本發(fā)明涉及一種拌線檢測方法，尤其是一種視頻拌線偵測方法。

背景技術(shù)：
近年來，視頻監(jiān)控技術(shù)越來越多地應(yīng)用在安防領(lǐng)域，隨著監(jiān)控數(shù)據(jù)量的不斷增長，使得監(jiān)控人員需要花掉大量的時間對數(shù)據(jù)進行人工過濾，從中選擇有用的視頻信息，而繁復(fù)、重復(fù)的工作常常使他們力不從心。監(jiān)控人員迫切需要有一種工作起來更輕松，更易于操作和管理的產(chǎn)品來替代原有系統(tǒng)。于是，智能視頻技術(shù)應(yīng)運而生，進入人們的生活。智能視頻是將計算機視覺方法引入到智能監(jiān)控中。這一技術(shù)包括由視頻圖像序列自動的進行運動或靜止目標的檢測、目標分類和行為理解等方面的內(nèi)容，目的是在圖像和圖像描述之間建立映射關(guān)系，從而使計算機能夠分析和理解視頻畫面中的內(nèi)容。拌線目標檢測技術(shù)是智能視頻分析中的重要技術(shù)，在入侵檢測、人流統(tǒng)計、公安案件排查等應(yīng)用中有廣闊的應(yīng)用前景。但在實際應(yīng)用中存在高低對比度同時存在的情況，如陰影區(qū)，室外光線造成的高亮區(qū)，在這些情況下，傳統(tǒng)的基于跟蹤的拌線檢測方法容易造成漏報。

技術(shù)實現(xiàn)要素：
本發(fā)明提供了一種降低對比度情況下拌線檢測的漏報率的視頻拌線偵測方法。實現(xiàn)本發(fā)明目的的視頻拌線偵測方法，包括如下步驟：(1)目標跟蹤：首先生成背景，然后根據(jù)背景生成前景目標，再利用形態(tài)學(xué)運算對前景目標進行優(yōu)化，再對前景連通目標進行編號，當連續(xù)幾幀相似位置都有連通目標，就產(chǎn)生潛在目標，進行預(yù)測和跟蹤，從而產(chǎn)生軌跡；(2)弱對比區(qū)域提?。簩D像分塊，統(tǒng)計背景亮度均值，統(tǒng)計幀間亮度最小值和最大值差，如果兩者小于一定閾值就認為是弱對比塊，將弱對比塊組成連通區(qū)域，如果大于某閾值就輸出為弱對比區(qū)域；(3)拌線感應(yīng)區(qū)域形成和拌線劃定：將弱對比區(qū)域進行膨脹運算并去除弱對比區(qū)域后，生成較弱對比區(qū)域，并輸入拌線；如果輸入拌線與弱和較弱區(qū)域都無重合，就將輸入拌線膨脹后作為感應(yīng)區(qū)；如果有重合，就擴大以包含弱對比區(qū)域；(4)對軌跡進行判別：如果其長度超過某個閾值，并且軌跡與感應(yīng)區(qū)有重疊，輸出為拌線目標。本發(fā)明的視頻拌線偵測方法的有益效果如下：本發(fā)明的視頻拌線偵測方法，減少了拌線檢測的漏報率，尤其對于弱對比區(qū)域效果好。附圖說明圖1為本發(fā)明的視頻拌線偵測方法的流程圖。具體實施方式如圖1所示，本發(fā)明的視頻拌線偵測方法，包括如下步驟：(1)目標跟蹤：首先生成背景，然后根據(jù)背景生成前景目標，再利用形態(tài)學(xué)運算對前景目標進行優(yōu)化，再對前景連通目標進行編號，當連續(xù)幾幀相似位置都有連通目標，就產(chǎn)生潛在目標，進行預(yù)測和跟蹤，從而產(chǎn)生軌跡；(2)弱對比區(qū)域提?。簩D像分塊，統(tǒng)計背景亮度均值，統(tǒng)計幀間亮度最小值和最大值差，如果兩者小于一定閾值就認為是弱對比塊，將弱對比塊組成連通區(qū)域，如果大于某閾值就輸出為弱對比區(qū)域；(3)拌線感應(yīng)區(qū)域形成和拌線劃定：將弱對比區(qū)域進行膨脹運算并去除弱對比區(qū)域后，生成較弱對比區(qū)域，并輸入拌線；如果輸入拌線與弱和較弱區(qū)域都無重合，就將輸入拌線膨脹后作為感應(yīng)區(qū)；如果有重合，就擴大以包含弱對比區(qū)域；(4)對軌跡進行判別：如果其長度超過某個閾值，并且軌跡與感應(yīng)區(qū)有重疊，輸出為拌線目標。