時空多尺度運動目標檢測方法技術

本發明專利技術公開了一種時空多尺度運動目標檢測方法，采用多尺度圖像分塊，以及子塊重疊逼近潛在運動目標區大小的思想，尋找適合運動目標的最合適的分塊大小和分塊位置，來檢驗和定位不同大小的運動目標的運動區域；針對空間多尺度運動顯著性檢驗所得到的運動區域，對其進行時間多尺度差分處理，由小到大調整幀間差分間隔，搜尋每個運動區域內達到最優運動顯著性狀態時的幀間間隔，從而實現檢測和跟蹤出各個運動目標。本發明專利技術同時考慮了空間多尺度和時間多尺度，能夠檢測出復雜背景圖象中具有不同位置、尺寸和運動速度的多個運動目標。

【技術實現步驟摘要】

本專利技術屬于計算機視覺與成像目標自動識別的科學
，具體涉及一種時空多尺度運動目標檢測分析方法。
技術介紹
在現實的場景中，特別是復雜背景條件下，存在各種大小尺寸的運動對象及各種運動速度的對象需要一并檢測和分析。然而，現有的大多數方法和算法是單一時間尺度的，即依據相鄰幀的逐幀檢測。例如相鄰幀的差分，僅能檢測快速移動的目標，不具備檢測各種運動快慢目標的適應能力，性能不穩定，漏警率和虛警率高。對于不同空間分布和大小的目標，也僅能應對尺度范圍固定或較窄的情形。更重要的是，現存的方法缺乏一個處理時間-空間尺度的統一的架構性的解決途徑，多為就事論事(ad hoc)，不具備同時檢測分析各種空間尺度和各種時間尺度運動對象的適應性和有效性。采用具有自適應背景更新的背景減法的運動目標檢測方法，是目前智能監控系統研究的熱點。它通過尋找具有自適應性的背景模型，讓背景參考圖像能適應場景的變化，以改善傳統背景減法的檢測效果。Stauffer與Grimson利用自適應的高斯混合模型對每個像素用高斯混合分布建模，并且利用在線估計來更新模型，從而可靠地處理了背景混亂運動的干擾等影響。這種像素級的高斯混合模型能有效的描述多峰背景，在一定條件下能隨動態背景自適應變化，在運動目標檢測中取得了較好的效果，因此受到廣泛的關注。但是該方法沒有時間多尺度的概念，其背景模型對運動物體的速度變化很敏感，對于長時間停滯物體由背景變成前景運動物體 時，存在背景模型更新速度較慢的問題；同時算法也減弱了慢速運動物體對背景模型的影響。事實上，場景中各種運動速度的物體都可能出現，因此背景更新速率與所有運動物體的速度相匹配是不可能的。
技術實現思路
本專利技術提供了一種時空多尺度運動目標檢測分析方法，該方法考慮了空間多尺度和時間多尺度，能夠檢測出復雜背景圖象中具有不同位置、尺寸和運動速度的多個運動目標。本專利技術提供的一種，具體為:(I)確定M個窗口，其尺寸從小到大依次為:(Smin x Smin y), (Smin x+ Δ Sx, Smin y+ Δ Sy),…，(Smin—X+(M-1) Δ Sx，Sminj+(M-1) Δ Sy)；(2)利用最小窗口(Smin x，Smin y)分別對t時刻的幀圖像ft (X，y)和t+ Λ t時刻的幀圖像ft+,t(X，y)逐像素點遍歷，得到每一像素點(x，y)對應的窗口區域K4.和i^At;(3)計算最小窗口(Smin x，Smin y)在像素點(X，y)處的覆蓋區域Ωχ, y的運動顯著性度量值 Valueehange (X, y) = Diffgray (x, y)1/a XDiffarea(x, y)1/e,其中，本文檔來自技高網...

【技術保護點】
一種時空多尺度運動目標檢測方法，具體為：(1)確定M個窗口，其尺寸從小到大依次為：(Smin_x，Smin_y)，(Smin_x+ΔSx，Smin_y+ΔSy)，…，(Smin_x+(M?1)ΔSx，Smin_y+(M?1)ΔSy)；(2)利用最小窗口(Smin_x，Smin_y)分別對t時刻的幀圖像ft(x，y)和t+Δt時刻的幀圖像ft+Δt(x，y)逐像素點遍歷，得到每一像素點(x，y)對應的窗口區域和(3)計算最小窗口(Smin_x，Smin_y)在像素點(x，y)處的覆蓋區域Ωx，y的運動顯著性度量值Valuechange(x，y)＝Diffgray(x，y)1/α×Diffarea(x，y)1/β，其中，Diffgray(x,y)=Σ(i,j)∈Ωx,y|ft(i,j)-ft+Δt(i,j)|Σ(i,j)∈Ωx,yMAXgray,Diffarea(x,y)=Σ(i,j)∈Ωx,yδ(ft(i,j),ft+Δt(i,j))MAXarea,MAXgray為幀圖像的像素點最大灰度值，MAXarea為最大窗口(Smin_x+(M?1)ΔSx，Smin_y+(M?1)ΔSy)覆蓋的圖像區域的像素點總數，α和β為大于零的常數，δ(p,q)=1,p≠q0,p=q;(4)若運動顯著性度量值Valuechange(x，y)大于等于預定閾值，則認定區域Ωx，y屬于運動顯著性區域，否則，區域Ωx，y不屬于運動顯著性區域；記屬于運動顯著性區域Ωx，y對應的像素點為運動標記像素點(x′，y′)；(5)利用窗口(Smin_x+mΔSx，Smin_y+mSy)，m＝1，…，M?1對圖像ft(x，y)和圖像的運動標記像素點(x′，y′)進行遍歷，得到每一運動標記像素點對應的窗口區域和(6)計算窗口(Smin_x+mΔSx，Smin_y+mSy)，m＝1，…，M?1在運動標記像素點 (x′，y′)處的覆蓋區域的運動顯著性度量值ValuechangeΩx′,y′m(x′,y′)=DiffgrayΩx′,y′m(x′,y′)1/α×DiffareaΩx′,y′m(x′,y′)1/β,其中，DiffgrayΩx′,y′m(x′,y′)1/α=Σ(i′,j′)∈Ωx′,y′mδ(ft(i′,j′),ft+Δt(i′,j′))MAXarea;(7)針對每一運動標記像素點(x′，y′)，從其對應的M個運動顯著性度量值即Valuechange(x′，y′)和中選取最大值，該最大值對應的覆蓋區域即為運動顯著性區域，記為ωx′，y′；(8)令幀間間隔Δtx′，y′從最小時間間隔Δtmin向最大時間間隔Δtmax逐漸增大，計算每一運動顯著性區域ωx′，y′的運動顯著性強度s(Δtx′,y′)=Σ(x′′,y′′)∈ωx′,y′δ(ft(x′′,y′′),ft+Δtx′,y′(x′′,y′′))或s(Δtx′,y′)=Σ(x′′,y′′)∈ωx′,y′δ(ft(x′′,y′′),ft-Δtx′,y′(x′′,y′′));當Δtx′，y′到達某一值時，s(Δtx′，y′)轉為收...

【技術特征摘要】
1.一種時空多尺度運動目標檢測方法，具體為: (1)確定M個窗口，其尺寸從小到大依次為:2.根據權利要求1所述的時空多尺...

【專利技術屬性】
技術研發人員：張天序，
申請(專利權)人：南京華圖信息技術有限公司，
類型：發明
國別省市：