時空變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變尺度運動目標檢測方法，具體為：將原始圖像轉換為反差圖像；根據差分強度與幀間間隔的單調遞增且收斂關系，得到次優幀間間隔通過計算t0和時刻兩幀圖像反差圖像的灰度相關性得到半運動顯著性圖像；在半運動顯著性圖像空間二維四叉樹分解，得到半運動顯著性字塊；將相鄰子塊合并，合并后提取運動感興趣區域；對各感興趣區域做時間二叉樹分解，得到最優幀間間隔；在各個感興趣區域內通過多幀累積差分提取運動目標。本發明專利技術消除背景噪音的干擾，同時也降低了光流場計算；通過指定最佳幀間間隔，移動對象可以達到最佳的運動顯著狀態；通過累計多幀差法能夠準確地提取出運動目標。

【技術實現步驟摘要】

本專利技術屬于計算機視覺與成像自動目標識別的
，具體涉及一種時空變尺度運動目標檢測分析方法。
技術介紹
與靜止目標和背景相比，運動目標是X-Y-Z-T四維空間的獨特模式。當利用成像傳感器從某個特定的觀察位置(視點)獲取該運動目標的動態圖像，運動目標的像可視為X-Y-T三維空間的獨特模式。由于新增加了時間維T，除了常規的形狀、尺度、灰度特征以外，目標的運動特征成為檢測識別的重要信息來源。Watson等人認為人類運動感知過程的前端存在一種運動傳感器機制。人類看見事物在移動并且還能以某種精度判斷事物移動得多快及其移動方向。同時，我們還能夠看到在圖像的不同部分顯現的不同運動，例如兩個不同物體相對的運動。有證據顯示，人類的視覺含有兩種分離的子系統分別處理和表示移動的和靜止的圖像。這些子系統被認為在空間-時間敏感性上是不同的。運動子系統更易于響應快速的移動模式(低的空間頻率和高的時間頻率，即大的空間尺度)，靜止子系統更易于響應緩慢移動的模式(高的空間頻率和小的時間頻率，即空間尺度小，時間尺度大)。這表明，人類的運動感知在時間-空間維都存在多尺度感知的特點。有兩種處理運動對象檢測和分析的途徑:直接在空間一時間維處理；將空間一時間維信息變換為空間一時間的頻域處理。前者經典的方法有光流法、時間差分法等。使用多種恒常性假設的光流場方法，建立在微分計算的基礎上。除了易受噪聲影響外，微分的正確性也是以ΛΧ，Δγ, At等趨于無窮小為前提。因此，在離散條件下，(Δχ, Δγ, At)越小越好，以免產生大的計算誤差。顯然，光流方法沒有時間和空間尺度的概念，同時，基于恒常性方程的計算量是相當可觀的。另一種常用的光流場計算方法是曾廣泛用于視頻編碼的塊匹配法，不受上述條件限制。該法將光流(U，V)定義為不同時刻圖像中某小區域圖像子塊的位移量Δ =(Δχ, Ay)。利用平均絕對差或互相關度量對下一幀圖像進行該圖像子塊的匹配計算，獲取Ad的估計量。顯然，“下一幀”沒有時間尺度的含義，子塊大小的空間尺度含義不明確。另外，實際場景中的運動目標通常是少數，直接計算不僅計算量很大，而且也是不明智的。
技術實現思路
本專利技術的技術目的在于提供一種，能夠精確定位運動目標。針對運動的成像器平臺所拍攝的運動目標的圖像序列，對于序列中的任意幀圖像比如在時刻t = t0時獲取的圖像，本專利技術步驟包括:，具體為:(1)建立當前時刻h的巾貞圖像人的半運動顯著性特征圖像mf:分別計算時刻t0~t0+rt的圖像ft0,ft0+1,ft0+2...，ft0+rt的反差圖像，進而分別計算圖像ft0與ft0+1,ft0+2...，ft0+rt的反差圖像的半運動顯著性度量值；從中找出最大半運動顯著性度量值，其對應的圖像與圖像Δ的幀間間隔記為次優幀間間隔Δt;通過計算圖像人ft0與ft0+Δt的反差圖的灰度相關性得到半運動顯著性特征圖像mf ；(2)在半運動顯著性特征圖像mf內提取運動感興趣區域:將圖像ft0分為四個大小相同的子塊，確定各分塊是否滿足繼續分塊條件；將符合繼續分塊條件的子塊按相同方式進一步劃分子塊，依次內推，直到所有的子塊都不能被繼續劃分；所述繼續分塊條件為子塊的長寬大于預定分塊閾值，并且子塊內的運動顯著性度量值也大于預定顯著性閾值；對于每一相鄰的半顯著性子塊，判斷其與其他相鄰子塊間的半運動顯著性度量值的相似性，當相似性大于預設相似性閾值時將兩者合并；在合并后得到的M個子塊內提取連通的子塊得到M個運動感興趣區域Ri, i =1,2,..., M ；(3)計算各運動感興趣區域的最優幀間間隔:計算圖像ft0與ft0+1,ft0+2...，ft0+rt的反差圖像內感興趣區域Ri的半運動顯著性度量值；從中找出最大半運動顯著性度量值，其對應的圖像與圖像ft0的幀間間隔記為最優幀間間隔Δti ；(4)在感興趣區域內通過多幀累積差分增強感興趣區域:增強感興趣區域本文檔來自技高網...

