[發明專利]一種電動輪椅運動下的單運動目標實時檢測方法

無效

• 申請號: 201410106818.1
• 申請日: 2014-03-21
• 公開（公告）號: CN103942813A
• 公開（公告）日: 2014-07-23
• 發明（設計）人: 佘青山;楊偉健;陳希豪;李前戎
• 申請（專利權）人: 杭州電子科技大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 杜軍

技術領域

本發明屬于計算機視覺和智能輪椅領域，涉及一種電動輪椅運動下的單運動目標實時檢測方法。?

背景技術

視頻序列圖像中運動目標檢測是計算機視覺領域的一個重要的研究課題，是基于視覺智能系統的重要組成部分。在現實生活中，大量有意義的視覺信息包含在運動之中，把運動目標從實時變化的背景中快速、準確地分離出來是對圖像進一步分析處理的關鍵。運動目標檢測在機器人技術、人工智能、人機接口、意圖識別、軍事系統等領域都有著廣泛的應用，其效果好壞將直接影響后續工作。因此視頻序列圖像運動目標檢測技術具有重要的研究價值和應用意義。?

近年來由于機器人技術的迅猛發展，基于視覺的移動機器人平臺運動目標檢測已成為研究的熱點。電動輪椅就屬于移動機器人平臺的范疇。在智能輪椅領域中，基于視覺的人機接口研究較多，該類接口中往往需要通過頭部運動或者手部運動來驅動電動輪椅，這就首先需要對運動部分進行檢測定位；或者，在智能輪椅的意圖判別過程中，首先需要檢測出運動目標，再通過分析運動目標的運動規律來判定其意圖行為。因此，運動目標的檢測是智能輪椅領域中一個非常重要和關鍵的部分，具有重要的技術研發價值和廣泛的市場應用前景。?

然而，電動輪椅運動過程中獲取的序列圖像背景是動態的，必須先對動態的背景圖像進行配準補償。目前，對動態背景下的運動目標準確完整的檢測成了運動目標檢測領域的一個普遍性難點。常見的動態背景下運動目標檢測方法主要有光流法和基于運動補償方法。光流法能夠克服復雜無規律的運動背景，較完整的檢測出運動目標，但其計算耗時，實時性差，并不適用于電動輪椅平臺的運動目標檢測。基于運動補償的方法應用較廣，是一種通過運動補償將動態背景運動目標檢測轉為趨于成熟的靜態運動目標檢測的方法。?

發明內容

本發明提供了一種電動輪椅運動下的單運動目標實時檢測方法，能夠解決電動輪椅運動時圖像序列的實時配準，運動目標輪廓的提取，運動目標的檢測問題，對光照具有較好的魯棒性，同時能夠快速準確完整地將運動目標?從圖像中提取出來，為后期意圖行為的分析和處理提供基礎。?

本發明提供的一種電動輪椅運動下的單運動目標實時檢測方法，包括背景圖像配準策略、分水嶺分割前前景和背景標記提取等發明點。?

基于標記提取的分水嶺分割是一種有效的運動目標分割方法，通過提取與運動區域相關的標記，可以提高分割的精確性。標記約束分水嶺是從標記指定區域開始浸水，只要對運動區域進行合適的標記就可以對其進行準確提取。運動區域最直觀的信息是運動區域邊緣輪廓，因此，運動區域的標記選取可以通過其輪廓信息來獲得。?

前景標記和背景標記提取的好壞將直接影響到最后運動區域分割的完整性。為了保證算法的實時性和運動區域分割的完整性，本發明提出了一種基于運動輪廓和分層投影的方法來提取前景和背景標記。先用連續三幀配準圖像差分相乘方法檢測出運動區域輪廓，然后結合形態學膨脹、腐蝕和投影法生成前景和背景標記模板，再分別利用分層投影法提取前景和背景標記。?

為了實現以上目的，本發明方法主要包括以下步驟：?

步驟(1)運動目標視頻序列獲取。運動目標視覺信息是通過固定在電動輪椅上的光學鏡頭或CMOS圖像傳感器組件獲取。?

步驟(2)圖像縮放和平移配準。取步驟(1)中視覺信號的連續三幀序列圖像，并根據電動輪椅的運動狀態，結合相位相關和Fourier-Mellin變換將其中的首尾兩幀相對于中間幀進行平移和縮放配準。?

步驟(3)差分相乘運動區域輪廓檢測。對步驟(2)配準后的三幀圖像進行差分相乘，檢測出運動區域輪廓。?

步驟(4)前景和背景標記模版的生成。對步驟(3)檢測出的運動目標輪廓圖像分別進行形態學膨脹和腐蝕操作，再用投影法分別得到運動區域輪廓的外接矩形區域，生成前景和背景標記模板。?

步驟(5)前景和背景標記的提取。根據步驟(4)得到的前景和背景標記模版，分別利用分層投影法提取出前景和背景標記。?

步驟(6)分水嶺運動目標分割。將步驟(5)提取的前景和背景標記進行“并”操作得到標記掩膜，再用強制最小技術重構梯度圖像，并利用標記約束分水嶺算法分割出完整的運動區域。?

本發明與已有的動態背景下運動目標檢測方法相比，具有以下特點：?

1、比較準確完整的檢測出運動目標。?