一种基于动静结合的目标检测方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113902694A(43)申请公布日2022.01.07(21)申请号202111141967.8G06T5/20(2006.01)(22)申请日2021.09.28G06T5/00(2006.01)(71)申请人中国电子科技集团公司第二十七研究所地址450047河南省郑州市二七区航海中路71号(72)发明人张长江王子瑜来佳伟周军华雷飚(74)专利代理机构郑州联科专利事务所(普通合伙)41104代理人王聚才(51)Int.Cl.G06T7/00(2017.01)G06T7/136(2017.01)G06T7/246(2017.01)权利要求书2页说明书6页附图1页(54)发明名称一种基于动静结合的目标检测方法(57)摘要本发明的目的是提供一种基于动静结合的目标检测方法，用于实现连续图像或视频中的目标稳定跟踪，主要技术方案是首先对采集的原始图像进行滤波，实现图像平滑和目标增强；随后采用基于动态的帧间差分算法和基于静态的偏微分算法进行联合处理；接着用自适应阈值分割算法对图像进行分割，得到二值化图像；随后进行目标智能聚类和移动管道滤波算法，最终检测出真实有效的目标，并对目标进行连续稳定的跟踪，设计思路直观，计算复杂度相对较低，可应用到多个平台；算法框架模型可以针对实际使用需求对各个模块参数进行修正，能够应用于针对特定使用需求的场景特征和目标特性。CN113902694ACN113902694A权利要求书1/2页1.一种基于动静结合的目标检测方法，其特征在于：包括以下步骤：S1：对采集的原始图像进行滤波，实现图像平滑和目标增强；S2：采用基于动态的帧间差分算法和基于静态的偏微分算法进行联合处理，得到差分后的残差图像和背景抑制后的图像；S3：对步骤S2获得的图像，用自适应阈值分割算法对图像进行分割，得到二值化图像；S4：对步骤S3获得的二值化图像进行目标智能聚类和移动管道滤波算法，最终检测出真实有效的目标，并对目标进行连续稳定的跟踪。2.根据权利要求1所述的一种基于动静结合的目标检测方法，其特征在于：所述步骤S2中基于动态的帧间差分算法具体为：通过对视频图像序列的连续两帧图像做差分运算获取动目标轮廓，当监控场景中出现异常目标运动时，相邻两帧图像之间会出现较为明显的差别，两帧相减，求得图像对应位置像素值差的绝对值，判断其是否大于某一特定阈值，进而分析视频或图像序列的物体运动特性，帧间差分法的数学表达式为：Dn(x，y)＝|In(x，y)‑In‑k(x，y)|式中，In(x，y)表示第n帧图像像素点(x，y)的像素值，k为预选设定的帧间隔，Dn(x，y)表示第n帧和n‑k帧之间对应像素值的差值；BWn(x，y)表示二值图像，T为设置的特定阈值。3.根据权利要求1所述的一种基于动静结合的目标检测方法，其特征在于：所述步骤S2中基于静态的偏微分算法具体为：根据目标信息和周边灰度背景之间的关系，对一幅静态图像进行背景抑制，从而分离出目标和背景。该算法的主要数学原理是将原始图像与一个自适应算子进行卷积计算，公式如下：其中I(i,j)和u(i,j)分别为原始图像和背景抑制后图像，H(i,j)为局部自适应因子，其表达式如下：式中各个因子的计算公式如下：λE＝c(Ii,j+1‑Ii,j)λW＝c(Ii,j‑1‑Ii,j)λN＝c(Ii‑1,j‑Ii,j)λS＝c(Ii+1,j‑Ii,j)λΣ＝λE+λW+λN+λS其中c为扩散函数，其表达式如下：c(t)＝1‑exp[‑(t/k)2]2CN113902694A权利要求书2/2页式中其中t表示灰度之差的绝对值，k是一个常数，根据不同的场景来确定。4.根据权利要求1所述的一种基于动静结合的目标检测方法，其特征在于：所述步骤S3用自适应阈值分割算法对图像进行分割的过程具体为：通过分割的方法提取目标的位置坐标和数目，对于输入背景抑制图像e(x,y)，定义阈值分割输出二值图像为：式中，T’为阈值。使用基于均值、方差的自适应阈值分割法，均值方差法来根据背景抑制图像的统计特性，利用该图像的均值和方差来确定阈值，其数学表达式为T＝(e+n*v)*k'式中，e为图像均值，v为图像标准差，n和k'为常数，由实验选取对应的值。5.根据权利要求1所述的一种基于动静结合的目标检测方法，其特征在于：所述步骤S4中目标智能聚类的过程具体为：S4.1.1：如果两个点之间的横坐标差和纵坐标差，均小于10个像素，则将这两个点视为同一个目标上的点；S4.1.2：获得图像上属于同一个目标的所有点后，将它们的横坐标累加除以点数，求出横坐标的平均值，即为目标的横坐标；同理求出目标的纵坐标；S4.1.3：按照相同的方式，求出图像上所有目标的横、纵坐标。6.根据权利要求1所