專利名稱：：復(fù)雜背景下單個運動目標的檢測方法
技術(shù)領(lǐng)域：
：本發(fā)明屬于數(shù)字圖象處理領(lǐng)域。
背景技術(shù)：
：新一代的智能視覺監(jiān)控技術(shù)現(xiàn)在航天、軍事、農(nóng)業(yè)、工業(yè)等有著廣泛的應(yīng)用，它是一個跨學(xué)科的綜合問題，也是一個極具挑戰(zhàn)性的前沿課題。它與傳統(tǒng)監(jiān)控技術(shù)的重要區(qū)別在于，試圖賦予監(jiān)控系統(tǒng)觀察分析場景內(nèi)容的能力，從而能夠在幾乎不需要人為干預(yù)的情況下，通過對攝像機拍錄的圖像序列進行自動分析來對動態(tài)場景中的目標進行定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標的行為，做到既能完成日常管理又能在異常情況發(fā)生的時候及時做出反應(yīng)。在整個視覺監(jiān)控系統(tǒng)中，運動目標檢測與跟蹤處于最底層，是各種后續(xù)高級處理如目標分類、行為理解等的基礎(chǔ)。運動目標檢測是指從視頻流中實時提取目標，而運動目標跟蹤則指對目標進行連續(xù)的跟蹤以確定其運動軌跡。對運動目標的檢測通常有三種方法光流法、瞬時差分算法和背景減法。大多數(shù)光流法的計算非常復(fù)雜，如果沒有硬件支持，不適合實時處理，而且對噪聲也比較敏感。瞬時差分算法雖然對動態(tài)環(huán)境有很好的適應(yīng)性，能實現(xiàn)實時的運動檢測，但是如果圖像的質(zhì)量不是很好，噪聲比較嚴重的話，這種檢測方法的可靠性就會大大下降。背景減法則是一個重要的運動檢測方法，它能夠較完整的提取目標點，卻容易受到光照和外部條件造成的場景變化的影響。所以它的X佳點在于如何進行背景更新。傳統(tǒng)的這種瞬時差分算法在應(yīng)用的時候有一定的局限性，如果圖像中噪聲比較嚴重的話，僅通過閾值的選取來提取運動區(qū)域出現(xiàn)錯誤的幾率會比較大，而且閾值的選取并不容易，這樣很容易就將噪聲點誤判為運動目標。
發(fā)明內(nèi)容本發(fā)明的目的是在靜止的復(fù)雜背景下對單個運動目標進行檢測。本發(fā)明對傳統(tǒng)的瞬時差分的方法進行了改進，并且在以TMS320C6416為核心的DSP開發(fā)板上實現(xiàn)了本發(fā)明提出的改進算法，經(jīng)過對算法的匯編語言的不斷優(yōu)化和改進，能夠?qū)崟r且較準確的鎖定運動目標，并且能夠鉤實時得到運動目標的位置信息。瞬時差分算法是主要的運動目標檢測算法之一，它直接比較了兩幀圖像對應(yīng)像素點的灰度值的不同，然后通過閾值來提取序列圖像中的運動區(qū)域。這個在檢測圖像序列中是個很重要的過程。場景中任何可觀察的運動都會在場景序列的變化上體現(xiàn)，檢測這個變化，就是在檢測其運動過程。本發(fā)明的檢測方法主要包含下列步驟步驟一讀取第A幀圖像尸(;c，力和第幀圖像,(x,力，其中k，k-lAJA-表示第k幀和k-1幀圖像，(x，y)表示圖像中像素點的坐標，y;(x，力和/;—a力表示像素點的像素值。步驟二對人oc,力和/w(x，力分別進行邊緣提取，得到/>，力和/二(x，力。邊緣提取的算子很多，可以選擇l邵lace算子，拉普拉斯算子是對二維函數(shù)進行運算的二階導(dǎo)數(shù)標量算子。它的定義為▽2/(X,力=^/(X,力+/(X，W其中^r/0O0和l^/(x,y)表示在x方向和y方向的二階偏導(dǎo)數(shù)。在計算中使用的laplace算子是<table>tableseeoriginaldocumentpage4</column></row><table>步驟三對經(jīng)過邊緣提取的兩幀圖像/'/x，力和/^(;c，力進行差分運算，得到差分圖像"&y入"6rj;二|/'Jx,力-,(x，力I其中，"6r，>;為圖像/'/x,力和/力差值的絕對值。步驟四對差分圖像"&W進行均值濾波處理，均值濾波是圖像平滑的一種方法，它的運算如下所示"'"'力4z雖,力式中，S是以(x，y)為中心的鄰域的集合。對差分圖像"6oW進行濾波處理主要是過濾一些噪聲點，以便留下真實的運動變化的像素點。步驟五對均值濾波之后的圖像D'(X,力進行二值化處理。二值化的關(guān)鍵是閾值的選取，計算過程如下所示式中r為差分圖像二值化閾值。二值圖像中為"0"的像素對應(yīng)在前后兩幀圖像間沒有發(fā)生變化的地方，為"1"的像素對應(yīng)兩幀圖像間發(fā)生變化的地方，這是由目標運動而產(chǎn)生的，這也就是我們最終檢測出來的運動的目標。在實驗過程中為了提高檢測的精度和效果，可以采用多幀圖像進行類似的處理，關(guān)鍵的問題是在二值化時閾值的選取。