[發(fā)明專利]用于車輛的運動目標(biāo)檢測方法

在審

• 申請?zhí)枺?/td>: 202110663381.1
• 申請日: 2021-06-16
• 公開（公告）號: CN113362375A
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計）人: 聶倫;黃少堂;王愛春;劉峰學(xué);彭文和;謝云龍;潘樟建
• 申請（專利權(quán)）人: 江鈴汽車股份有限公司
• 主分類號: G06T7/246
• 分類號: G06T7/246;G06T7/13;G06T5/00;G06T5/30
• 代理公司: 南昌青遠專利代理事務(wù)所(普通合伙) 36123
• 代理人: 劉愛芳

本發(fā)明涉及一種用于車輛的運動目標(biāo)檢測方法，包括讀取交通監(jiān)控視頻數(shù)據(jù)Q中連續(xù)的三幀圖像，利用三幀差分法獲取運動目標(biāo)A,再通過Canny算法邊緣檢測，連通域填充，形態(tài)學(xué)處理獲取運動目標(biāo)二值圖像D2_k；同時使用高斯混合模型對交通監(jiān)控視頻數(shù)據(jù)Q的背景圖像進行建模得到運動目標(biāo)B，再利用高斯濾波和中值濾波進行濾波處理，最后采用數(shù)學(xué)形態(tài)學(xué)處理得到運動目標(biāo)二值圖像D1_k；對得到的運動目標(biāo)D2_k與得到的運動目標(biāo)D1_k進行邏輯“與”運算得到Dk，Dk經(jīng)過形態(tài)學(xué)處理，最終獲取檢測的運動目標(biāo)。

技術(shù)領(lǐng)域

本發(fā)明涉及車輛領(lǐng)域，具體的說，是涉及一種用于車輛的運動目標(biāo)檢測方法。

背景技術(shù)

運動目標(biāo)檢測，是目前研究的重點領(lǐng)域，也是當(dāng)下計算機領(lǐng)域基礎(chǔ)研究之一。不管是在民用領(lǐng)域上還是在軍事領(lǐng)域上都有很廣的應(yīng)用。其主要的任務(wù)是把圖像中的前景目標(biāo)即運動目標(biāo)從圖像的背景中進行分離，進而得到需要的運動目標(biāo)信息。

而用于汽車的目標(biāo)檢測方法也是一直以來各個學(xué)者研究的熱門領(lǐng)域。目前，大量的研究學(xué)者提出了自己新的算法，絕大多數(shù)是根據(jù)經(jīng)典算法來改進的，例如：背景差分法，雖然算法簡單，實現(xiàn)容易，但是不適于運動的攝像頭和對背景圖像進行更新困難；幀間差分法實時性好，時間復(fù)雜度低，不易受環(huán)境光線影響，但對變化小的像素點難以進行檢測，還會出現(xiàn)“空洞”的情況。碼本算法能夠適應(yīng)移動和光照緩慢變化的場景，且有較好的魯棒性，不過需要對背景進行學(xué)習(xí)建模，因此，時間耗費長，且有“鬼影”伴隨出現(xiàn)。混合高斯建模利用對像素點建模從而可以很好的避免復(fù)雜背景帶來的噪聲干擾，例如光照的變化、相機的移動等情況，但是計算過程中容易產(chǎn)生一些孤立的噪聲，計算量比較大，時間消耗多。

發(fā)明內(nèi)容

針對上述現(xiàn)有技術(shù)中的不足，本發(fā)明提供一種能夠有效消除前景檢測帶來的噪聲和“空洞”，而且還能有效避免產(chǎn)生的“陰影”的用于車輛的運動目標(biāo)檢測方法。

本發(fā)明所采取的技術(shù)方案是：

一種用于車輛的運動目標(biāo)檢測方法，

步驟1：獲取十字路口交通監(jiān)控視頻數(shù)據(jù)；

步驟2：讀取視頻中連續(xù)的三幀圖像，利用三幀差分法獲取汽車運動目標(biāo)A，再經(jīng)過Canny算法邊緣檢測，連通域填充，形態(tài)學(xué)處理獲取運動目標(biāo)D2_k；

步驟3：與步驟2同步進行，讀取視頻圖像，進行混合高斯背景建模，再利用高斯濾波和中值濾波去除干擾，獲取運動目標(biāo)D1_k；

步驟4：將步驟2得到的運動目標(biāo)D2_k與步驟3得到的運動目標(biāo)D1_k進行邏輯“與”運算得到Dk，Dk經(jīng)過形態(tài)學(xué)處理，最終獲取檢測的運動目標(biāo)。

優(yōu)選的，所述步驟2中按照以下步驟進行三幀差分法：

第一步讀取視頻序列中連續(xù)的三幀圖像I_k-1，I_k，I_k+1，將其處理成灰度圖像，分別計算連續(xù)兩幀圖像的差值圖像d_1(i,i-1)和d_2(i+1,i)，以下是差分的公式，如下所示：

第二步對差分運算的圖像進行二值化處理，如下所示：

式中，設(shè)定 T為二值化的閾值，b(x,y)為二值化之后的圖像；

第三步將計算后的二值化圖像做邏輯“與”運算，得到I_i(x,y)的二值圖像，如下面的公式所示：

。

優(yōu)選的，將得到的二值圖像進行Canny算子邊緣檢測與連通域填充得到填充后的二值圖像，具體步驟如下：

a)對輸入圖像進行高斯平滑，降低錯誤率。

b)計算梯度幅度和方向來估計每一點處的邊緣強度與方向。