[發(fā)明專利]一種電腦輸出視頻圖像變化檢測的方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201210334876.0
• 申請(qǐng)日: 2012-09-11
• 公開（公告）號(hào): CN102867308A
• 公開（公告）日: 2013-01-09
• 發(fā)明（設(shè)計(jì)）人: 陳喆;殷福亮;鄒燕平
• 申請(qǐng)（專利權(quán)）人: 大連理工大學(xué)
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00
• 代理公司: 大連東方專利代理有限責(zé)任公司 21212
• 代理人: 曲永祚;李洪福

技術(shù)領(lǐng)域

本發(fā)明涉及一種電腦輸出視頻圖像變化檢測的方法，屬于視頻處理技術(shù)領(lǐng)域。

背景技術(shù)

隨著多媒體技術(shù)的發(fā)展，視頻和圖像處理技術(shù)的應(yīng)用日趨廣泛，而運(yùn)動(dòng)變化檢測技術(shù)就是其中重要的一個(gè)研究方向。該技術(shù)旨在借助參考圖像來判斷當(dāng)前圖像是否存在運(yùn)動(dòng)變化，某些應(yīng)用需要進(jìn)一步檢測運(yùn)動(dòng)變化的具體區(qū)域。該技術(shù)的應(yīng)用十分廣泛，比如利用變化檢測技術(shù)對(duì)同一地域不同時(shí)期的遙感圖像中定量分析和確定地表變化過程，來更新地理數(shù)據(jù)、評(píng)估災(zāi)難、檢測土地利用情況等；比如在安防領(lǐng)域，可以通過對(duì)監(jiān)控視頻的變化檢測來判斷是否有非法入侵者闖入等。

視頻圖像的運(yùn)動(dòng)變化檢測對(duì)算法的實(shí)時(shí)性要求較高，同時(shí)視頻中對(duì)象運(yùn)動(dòng)（如視頻場景變化、微小的人為變化等）或噪聲都會(huì)引起視頻圖像像素值的改變。其中，對(duì)象運(yùn)動(dòng)引起的變化是結(jié)構(gòu)性的，而噪聲引起的變化是非結(jié)構(gòu)性的。噪聲一般來源于相機(jī)、量化、傳輸?shù)龋烧J(rèn)為是高斯噪聲，并且為加性噪聲，這些噪聲對(duì)我們做出的判斷會(huì)有很大的影響，需要將這些影響降低到最小。對(duì)于可能存在的微小的人為變化（如電腦桌面圖像中的指針移動(dòng)），需要較高的檢測精度。總之，應(yīng)用于視頻圖像運(yùn)動(dòng)變化檢測的算法在保證實(shí)時(shí)性的基礎(chǔ)上，既要抑制噪聲對(duì)視頻變化判斷的干擾，又要保持微小變化的偵測靈敏度。

在申請(qǐng)于2011年1月18日，公開于2011年5月18日，公開號(hào)為CN102063722A的專利中，申請(qǐng)人公開了一種基于主成份廣義逆變換的圖像變化檢測方案。該方案通過對(duì)待檢測圖像重新組織數(shù)據(jù)后進(jìn)行兩個(gè)特征空間中的變換，在變換后的特征空間中進(jìn)行更新波段差分處理以獲取變化成分，再通過自動(dòng)閾值確定方法來提取變化區(qū)域，實(shí)現(xiàn)變化檢測。該方案利用基于PCA（主成份分析）變換的變化檢測是在主成份廣義逆變換后的特征空間里對(duì)圖像進(jìn)行差分檢測，從而有效地抑制了噪聲，在圖像受噪聲干擾嚴(yán)重，圖像變形扭曲，分辨率過低等情況下很好的檢測效果。該方案的確可以很好地抑制噪聲干擾，克服圖像扭曲及分辨率較低等不利因素對(duì)變化檢測的影響，但其采用的主成份分析(PCA)變換算法計(jì)算量較大，會(huì)產(chǎn)生較大的系統(tǒng)時(shí)延。

在公開于2010年1月5日，公開號(hào)為US7643703B2的美國專利中，申請(qǐng)人公開了一種圖像變化檢測系統(tǒng)設(shè)計(jì)方案。該方案中，首先載入原圖像和目標(biāo)圖像，再將兩幅圖像變?yōu)槎祷倪吘増D像（在邊緣圖像中，每個(gè)像素標(biāo)注為邊緣或者非邊緣），清楚地描述圖像中各對(duì)象的輪廓，然后將兩幅邊緣圖像進(jìn)行比對(duì)，以此來判斷兩幅圖像是否存在變化部分。該方案對(duì)物體輪廓較清晰圖像的變化檢測效果較好。該方案對(duì)邊緣模糊的圖像或是顏色對(duì)比度較低的圖像的變化檢測效果較差,另外，該方案對(duì)整張圖像直接進(jìn)行操作，對(duì)細(xì)小變化的漏檢概率較大。

在北京理工大學(xué)學(xué)報(bào)第27卷第11期，文章編號(hào)為1001-0645（2007）11-0998-03的文章中作者提出了一種基于相關(guān)系數(shù)的圖像變化檢測方案。該方案基于兩幅圖像之間的相關(guān)系數(shù)越小，相似度越低的原理，先將參考圖像和輸入圖像轉(zhuǎn)換成灰度圖像，然后對(duì)相關(guān)系數(shù)公式進(jìn)行簡化和迭代運(yùn)算，并利用簡化的相關(guān)系數(shù)公式計(jì)算參考圖像和輸入圖像之間的相關(guān)系數(shù)，得到相關(guān)系數(shù)矩陣，通過對(duì)相關(guān)系數(shù)矩陣的分析，判斷兩幅圖像是否有變化。該方案對(duì)含有較小噪聲的圖像可以得到比較準(zhǔn)確的結(jié)果，但當(dāng)噪聲較大時(shí)，圖像之間的相似性就會(huì)減弱，相關(guān)系數(shù)減小，即使圖像沒有發(fā)生變化，也會(huì)被誤判為有變化。

此外，當(dāng)分塊相對(duì)較大時(shí)，微小的物體運(yùn)動(dòng)反映在相關(guān)系數(shù)上有可能相等，該方案無法判定此類變化，導(dǎo)致檢測無變化。

綜上所述，現(xiàn)有視頻變化檢測方案都有一定局限性，特別是針對(duì)視頻圖像中微小變化的實(shí)時(shí)檢測應(yīng)用，性能不佳。

發(fā)明內(nèi)容

為了克服上述的不足，本發(fā)明提供一種電腦輸出視頻圖像變化檢測的方法，其能夠?qū)崿F(xiàn)視頻圖像中微小變化的實(shí)時(shí)檢測。

本發(fā)明實(shí)現(xiàn)的技術(shù)方案如下：

第一步：彩色圖像轉(zhuǎn)成灰度圖像，所述彩色圖像轉(zhuǎn)成灰度圖像方法如下：

y＝0.114*b+0.587*g+0.299*r，

所所y為灰度值，y的范圍是0≤y≤255；所述b為彩色圖像的藍(lán)色分量，b的范圍是0≤b≤255；所述g為綠色分量，g的范圍是0≤g≤255；所述r為紅色分量，r的范圍是0≤r≤255；

第二步：把第一步得到的灰度圖像通過均值濾波器濾波，所述濾波器為