[發明專利]一種動態目標檢測方法

有效

• 申請號: 202011396171.2
• 申請日: 2020-12-03
• 公開（公告）號: CN112561946B
• 公開（公告）日: 2022-09-13
• 發明（設計）人: 郭健;葉雅婷;李勝;錢抒婷
• 申請（專利權）人: 南京理工大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T5/00
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 薛云燕

本發明公開了一種動態目標檢測方法。該方法為：利用三幀差法對初始的n幀圖像先進行處理，提取出初始的背景圖像信息作為初始化的背景，對此時背景圖中的每個像素點分別建立一個樣本集，并隨機選取周圍24鄰域像素點的值，建立背景模型樣本集；然后根據各像素點的背景模型樣本集，將當前幀的每個像素點分別與對應的背景模型樣本集進行比較，判斷該像素是否為前景目標，從而完成目標檢測；最后分別使用無記憶更新、時間取樣更新和空間鄰域更新策略更新背景模型，以適應實際情況下的背景區域的變化。本發明改善了動態目標檢測中的鬼影問題，避免了機場圍界環境中的網格圍欄干擾，提高了動態目標檢測的準確性、實時性和抗干擾性。

技術領域

本發明涉及圖像目標檢測技術領域，特別是一種基于改進ViBe的動態目標檢測方法。

背景技術

視覺監控系統作為計算機視覺領域的前沿研究方向，廣泛應用于交通狀況監控、運動目標實時觀測、自動導航系統中。視頻圖像中的運動目標檢測技術是其中核心部分。在單目視覺監控系統中，若場景與攝像機之間的位置保持不變，即靜態背景情況下，檢測運動目標的主要方法有幀差分法和背景差分法。幀差分法對光線的變化有較好的抑制，但是對緩慢運動的物體只能檢測出不聯系邊界，提取效果差；背景差分的效果主要取決于背景模型的建立與更新，其中最具代表性的就是基于參數的混合高斯模型(GMM)，該算法能適應光照的漸變，但對于光照的突變情況會將大部分背景檢測為運動物體，該算法實時性和穩定性都較差。

Vibe(Visual Background extractor)是一種高效的像素級背景建模算法，該算法的不同之處在于背景模型的更新策略，隨機選擇需要替換的像素的樣本，隨機選擇鄰域像素進行更新。在無法確定像素變化的模型時，隨機的更新策略，在一定程度上可以模擬像素變化的不確定性，因此對視頻序列中的光照變化、機器人運動過程中造成的相機抖動等有良好的適應性與抗噪性。但是Vibe算法容易出現網格圍欄背景噪聲干擾問題和鬼影現象，即在前景圖像中檢測到不該存在的目標。因為ViBe目標檢測算法在建立背景模型集的時候直接選擇了視頻序列中的第一幀圖像構建，此時初始幀中的運動目標將會被認為是背景區域，導致后續的背景模板留存有前景目標點，并且Vibe的隨機更新機制只能緩慢的消除但無法完全解決“鬼影”的產生。

發明內容

本發明的目的在于提供一種實時性與準確性高、抗干擾能力強的基于改進ViBe的動態目標檢測方法。

實現本發明目的的技術解決方案為：一種動態目標檢測方法，包括以下步驟：

步驟1、利用三幀差法對初始的n幀圖像進行處理，提取出初始的背景圖像信息作為初始化的背景，對此時背景圖中的每個像素點分別建立一個樣本集，并隨機選取其周圍24鄰域像素點的值，建立背景模型樣本集；

步驟2、根據各像素點的背景模型樣本集，將當前幀的每個像素點分別與對應的背景模型樣本集進行比較，判斷該像素是否為前景目標，從而完成目標檢測；

步驟3、分別使用無記憶更新、時間取樣更新和空間鄰域更新策略更新背景模型，以適應實際情況下的背景區域的變化。

進一步地，步驟1所述的利用三幀差法對初始的n幀圖像先進行處理，提取出初始的背景圖像信息作為初始化的背景圖，對此時背景圖中每個像素點分別建立一個樣本集，并隨機選取其周圍24鄰域像素點的值，建立其背景模型樣本集，具體如下：

步驟1.1、初始化背景圖像和計數器T為0，設定預處理視頻序列的前n幀圖像；

步驟1.2、對第t到t+2幀圖像，首先利用三幀差法對其進行處理，獲取差分圖像，此時該圖像中的像素點對應的灰度值若為0，或者小于設定閾值，則判定該點為背景點，否則判定該點為前景點；

步驟1.3、查找此時背景圖像中對應點的像素值，如果為0，則將此像素值改為差分圖像中該點對應的像素值；若不為0，則計數器T的值加1；