[發明專利]基于機器視覺的路面拋灑物檢測方法

在審

• 申請號: 201911409901.5
• 申請日: 2019-12-31
• 公開（公告）號: CN111339824A
• 公開（公告）日: 2020-06-26
• 發明（設計）人: 郭唐儀;馬海榮;練智超;丁俊杰;劉悅
• 申請（專利權）人: 南京艾特斯科技有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/32;G06K9/62;G06T7/254
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 岑丹

本發明公開一種基于機器視覺的路面拋灑物檢測方法，包括獲取攝像機視頻流，按幀讀取圖像，對圖像中每一個像素點建立高斯混合模型，并利用高斯混合模型實現運動目標與背景分離；去除運動目標圖像噪點，強化運動目標圖像，凸顯待檢測物體；將強化后的運動目標圖像按幀輸入經過訓練的YOLO v3目標檢測網絡，完成對路面拋灑物區域的框選。本發明充分利用互聯網下機器視覺的特點與優勢，有效減少了復雜背景對檢測任務的干擾，提高了路面拋灑物檢測的精度。

技術領域

本發明屬于機器視覺技術領域，具體為一種基于機器視覺的路面拋灑物檢測方法。

背景技術

依托于互聯網、云計算等新一代計算機與信息技術，借助固定式視頻采集設備，GPS、移動終端等感知設備，越來越多的自動檢測技術被研究者們提出。目前，通常采用傳統的幀間差分法和均值背景減除法進行拋灑物檢測，但針對復雜的路面情況，以及拋灑物多為運動物體的事實，傳統的幀間差分法和均值背景減除法很難準確地提取出前景運動目標，較難檢測出運動的物體是車輛還是路面拋灑物，從而產生大量的誤檢或漏檢，造成路面拋灑物事件檢測的準確度和可靠性不高，得到的效果較為有限。

發明內容

本發明提出了一種基于機器視覺的路面拋灑物檢測方法。

實現本發明目的的技術方案為：一種基于機器視覺的路面拋灑物檢測方法，具體步驟為：

步驟1、獲取攝像機視頻流，按幀讀取圖像，對圖像中每一個像素點建立高斯混合模型，并利用高斯混合模型實現運動目標與背景分離；

步驟2、去除運動目標圖像噪點，強化運動目標圖像，凸顯待檢測物體；

步驟3、將強化后的運動目標圖像按幀輸入經過訓練的YOLO v3目標檢測網絡，完成對車輛和拋灑物區域的分類。

優選地，對圖像中每一個像素點建立高斯混合模型，并利用高斯混合模型實現運動目標與背景分離的具體方法為：

對圖像中每一個像素點建立高斯混合模型，根據高斯分布與像素點之間的匹配情況更新分布，如果有匹配成功的高斯混合模型，則更新高斯分布中的均值以及標準差，同時，確定該像素為背景像素；否則，直接確定該像素為前景像素。

優選地，對圖像中每一個像素點建立高斯混合模型，并利用高斯混合模型實現運動目標與背景分離的具體步驟為：

1)初始化高斯混合模型，設置高斯混合模型均值、標準差、差分閾值分別賦為μ_(0,0)、σ_(0,0)、T，分別滿足以下條件：

μ_(0,0)＝I_(x,y)

σ_(0,0)＝T

I_(x,y)為像素點像素值；

2)檢測像素I_(x,y)屬于前景像素還是背景像素，檢測公式為：

其中，λ為閾值參數，bg表示背景像素，fg表示前景像素；

3)如果該像素為背景像素，更新高斯混合模型均值μ_(x,y)、標準差σ_(x,y)，其中α為學習率參數，更新公式為：

μ_(x,y)＝(1-α)*μ_(x,y)+α*I_(x,y)

4)重復步驟2)、3)，直至遍歷所有的像素。

優選地，去除運動目標圖像噪點，強化運動目標圖像，凸顯待檢測物體的具體方法為：