[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

技術領域:

本發明屬于圖像處理與計算機視覺技術領域，具體涉及一種基于塊匹配的運動檢測及降低錯誤率的方法。

背景技術:

運動目標檢測是智能電視視頻的系統中各項智能分析處理的基礎與關鍵的所在，他的目的是在序列圖像中檢測出變化的區域并將運動的目標從背景的圖像中提取出來，為后續的運動目標識別、跟蹤以及行為分析，深度賦值等算法提供了支持。

目前,常用的運動目標檢測算法主要有幀間差分法、光流法、背景差分法。其中幀間差分法計算簡單實時性強，但是其計算誤差較大，無法處理背景移動的情況，應用范圍非常受限。背景差分是通過提取場景中的特征數據來對該場景背景進行背景參考圖像的構建，將當前幀與構建的背景參考圖像相減，再對差值結果進行閾值的判決，從而分割出運動前景，其在計算速度與檢測精度上有著不錯的效果。但是背景差法檢測精度取決于背景圖像構建的精度，即構建背景參考圖像時候需要能夠真實反映當前場景，且參數的實時更新能否反映背景的變化，這些背景的變化有：光照的變化(包括緩慢的光照變化和光照的突變等)，背景中隨風擺動的樹葉、云、煙、雨、霧等運動的物體，以及攝像機的抖動和陰影問題等，同時背景減法也不能處理背景運動的情況。由于構建背景參考的圖像需要考慮這些困難的因素，使得目前構建一個不錯背景建模以及自適應的背景圖像更新算法成為一項比較困難的工作。

由于視頻序列圖像在時間上相鄰幀間具有較強的相關性，運動估計(ME)以及運動補償(MC)技術可以有效的減少時間相關性。運動估計用來估計物體的位移，得到運動矢量；運動補償根據得到的運動矢量，對前一幀中由于運動而產生的位移進行調整，從而得到盡可能接近本幀的預測幀。因此運動估計算法越完善，估計出的運動矢量越準確，運動補償性能就越好，從而使得預測誤差越小。

塊匹配法是視頻壓縮中的算法，用以利用相鄰幀間的相關性來提高視頻的壓縮比，但其中的塊匹配法的應用不知此，塊匹配法同樣可以用在運動檢測的算法中，因為圖像中的運動物體在相鄰幀間存在位移關系，可以用向量表示，其長短就是運動的距離，通常情況下前景物體的運動向量長度較長，而背景中的運動向量較短，從而利用塊匹配法可以有效解決背景運動的場景，實用性較強。

發明內容:

本發明是針對解決背景移動的視頻中提取前景運動背景的算法，提供一種基于塊匹配的運動檢測及降低錯誤率的方法，在視頻序列中幀與幀之間存在相同的信息，同一個模塊在相鄰幀之間存在移動，從而產生移動向量；通常情況下前景的移動較快，背景移動較慢，所以在相鄰幀間，前景的向量較長，背景的較短。

本發明采用的技術方案是：

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。

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(search?range)；

(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)。