背景模型及其建模方法，通過采用混合時空背景模型對圖像進(jìn)行運動目標(biāo)檢測，可以在長時光照變化與短時光照變化的場景下均能準(zhǔn)確分割出運動物體。

參見圖1，本發(fā)明實施例提供的一種圖像檢測方法，包括步驟：

S101、采集圖像；

S102、利用預(yù)先設(shè)置的混合時空背景模型，對圖像進(jìn)行運動目標(biāo)檢測，確定目標(biāo)圖像；

其中，所述混合時空背景模型，是預(yù)先根據(jù)圖像的灰度變化趨勢建模得到的。

較佳地，參見圖2，本發(fā)明實施例提供的預(yù)先設(shè)置混合時空背景模型的步驟包括：