[發(fā)明專(zhuān)利]一種復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201610020099.0
• 申請(qǐng)日: 2016-03-25
• 公開(kāi)（公告）號(hào): CN105678272A
• 公開(kāi)（公告）日: 2016-06-15
• 發(fā)明（設(shè)計(jì)）人: 符鋅砂;李海峰;王祥波;曾彥杰;郭恩強(qiáng);劉念;朱振杰
• 申請(qǐng)（專(zhuān)利權(quán)）人: 符鋅砂
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00
• 代理公司: 北京華仲龍騰專(zhuān)利代理事務(wù)所(普通合伙) 11548
• 代理人: 李靜

技術(shù)領(lǐng)域

本發(fā)明涉及一種檢測(cè)方法，具體是一種復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法。

背景技術(shù)

在現(xiàn)代高速公路的視頻檢測(cè)系統(tǒng)中，大量應(yīng)用到圖像處理技術(shù)進(jìn)行車(chē)輛目標(biāo)的識(shí)別，但目前的處理方法對(duì)于復(fù)雜環(huán)境下的目標(biāo)識(shí)別準(zhǔn)確率較差，不能滿(mǎn)足實(shí)際的需求。日本學(xué)者NobuyukiOtsu于1979年提出的大津法，是一種自適應(yīng)的閾值確定的方法，又叫最大類(lèi)間方差法。它是按圖像的灰度特性,求得背景和車(chē)輛目標(biāo)之間像素值的類(lèi)間方差最大值，將圖像分成背景和目標(biāo)兩部分。大津法需要數(shù)據(jù)本身具有良好的可分性，而且因其每次確定閾值都要反復(fù)計(jì)算類(lèi)間方差，計(jì)算復(fù)雜度太大，難以適應(yīng)實(shí)時(shí)性要求較高的高速公路監(jiān)控系統(tǒng)。Surendra等人認(rèn)為當(dāng)前幀圖像與背景差分后得到的差分圖像中，大部分像素點(diǎn)的像素值都較低，這些對(duì)應(yīng)于當(dāng)前幀中與背景相似的像素點(diǎn)，而只有少部分像素值較高，對(duì)應(yīng)的是需要獲取的前景目標(biāo)。差分圖像的直方圖往往存在兩個(gè)或多個(gè)峰值，要得到較好的閾值需要找到處于最大值右側(cè)的一個(gè)低谷，并以此作為閾值。從直方圖中的最高峰所對(duì)應(yīng)的像素值開(kāi)始往右開(kāi)始搜索，當(dāng)某一像素值的像素點(diǎn)個(gè)數(shù)小于峰值到一定程度(10%)時(shí)即將此像素值作為閾值。該方法是基于差分圖像的直方圖分布中存在多峰分布，在有目標(biāo)存在的情況下這種算法是可行的，但是在監(jiān)控圖像中并不是每一幀圖像中都會(huì)有目標(biāo)存在，所以如果采用此方法就會(huì)造成一些虛假目標(biāo)被檢測(cè)出，常出現(xiàn)誤報(bào)情況；同時(shí)該方法還存在一個(gè)問(wèn)題，如何選擇直方圖中與峰值對(duì)應(yīng)的比例，若是使用的是10%，對(duì)于復(fù)雜多變的監(jiān)控環(huán)境，顯然這是不合適的。

發(fā)明內(nèi)容

本發(fā)明的目的在于提供一種復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法，以解決上述背景技術(shù)中提出的問(wèn)題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

一種復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法，包括以下幾個(gè)步驟：S1、通過(guò)視頻獲取背景圖像，并對(duì)當(dāng)前圖像與背景圖像進(jìn)行差分運(yùn)算，獲得差分圖像的灰度直方分布圖；S2、通過(guò)對(duì)差分圖像直方圖分布進(jìn)行分析，求得直方圖的不對(duì)稱(chēng)系數(shù)并由此判斷檢測(cè)目標(biāo)是否存在；為運(yùn)用不對(duì)稱(chēng)系數(shù)判斷是否出現(xiàn)目標(biāo)，求出分離系數(shù)；S3、若目標(biāo)存在，進(jìn)行環(huán)境匹配，再利用差分圖像的不對(duì)稱(chēng)系數(shù)來(lái)確定分離背景和目標(biāo)的閾值；S4、在確定了二值化閾值之后，通過(guò)對(duì)差分圖像中灰度值超過(guò)閾值的像素點(diǎn)進(jìn)行標(biāo)記，并將這些像素點(diǎn)作為目標(biāo)像素點(diǎn)進(jìn)行目標(biāo)檢測(cè)；S5、對(duì)于夜間環(huán)境、夜間路燈雨天環(huán)境以及白天雨天的復(fù)雜環(huán)境，根據(jù)自適應(yīng)閾值的方法來(lái)輔助二值化目標(biāo)檢測(cè)。

作為本發(fā)明再進(jìn)一步的方案：對(duì)于白天雨天環(huán)境以及夜晚環(huán)境兩種情況，在二值化算法中增加梯度判斷條件，在進(jìn)行圖像差分運(yùn)算的同時(shí)，對(duì)背景和當(dāng)前幀圖像分別計(jì)算梯度圖像，并將兩種梯度圖像進(jìn)行差分運(yùn)算，得到背景圖像和當(dāng)前圖像中梯度的差值。

與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：本發(fā)明能夠在復(fù)雜多變的監(jiān)控環(huán)境中能較準(zhǔn)確的區(qū)分出背景像素點(diǎn)和目標(biāo)像素點(diǎn)。

附圖說(shuō)明

圖1為本發(fā)明在無(wú)目標(biāo)存在時(shí)當(dāng)前幀與背景的差分圖像直方圖；

圖2為本發(fā)明在有目標(biāo)存在時(shí)當(dāng)前幀與背景的差分圖像直方圖；

圖3為復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法的流程圖。

具體實(shí)施方式

下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實(shí)施例僅僅是本發(fā)明一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒(méi)有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。

請(qǐng)參閱圖1～3，本發(fā)明實(shí)施例中，一種復(fù)雜環(huán)境下基于圖像處理的目標(biāo)檢測(cè)方法，包括以下幾個(gè)步驟：S1、通過(guò)視頻獲取背景圖像，并對(duì)當(dāng)前圖像與背景圖像進(jìn)行差分運(yùn)算，獲得差分圖像的灰度直方分布圖；S2、通過(guò)對(duì)差分圖像直方圖分布進(jìn)行分析，求得直方圖的不對(duì)稱(chēng)系數(shù)并由此判斷檢測(cè)目標(biāo)是否存在；為運(yùn)用不對(duì)稱(chēng)系數(shù)判斷是否出現(xiàn)目標(biāo)，求出分離系數(shù)；S3、若目標(biāo)存在，進(jìn)行環(huán)境匹配，再利用差分圖像的不對(duì)稱(chēng)系數(shù)來(lái)確定分離背景和目標(biāo)的閾值；S4、在確定了二值化閾值之后，通過(guò)對(duì)差分圖像中灰度值超過(guò)閾值的像素點(diǎn)進(jìn)行標(biāo)記，并將這些像素點(diǎn)作為目標(biāo)像素點(diǎn)進(jìn)行目標(biāo)檢測(cè)；S5、對(duì)于夜間環(huán)境、夜間路燈雨天環(huán)境以及白天雨天的復(fù)雜環(huán)境，根據(jù)自適應(yīng)閾值的方法來(lái)輔助二值化目標(biāo)檢測(cè)。