正確的選取閾值，才能將噪聲的干擾去掉，實現(xiàn)對運動目標的檢測。本發(fā)明在傳統(tǒng)的瞬時差分算法上進行了改進，能夠在噪聲比較嚴重的情況下，很好的檢測出運動目標，其基本原理流程圖見圖l。圖1相鄰兩幀圖像瞬間差分基本原理流程圖2整個裝置示意圖圖3第k-l幀圖像圖4第k幀圖像圖5檢測結(jié)果具體實施例方式本發(fā)明是在一個DSP開發(fā)板上實現(xiàn)的，此開發(fā)板的核心DSP是TI公司的TMS320C6416，它可以外接攝像頭，采集圖像，也留有VGA接口，可以外接顯示器，顯示圖像。整個裝置的示意圖如圖2所示本發(fā)明的實現(xiàn)過程可以分為一下幾步第一步由核心DSPTMS320C6416控制攝像頭，采集圖像，將采集來的圖像數(shù)據(jù)存放在DSP的外部RAM上。第二步在TMS320C6416上實現(xiàn)目標檢測與跟蹤的算法，并且進行匯編代碼的優(yōu)化，提高代碼效率。第三步將攝像頭采集進來的圖像直接顯示在顯示器l上，將最終二值化后的圖像顯示在顯示器2上，這樣就可以將原始圖像和檢測出來運動目標的圖像進行對比。本發(fā)明在DSP開發(fā)板上的實現(xiàn)主要是利用了TI的DSP/BI0S，TI的DSP/BIOS是一個簡易的嵌入式操作系統(tǒng)，它方便用戶編寫多任務(wù)程序，并且能增強對代碼執(zhí)行效率的監(jiān)控。本發(fā)明中的運動目標檢測算法是在任務(wù)中完成的。首先，利用DSP開發(fā)板自帶的函數(shù)庫，將攝像頭采集的圖像數(shù)據(jù)放到DSP的外部RAM上。其次，對存儲的圖像數(shù)據(jù)進行處理。取出兩幀圖像第々幀圖像/(x，y)和第hl幀圖像f(x,力，對它們分別進行邊緣提取，本發(fā)明采用的是laplace算子，選用其他的算子(如sobel算子)也可以。然后對兩幀邊緣提取之后的圖像進行差分運算，得到差分圖像"&y人將差分后的像素值取絕對值之后，進行均值濾波和二值化。D"(x,力^,'(^d(0〈T<64)式中r為差分圖像二值化閾值。二值化的計算主要是閾值的選取。均值濾波和二值化都是為了去除噪聲的影響，檢測出真正的運動目標。數(shù)字圖像處理的這些算法都是用匯編語言實現(xiàn)的，算法復(fù)雜度不是很大，但是數(shù)據(jù)量很大，而且攝像頭的采集速度很快，為了得到流暢的不丟幀的圖像，這些算法要反復(fù)的優(yōu)化，能夠高效快速的處理數(shù)據(jù)?！詈?，將攝像頭采集的圖像和檢測目標的圖像顯示出來。利用開發(fā)板的函數(shù)庫將原始圖像和檢測后的圖像分別顯示在不同的顯示器上，以便進行對比。實驗結(jié)果在實驗中對本發(fā)明提出的算法進行了檢驗，能夠比較準確的找到運動目標。圖3和圖4分別為第k-l幀和第k幀圖像，圖5為檢測結(jié)果，其中，在圖5中白色區(qū)域為檢測出的運動目標，方框為運動目標所在區(qū)域。權(quán)利要求1、復(fù)雜背景下單個運動目標的檢測方法，其特征在于，包括以下步驟步驟一讀取第k幀圖像fk(x，y)和第k-1幀圖像fk-1(x，y)，其中k，k-1表示第k幀和k-1幀圖像，(x，y)表示圖像中像素點的坐標，fk(x，y)和fk-1(x，y)表示像素點的像素值；步驟二對fk(x，y)和fk-1(x，y)分別進行邊緣提取，得到f′k(x，y)和f′k-1(x，y)；步驟三對經(jīng)過邊緣提取的兩幀圖像f′k(x，y)和f′k-1(x，y)進行差分運算，得到差分圖像D(x，y)；D(x，y)＝|f′k(x，y)-f′k-1(x，y)|其中，D(x，y)為圖像f′k(x，y)和f′k-1(x，y)差值的絕對值；步驟四對差分圖像D(x，y)進行均值濾波處理，運算如下所示全文摘要復(fù)雜背景下單個運動目標的檢測方法，屬于數(shù)字圖像處理領(lǐng)域。首先對攝像頭采集的第k幀圖像f_k(x，y)和第k-1幀圖像f_k-1(x，y)分別采用laplace算子進行邊緣提取，然后對經(jīng)過邊緣提取的兩幀圖像進行差分運算，得到差分圖像D(x，y)，然后對差分圖像D(x，y)進行均值濾波和二值化處理，最后對二值化后的圖象進行判斷，即認為當差分圖像中某一個像素的差大于設(shè)定的閾值時，則認為該像素是目標像素，反之則認為是靜止不動的背景像素。本發(fā)明能夠在噪聲比較嚴重的情況下，很好的檢測出運動目標，在監(jiān)控和智能交通等領(lǐng)域有廣泛的應(yīng)用前景。文檔編號H04N7/18GK101179713SQ20071017674公開日2008年5月14日申請日期2007年11月2日優(yōu)先權(quán)日2007年11月2日發(fā)明者張延華,胡啟梁,陳春朋申請人:北京工業(yè)大學(xué)