運動目標檢測方法及裝置制造方法及圖紙

本發明專利技術涉及圖像處理技術領域，尤其涉及一種運動目標檢測方法及裝置。一種運動目標的檢測方法采用獲取用戶從監控場景中選取的重點監控區域，以及為重點監控區域建立背景模型，參照背景模型，從監控場景的圖像幀中提取出運動目標的前景圖像，實現監控效果。本方法無需考慮重點監控區域之外干擾因素，使得算法簡單、數據處理量小。用于實現所述方法的裝置由于運動目標的檢測方法算法簡單、數據處理量小，所以成本低、運行速度快。

【技術實現步驟摘要】

本專利技術涉及圖像處理
，尤其涉及一種運動目標檢測方法及裝置。
技術介紹
目前，由于智能視頻監控的人工依賴性小、安全性高、漏/誤報率低等優點，使得其在公共安防領域發揮著越來越重要的作用。而視頻畫面中的運動目標的檢測、跟蹤和識別更是智能視頻監控中的關鍵性技術。現如今，背景減除法是應用最為廣泛的運動目標檢測方法，它采用建立背景模型和不斷更新背景模型，將當前畫面幀與背景模型比對和差分，從而獲得運動目標的前景圖像。但是在實際的監控環境中，監控場景通常是很復雜的如樹葉的晃動、明暗不定的光線變化、不可避免的噪聲干擾(如陰影)、運動目標的疊加和遮擋(如擁擠的人群)，這些因素都會對運動目標圖像提取造成干擾，使得運動目標的檢測方法算法復雜、數據處理量大，運動目標的檢測裝置成本高、運行慢。
技術實現思路
本專利技術實施例提供一種算法簡單、數據處理量小的運動目標檢測方法，采用所述運動目標檢測方法的裝置成本低、運行速度快。一種運動目標的檢測方法包括獲取用戶從監控場景中選取的重點監控區域；為所述重點監控區域建立背景模型；參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的如景圖像。其中，所述為所述重點監控區域建立背景模型的步驟包括采用單高斯背景建模法為所述重點監控區域建立背景模型，單高斯背景建模分為兩個步驟步驟A.采集一段所述獲取的重點監控區域固定背景視頻，為所述視頻建立視頻序列B。估計，即求得每個像素亮度的均值U。和方差2 R2丨=.V)， M ’ °i) J，I i 0 Y _ I1 U) = ^:1v)]，T為所述視頻序列對應的時間長度,(X，y)為所述視頻 1 i 二Q像素值，建立初始背景模型；步驟B.根據每次輸入的視頻幀更新模型，Bf =U，fj，A =(丨-1 +d/, d = T=^exp1-("'―1 I，a 為更新率，K。在之St ={l-a)3t_l +S(Jt-Mf) ， ^ IMdt^ { 2 J間。所述參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的前景圖像的步驟包括從所述監控場景的圖像幀中獲取所述重點監控區域的圖像幀；從所述重點監控區域的圖像幀中查找出與所述背景模型具有不同像素的區域圖像；將所述具有不同像素的區域圖像確定為運動目標的前景圖像。 其中，所述參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的前景圖像的步驟之后包括對所述運動目標的前景圖像進行形態學濾波。所述參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的前景圖像的步驟之后還包括當檢測出所述前景圖像內有陰影時，采用基于色調Hue、飽和度Saturation、亮度Value的顏色模型-HSV顏色模型陰影消除算法消除所述前景圖像中的陰影；所述HSV顏色模型陰影消除算法分為以下幾個步驟步驟C.設f (x，y)為當前運動區域像素的值，g(x, y)為背景模型像素的值；步驟D.將RGB顏色模型-紅綠藍顏色模型轉化為HSV顏色模型max=max(R，G, B)min=min (R, G, B)ifR=max, H=(G-B)/(max-min)if G=max, H=2+(B-R) / (max-min)if B=max, H=4+(R-G)/(max-min)H=H*60If H〈0, H=H+360V=max (R, G, B)S= (max - min) /max獲取當前運動區域的亮度值V(f (x, y)),顏色值H(f (x, y))，飽和度值S(f (x, y)),以及背景模型的亮度值V (g(x, y)), H(g(x, y)), S(g(x, y))；E.