【技術保護點】
時空變尺度運動目標檢測方法，具體為：（1）建立當前時刻t0的幀圖像的半運動顯著性特征圖像mf：分別計算時刻t0~t0+rt的圖像的反差圖像，進而分別計算圖像與的反差圖像的半運動顯著性度量值；從中找出最大半運動顯著性度量值，其對應的圖像與圖像的幀間間隔記為次優幀間間隔通過計算圖像與的反差圖的灰度相關性得到半運動顯著性特征圖像mf；（2）在半運動顯著性特征圖像mf內提取運動感興趣區域：將圖像分為四個大小相同的子塊，確定各分塊是否滿足繼續分塊條件；將符合繼續分塊條件的子塊按相同方式進一步劃分子塊，依次內推，直到所有的子塊都不能被繼續劃分；所述繼續分塊條件為子塊的長寬大于預定分塊閾值，并且子塊內的運動顯著性度量值也大于預定顯著性閾值；對于每一相鄰的半顯著性子塊，判斷其與其他相鄰子塊間的半運動顯著性度量值的相似性，當相似性大于預設相似性閾值時將兩者合并；在合并后得到的M個子塊內提取連通的子塊得到M個運動感興趣區域Ri，i＝1,2,...,M；（3）計算各運動感興趣區域的最優幀間間隔：計算圖像與的反差圖像內感興趣區域Ri的半運 動顯著性度量值；從中找出最大半運動顯著性度量值，其對應的圖像與圖像的幀間間隔記為最優幀間間隔（4）在感興趣區域內通過多幀累積差分增強感興趣區域：增強感興趣區域dti(x,y)=dt-Δt~i,ti(x,y)×dt,t+Δt~ii(x,y)其中，dt-Δt~i,ti(x,y)=Σn=1Δt~i|ft(x,y)-ft-n(x,y)|/Δt~i,dt,t+Δt~ii(x,y)=Σn=1Δt~i|ft(x,y)-ft+n(x,y)|/Δt~i,(x,y)∈Ri；（5）在各增強感興趣區域內進行OTSU閾值分割和形態學處理，得到多個運動目標；所述半運動顯著性度量值的計算方法為：令兩幅圖像的反差圖像表示為和和的半運動顯著性度量值的計算公式為：valueR(cfs,cfe)=1-Σ(x,y)∈Rcfs(x,y)×cfe(x,y)Σ(x,y)∈R[cfs(x,y)]2Σ(x,y)∈R[cfe(x,y)]2,R表示圖像的所有像素點集。FDA00002692454500011.jpg,FDA00002692454500012.jpg,FDA00002692454500013.jpg,FDA00002692454500014.jpg,FDA00002692454500015.jpg,FDA00002692454500016.jpg,FDA00002692454500017.jpg,FDA00002692454500018.jpg,FDA00002692454500019.jpg,FDA000026924545000110.jpg,FDA000026924545000111.jpg,FDA000026924545000112.jpg,FDA00002692454500021.jpg,FDA00002692454500022.jpg,FDA00002692454500026.jpg,FDA00002692454500027.jpg,FDA00002692454500028.jpg,FDA00002692454500029.jpg...

【技術特征摘要】
1.時空變尺度運動目標檢測方法，具體為:(1)建立當前時刻tQ的幀圖像人的半運動顯著性特征圖像叫:分別計算時刻Cvrt的圖像人，./；+1,/；+2-,/；+,;的反差圖像，進而分別計算圖像/與λ+1，λ+2…，人《,的反差圖像的半運動顯著性度量值；從中找出最大半運動顯著性度量值，其對應的圖像厶+tf與圖像的幀間間隔記為次優幀間間隔Δ ;通過計算圖像.4與h Sr的反差圖的灰度相關性得到半運動顯著性特征圖像mf ；(2)在半運動顯著性特征圖像mf內提取運動感興趣區域:將圖像Λ分為四個大小相同的子塊，確定各分塊是否滿足繼續分塊條件；將符合繼續分塊條件的子塊按相同方式進一步劃分子塊，依次內推，直到所有的子...

【專利技術屬性】
技術研發人員：張天序，李高飛，張超，劉寬，魯斌，
申請(專利權)人：華中科技大學，
類型：發明
國別省市：