[發明專利]一種基于塊匹配的運動檢測及降低錯誤率的方法

在審

• 申請號: 201410336731.3
• 申請日: 2014-07-15
• 公開（公告）號: CN104123733A
• 公開（公告）日: 2014-10-29
• 發明（設計）人: 解光軍;衛偉;楊依忠;馬蘢;丁繼生
• 申請（專利權）人: 合肥工業大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;H04N5/14
• 代理公司: 安徽合肥華信知識產權代理有限公司 34112
• 代理人: 余成俊

1.一種基于塊匹配的運動檢測及降低錯誤率的方法，其特征在于，主要包括以下步驟：

(A)：獲取圖像序列，包括t-1時刻、t時刻的幀圖像；

(B)：對t-1時刻與t時刻的幀圖像進行塊匹配算法，找出每個block的運動向量；

(C)：對t-1時刻到t時刻的向量進行異常點檢測，并予以修正；

(D)：對修正后的圖像中的向量進行聚類。

2.根據權利要求1所述的一種基于塊匹配的運動檢測及降低錯誤率的方法，其特征在于，所述的步驟B的具體步驟如下：

(1)對步驟A中提取的視頻圖像中的t-1時刻、t時刻的圖像進行分割成M*N的宏塊；

(2)根據使SAD算法的值最小的準則，在t-1幀或t幀中在給定的搜索范圍內找出與當前塊最相似的塊，即匹配塊：

SAD(v_x，v_y)＝Σ_(x，y)∈B|I_t-1(x，y)-I_t(x+v_x，y+v_y)|?????(1)

其中I_t(x+v_x,y+v_y)為t時刻的幀圖像在(x+v_x,y+v_y)位置的灰度值，I_t-1(x,y)為t-1時刻的幀圖像位于(x,y)位置的灰度值，v_x與v_y是向量的橫坐標與縱坐標，B為圖像的搜索范圍；

(3)根據匹配塊與當前塊的相對位置計算出運動位移，所得運動位移即為當前運動塊的運動矢量，計算出每個宏塊的運動向量vector(x，y)＝(v_x，v_y)，其中v_x與v_y是向量的橫坐標與縱坐標。

3.根據權利要求1所述的一種基于塊匹配的運動檢測及降低錯誤率的方法，其特征在于，所述的步驟C的具體步驟如下：

(1)假設當前向量為v₀向量，根據v₀向量周圍的八個向量判斷確定v₀向量是否為異常向量，判斷標準為式(2)：

D₀>D_m?????(2)；

其中D₀＝||v_o-v_m||即v₀與周邊向量的均值v_m之差的模，|即v₀的周邊向量與v_m的差的模的均值，其中

若不符合(2)式的判斷標準，則根據公式(3)、(4)、(5)來對屬于異常向量的運動向量進行修正，得到修正后的v_oc；

D0c=Σi=18(Di-Dm)DiΣi=18(Di-Dm)]]>

D0c2=(xm+a2)2+(ym+a2)2---(4)]]>

voc=(xm+a2,ym+a2)---(5)]]>

其中(3)式中D_0C為修正后的D₀，(4)式中的為修正后的D_0C與D₀的偏差在橫坐標與縱坐標上的偏移量，(5)式的v_0C為修正后的向量v₀。

4.根據權利要求1所述的一種基于塊匹配的運動檢測及降低錯誤率的方法，其特征在于，所述的步驟D的具體步驟如下：

(1)前景與后景宏塊的移動距離是不同的，前景是運動物體，所以移動的向量長度相對較長

|MV→|object>|MV→|background---(6)]]>

其中為前景物體的運動向量的模，為背景中的運動向量的模。

找到圖中最長向量并將其所在的搜索范圍s1設為前景；

(2)以s1的邊界上的向量為中心，若以邊界上的向量為中心的搜索范圍內所有向量長度與中心向量存在以下關系，則將該搜索范圍設定為前景s2：

其中為搜索區域的中心向量，為搜索區域內除了中心向量以外的其他向量，為中心向量及其周圍的八個向量的長度的平均長度；

(3)重復上述過程直到無法繼續擴張為止；

(4)在圖片剩余的向量中尋找新的并且重復上述過程。