本發(fā)明的視頻拌線偵測方法，詳細步驟如下：(1)目標跟蹤：背景生成，順序讀入各幀圖像；對于第N幀圖像，如果N＜ITh，則與第一幀比較，得到幀差圖像，所述幀差圖像中每個像素點值為ΔN＝|IN-I1|，Ii為第i幀圖像中該像素點的(灰度)像素值；否則與第N-ITH+1幀圖像比較，得到幀差圖像，其中每個象素點值為ΔN＝IN-IN-IN-Th+1；設(shè)置變化閾值MTh，如果所述ΔN大于此變化閾值，則把幀差圖像DN中此點值設(shè)為1，否則設(shè)為0；N為大于1的整數(shù)。初始化背景圖為第一幀圖像B0，對第N幀圖像，BN＝BN-1*α+IN*(1-α)*(1-DN)；前景目標生成，對于第N幀圖像，計算其與背景圖(灰度圖)的差的絕對值，如果某點的此值大于某閾值，就將此點視為前景點。對前景點圖像作形態(tài)學(xué)開運算，再求取連通區(qū)域，獲得前景目標；跟蹤目標生成：對第N幀圖像的目標，如果此目標在前M幀圖像中對應(yīng)位置附近都有目標，就認為形成了新的跟蹤目標；目標跟蹤與軌跡生成：對第N幀圖像，將前景目標與前一幀的跟蹤目標進行匹配，如果位置相近并且顏色相似，就認為此目標是對應(yīng)跟蹤目標的延續(xù)。記錄下此跟蹤目標在本幀和前面若干幀位置作為跟蹤目標的軌跡。(2)弱對比區(qū)域提?。簣D像分塊，將圖像分為等大小的塊，如果是彩色圖則轉(zhuǎn)化為灰度圖作下面計算；對比度統(tǒng)計，對前N1幀圖像，對每個對應(yīng)位置的圖像塊序列作如下統(tǒng)計：計算極大值Imax和極小值Imin，記對應(yīng)位置圖像塊動態(tài)范圍為：D＝|Imax-Imin|。如果D小于某閾值，就認為此圖像塊位置為低對比度塊；弱對比度區(qū)域生成，計算低對比度塊的連通區(qū)域，如果面積大于某閾值，就繼續(xù)處理。求取連通區(qū)域的外接凸多邊形，作為弱對比度區(qū)域R；(3)拌線感應(yīng)區(qū)域形成：較弱對比度區(qū)域生成，將弱對比度區(qū)域進行膨脹，得到較弱對比度區(qū)域GR；拌線初始感應(yīng)區(qū)域生成，生成大小與原圖像相同的全零圖G，將所畫拌線對應(yīng)的G的像素點值賦為1。將G進行膨脹得到拌線初始感應(yīng)區(qū)域；覆蓋較弱對比度區(qū)域判斷，計算GR與G的非零值重疊區(qū)，如果重疊區(qū)為空，就輸出G作為拌線感應(yīng)區(qū)域BG。否則轉(zhuǎn)到下步；拌線感應(yīng)區(qū)域延伸，對G進行膨脹，求取G與GR的重疊區(qū)，將此重疊區(qū)與G的并作為拌線感應(yīng)區(qū)域BG；(4)拌線目標判別：對目標軌跡進行初步過濾，如果軌跡長度大于某閾值，就進行下一步處理；計算軌跡與BG的重疊像素數(shù)，如果像素數(shù)超過某閾值，就輸出為拌線目標檢測結(jié)果。上面所述的實施例僅僅是對本發(fā)明的優(yōu)選實施方式進行描述，并非對本發(fā)明的范圍進行限定，在不脫離本發(fā)明設(shè)計精神前提下，本領(lǐng)域普通工程技術(shù)人員對本發(fā)明技術(shù)方案做出的各種變形和改進，均應(yīng)落入本發(fā)明的權(quán)利要求書確定的保護范圍內(nèi)。