[發(fā)明專利]一種基于頻域處理的抗噪運(yùn)動(dòng)目標(biāo)檢測(cè)方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201410218556.8
• 申請(qǐng)日: 2014-05-22
• 公開（公告）號(hào): CN103985140A
• 公開（公告）日: 2014-08-13
• 發(fā)明（設(shè)計(jì)）人: 劉煜;張茂軍;肖華欣;徐瑋;熊志輝
• 申請(qǐng)（專利權(quán)）人: 中國(guó)人民解放軍國(guó)防科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06T7/20
• 分類號(hào): G06T7/20
• 代理公司: 長(zhǎng)沙正奇專利事務(wù)所有限責(zé)任公司 43113
• 代理人: 盧宏

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)字圖像處理領(lǐng)域，特別是一種針對(duì)圖像序列受噪聲污染條件下，基于頻域處理的抗噪運(yùn)動(dòng)目標(biāo)檢測(cè)方法。

背景技術(shù)

近十幾年來，隨著數(shù)碼技術(shù)的普及和計(jì)算能力的提升，基于計(jì)算機(jī)視覺技術(shù)的運(yùn)動(dòng)目標(biāo)檢測(cè)得到國(guó)內(nèi)外學(xué)者的密切關(guān)注與研究。運(yùn)動(dòng)目標(biāo)檢測(cè)是指一類從給定的圖像序列或監(jiān)控視頻中準(zhǔn)確、完整地提取運(yùn)動(dòng)目標(biāo)的方法。所提取的運(yùn)動(dòng)目標(biāo)信息是追蹤、目標(biāo)識(shí)別、行為理解等高層次視頻處理技術(shù)的基礎(chǔ)。作為智能視頻監(jiān)控系統(tǒng)中的關(guān)鍵技術(shù)，從應(yīng)用上講，運(yùn)動(dòng)目標(biāo)檢測(cè)可用于交通流量監(jiān)控、行車障礙物檢測(cè)等智能交通領(lǐng)域，也可用于越線報(bào)警、入侵檢測(cè)等安防監(jiān)控領(lǐng)域。

面向數(shù)字圖像、視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)其研究熱點(diǎn)主要集中于動(dòng)態(tài)、復(fù)雜的背景。但是，相比背景動(dòng)態(tài)，光照變化等情況，現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測(cè)方法卻對(duì)于受污染信號(hào)這一基本問題沒有較深入的討論與研究。噪聲作為一種最常見和主要的污染信號(hào)，存在于數(shù)字圖像/視頻采集的各個(gè)過程中，并會(huì)對(duì)圖像復(fù)原、運(yùn)動(dòng)檢測(cè)、目標(biāo)識(shí)別等圖像/視頻處理造成極大的影響。過大的噪聲會(huì)致使傳統(tǒng)的運(yùn)動(dòng)檢測(cè)方法效果不理想甚至完全失效。例如經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)方法——混合高斯模型，通過統(tǒng)計(jì)模型估計(jì)當(dāng)前幀像素值依次來區(qū)分前景與背景，效果如圖2(b1-b4)所示；視覺背景描述子(ViBe)作為一種現(xiàn)在主流的運(yùn)動(dòng)目標(biāo)檢測(cè)，利用分類級(jí)聯(lián)的思想，得到廣泛的應(yīng)用，但其也并不能很好的解決噪聲條件下的運(yùn)動(dòng)目標(biāo)檢測(cè)問題，效果如圖2(d1-d4)所示；利用頻域信息進(jìn)行目標(biāo)檢測(cè)的相關(guān)研究主要集中于圖像解析度較低的雷達(dá)、紅外圖像的檢測(cè)，并沒有相關(guān)具體算法針對(duì)低照度環(huán)境下的運(yùn)動(dòng)目標(biāo)檢測(cè)。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是，針對(duì)現(xiàn)有技術(shù)不足，提供一種基于頻域處理的抗噪運(yùn)動(dòng)目標(biāo)檢測(cè)方法，能在含噪條件下，使得運(yùn)動(dòng)目標(biāo)檢測(cè)仍具有有效性和抗噪性。

為解決上述技術(shù)問題，本發(fā)明所采用的技術(shù)方案是：一種基于頻域處理的抗噪運(yùn)動(dòng)目標(biāo)檢測(cè)方法，包括如下步驟：

步驟一、對(duì)所采集到的視頻序列進(jìn)行二維傅里葉變換，得到其頻譜能量圖：

1)將采集到的K幀圖像進(jìn)行圖像塊劃分，每個(gè)圖像塊的大小為經(jīng)過矢量化后，每個(gè)圖像塊為一個(gè)長(zhǎng)度為N的向量；對(duì)于所述K幀圖像，其同一位置上的圖像塊構(gòu)成大小為N×K的矩陣X；

2)對(duì)上述矩陣X進(jìn)行二維傅里葉變換，得到其頻譜能量圖：

F(w,v)=Σn=0N-1Σk=0K-1exp(-2πiNK*(w*n+v*k))]]>

式中，w,v表示頻譜能量圖上像素點(diǎn)的坐標(biāo)，n,k為圖像空間上的像素點(diǎn)坐標(biāo)；

3)對(duì)步驟2)中得到的頻譜能量圖進(jìn)行濾波處理：