設定閥值U,如果|￥江(1，7));&(1，7))|〈11,定義此時的;^1，7)點為陰影點，在當前運動區域像素的值中去除陰影點像素的值，去掉陰影點；F.設定運動目標的陰影的像素變為白色。相應地，本專利技術還提供了一種用于實現所述運動目標檢測方法的裝置，包括獲取模塊，用于獲取用戶從監控場景中選取的重點監控區域；模型建立模塊，用于為所述重點監控區域建立背景模型；提取模塊，用于參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的前景圖像。其中，所述模型建立模塊是采用單高斯背景建模法為所述重點監控區域建立背景模型的。所述提取模塊包括監控區域圖像獲取單元，用于從所述監控場景的圖像幀中獲取所述重點監控區域的圖像幀；查找單元，用于從所述重點監控區域的圖像幀中查找出與所述背景模型具有不同像素的區域圖像；確定單元，用于將所述具有不同像素的區域圖像確定為運動目標的前景圖像。所述運動目標檢測裝置還包括濾波模塊，用于對所述運動目標的前景圖像進行形態學濾波。其中，所述運動目標檢測裝置還包括陰影去除模塊，用于當檢測出所述前景圖像內有陰影時，采用基于HSV顏色模型的陰影消除算法去除所述前景圖像中的陰影。本專利技術的有益效果為所述運動目標的檢測方法采用獲取用戶從監控場景中選取的重點監控區域，以及為重點監控區域建立背景模型，參照背景模型，從監控場景的圖像幀中提取出運動目標的前景圖像，實現監控效果。本方法無需考慮重點監控區域之外干擾因素，使得算法簡單、數據處理量小。用于實現所述方法的裝置由于運動目標的檢測方法算法簡單、數據處理量小，所以成本低、運行速度快。附圖說明為了更清楚地說明本專利技術實施例或現有技術中的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本專利技術的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1是本專利技術的運動目標檢測方法的第一實施例的流程示意圖。圖2是本專利技術的運動目標檢測方法的第二實施例的流程示意圖。圖3是本專利技術的運動目標檢測裝置的第一實施例的結構示意圖。圖4是本專利技術的提取模塊的實施例的結構示意圖。圖5是本專利技術的運動目標檢測裝置的第二實施例的結構示意圖。具體實施例方式下面將結合本專利技術實施例中的附圖，對本專利技術實施例中的技術方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本專利技術一部分實施例，而不是全部的實施例。基于本專利技術中的實施例，本領域普通技術人員在沒有作出創造性勞動前提下所獲得的所有其他實施例，都屬于本專利技術保護的范圍。請參照圖1，是本專利技術運動目標檢測方法第一實施例的流程示意圖。該方法包括步驟S11，獲取用戶從監控場景中選取的重點監控區域。一般情況下，運動目標總是出現在監控場景中的某部分區域而不是所有監控區域，因此，可以將該部分區域列為重點監控區域。步驟Sll采用提示用戶在監控場景的監控圖像上虛線框標識出重點監控區域的方式，以獲取用戶選取的重點監控區域。步驟S12，為重點監控區域建立背景模型。建立背景模型的方法有兩大類一類是將不含運動目標的監控圖像(即前景圖像)拍攝下來作為背景模型，這種方法僅適用于室內監控，這是因為現實環境的監控場景的背景圖是在不斷變化的，如光照、風吹落葉等，都會帶來嚴重的干擾；另一類是高斯背景建模法，它采用不斷的刷新背景模型，以適應監控場景的環境變化。高斯背景建模法又分為單高斯背景建模法、混合高斯背景建模法。其中，單高斯背景建模法適用于背景像素變化不大的情況，即噪聲不多，顏色比較集中；而混合高斯背景建模法對監本文檔來自技高網...

【技術保護點】
一種運動目標檢測方法，其特征在于，包括：獲取用戶從監控場景中選取的重點監控區域；為所述重點監控區域建立背景模型；參照所述背景模型，從所述監控場景的圖像幀中提取出運動目標的前景圖像。

【技術特征摘要】

【專利技術屬性】
技術研發人員：高峰，
申請(專利權)人：無錫港灣網絡科技有限公司，
類型：發明
國別省市：