[發明專利]一種目標分割檢測方法

在審

• 申請號: 201510408078.1
• 申請日: 2015-07-14
• 公開（公告）號: CN107038709A
• 公開（公告）日: 2017-08-11
• 發明（設計）人: 趙儉
• 申請（專利權）人: 趙儉
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明屬于目標檢測技術領域，尤其涉及一種目標分割檢測方法。

背景技術

目標檢測，也叫目標提取，是一種基于目標幾何和統計特征的圖像分割，它將目標的分割和識別合二為一，其準確性和實時性是整個系統的一項重要能力。尤其是在復雜場景中，需要對多個目標進行實時處理時，目標自動提取和識別就顯得特別重要。

針對動態背景下的運動目標檢測，傳統的幀差分法、簡單的背景減除法都很難適應背景的變化，其主要原因是沒有充分考慮序列圖像中背景變化在時間和空間上的關系。簡單的背景變化可以利用簡單的分布來描述，但是通常情況下，背景變化是復雜的，很多算法利用更加復雜的分布和估計方法來描述背景的變化，如利用混合高斯模型描述背景，利用非參數估計的核密度估計方法來描述背景的分布，還有些方法利用維納濾波、Kalman濾波等方法對背景的變化進行估計。

發明內容

本發明就是針對上述問題，提供一種檢測效果好的目標分割檢測方法。

為實現上述目的，本發明包括以下步驟。

1）取12個子區域，采用線性插值對直方圖進行修正；當新來一幅圖像時，在低分率圖像中統計子區域的直方圖，進行對應區域的直方圖相似性比較，判斷該區域中是否含運動目標。

2）采用歐氏距離判斷兩個直方圖的相似性。

3）采用IIR濾波器對低分辨率圖像的背景模型進行更新；當子區域計算的直方圖相似時，執行背景的更新；當計算當前幀的子區域直方圖與對應的背景區域直方圖的歐氏距離大于閾值Tb時，兩個直方圖不相似，這個子區域被含有運動區域，在下一步高分辨率圖像中繼續被檢測，當高分辨率圖像檢測到該區域中不含運動目標時，低分辨率的背景模型被更新，否則不執行背景更新過程或減小更新率。

作為一種優選方案，本發明將子區域在高分辨率中作對應到得高分辨率圖像的對應區域，高分辨率圖像指原圖，在原圖中找對應的區域進行檢測；在高分辨率的對應區域周圍取30個鄰域像素。

作為另一種優選方案，本發明對于每一個新的像素值，首先判斷它是否匹配于這個模型，當新到的像素值與像素多模型集合中的某一個單模型匹配，更新模型的參數，增大與新到像素值匹配的單模型的權值。

本發明有益效果。

本發明基于高低分辨率互補檢測處理，在低分辨率圖像中進行區域分割，利用子區域直方圖特征基于IIR濾波器法建立背景模型，檢測出圖像中可能存在運動目標的區域，然后在高分辨率圖像的對應區域基于高斯混合模型進行運動目標檢測，最后利用檢測結果修正低分辨率的背景模型。本發明最后通過實驗進行了驗證，實驗結果表明，本發明可以適應動態背景下的運動目標檢測，實驗得到滿意的效果。

具體實施方式

本發明包括以下步驟。

1）取12個子區域，采用線性插值對直方圖進行修正；當新來一幅圖像時，在低分率圖像中統計子區域的直方圖，進行對應區域的直方圖相似性比較，判斷該區域中是否含運動目標。

2）采用歐氏距離判斷兩個直方圖的相似性。

3）采用IIR濾波器對低分辨率圖像的背景模型進行更新；當子區域計算的直方圖相似時，執行背景的更新；當計算當前幀的子區域直方圖與對應的背景區域直方圖的歐氏距離大于閾值Tb時，兩個直方圖不相似，這個子區域被含有運動區域，在下一步高分辨率圖像中繼續被檢測，當高分辨率圖像檢測到該區域中不含運動目標時，低分辨率的背景模型被更新，否則不執行背景更新過程或減小更新率。

本發明將子區域在高分辨率中作對應到得高分辨率圖像的對應區域，高分辨率圖像指原圖，在原圖中找對應的區域進行檢測；在高分辨率的對應區域周圍取30個鄰域像素。

本發明對于每一個新的像素值，首先判斷它是否匹配于這個模型，當新到的像素值與像素多模型集合中的某一個單模型匹配，更新模型的參數，增大與新到像素值匹配的單模型的權值。

本發明對新到的像素按照優先級次序與N個單高斯分布逐一匹配，若沒有找到任何一個匹配，則判定該點為前景點，否則為背景點，從而完成自適應混合高斯模型下的目標檢測。在高分辨率的子區域和鄰域范圍內，使用高斯混合模型進行運動目標檢測出準確的運動目標，同時，將這些高分辨率下檢測到的存在運動目標的子區域，對應到低分率圖像子區域中，然后降低這些低分辨率子區域的背景模型的更新率，相反，對于高分辨率下檢測到不存在運動目標的子區域，在低分辨率的對應的子區域背景模型更新中繼續使用原來更新率。