一种图像中运动目标的获取方法及设备的制作方法
【专利摘要】本发明实施例提供了一种图像中运动目标的获取方法及设备，该方法包括：获取输入图像，所述输入图像包括至少一个第一像素点；依据全部所述第一像素点，获得前景图像和背景图像；依据所述输入图像和所述背景图像，获得所述输入图像的差分图像；依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像；依据所述二值化的前景图像，获得所述输入图像中的运动目标。根据本发明实施例提供的技术方案，以实现简单高效地实现从输入图像中检测到运动目标。
【专利说明】一种图像中运动目标的获取方法及设备
【【技术领域】】
[0001]本发明涉及图像处理技术，尤其涉及一种图像中运动目标的获取方法及设备。【【背景技术】】
[0002]视频监控系统利用摄像机对场景进行连续监控，以采集图像，并对采集到的图像进行处理，以检测到图像中的运动目标，从而对运动目标进行跟踪等处理。获得运动目标的过程中，由于运动目标周围总会有阴影像素点存在，因此，必须在消除阴影像素点后才能检测到运动目标。
[0003]目前消除阴影像素点的方法是利用算法依次判断图像中每个像素点是否为阴影像素点，然后依据判断结果删除阴影像素点。然而，这种消除阴影像素点的方法需要利用算法对图像中每个像素点进行逐个判断，因此计算量非常大，导致从输入图像中检测到运动目标的效率较低。
【
【发明内容】
】
[0004]有鉴于此，本发明实施例提供了一种图像中运动目标的获取方法及设备，以实现简单高效地实现从输入图像中检测到运动目标。
[0005]第一方面，本发明实施例提供了一种图像中运动目标的获取方法，包括:
[0006]获取输入图像，所述输入图像包括至少一个第一像素点；
[0007]依据全部所述第一像素点，获得前景图像和背景图像；
[0008]依据所述输入图像和所述背景图像，获得差分图像；
[0009]依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像；
[0010]依据所述二值化的前景图像，获得所述输入图像中的运动目标。
[0011]在第一方面的第一种可能的实现方式中，所述依据所述输入图像和所述背景图像，获得差分图像，包括:
[0012]获得所述输入图像中每个所述第一像素点的亮度值与所述背景图像中对应的第二像素点的亮度值的差值；每个所述第一像素点在所述输入图像中的坐标与对应的所述第二像素点在所述背景图像中的坐标相同；
[0013]依据所述差值的绝对值，获得每个坐标对应的亮度差分值；
[0014]依据所述亮度差分值，获得所述差分图像；所述差分图像中包括至少一个第三像素点，每个所述第三像素点的亮度值等于该第三像素点在所述差分图像中的坐标对应的亮度差分值。
[0015]结合第一方面或第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，所述依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像，包括:
[0016]依据所述差分图像和预设的梯度算子，获得所述差分图像中每个所述第三像素点的梯度值；
[0017]依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像。
[0018]结合第一方面的第二种可能的实现方式，在第一方面的第三种可能的实现方式中，所述依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像，包括:
[0019]将每个所述第三像素点的梯度值与所述二值化阈值进行比较；
[0020]若所述第三像素点的梯度值大于所述二值化阈值，判断所述前景图像中对应的第四像素点的亮度值是否等于亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值不等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值；
[0021]若所述第三像素点的梯度值小于或者等于所述二值化阈值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值。
[0022]结合第一方面或第一方面的第一种、第二种或第三种可能的实现方式，在第一方面的第四种可能的实现方式中，所述依据所述二值化的前景图像，获得所述输入图像中的运动目标，包括:
[0023]对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像；
[0024]利用轮廓算法对不包含离散的阴影像素点的二值化的前景图像进行检测，以获得所述二值化的前景图像中的运动目标。
[0025]结合第一方面的第四种可能的实现方式，在第一方面的第五种可能的实现方式中，所述对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像，包括:
[0026]对所述二值化的前景图像进行形态学膨胀处理，以填充所述二值化的前景图像中的空洞区域；
[0027]对经过形态学膨胀处理的二值化的前景图像进行形态学腐蚀处理。
[0028]第二方面，本发明实施例提供了一种图像中运动目标的获取设备，包括:
[0029]图像输入单元，用于获取输入图像，所述输入图像包括至少一个第一像素点；
[0030]输入处理单元，用于依据全部所述第一像素点，获得前景图像和背景图像；
[0031]差分处理单元，用于依据所述输入图像和所述背景图像，获得差分图像；
[0032]二值化处理单元，用于依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像；
[0033]目标检测单元，用于依据所述二值化的前景图像，获得所述输入图像中的运动目标。
[0034]在第二方面的第一种可能的实现方式中，所述差分处理单元具体用于:
[0035]获得所述输入图像中每个所述第一像素点的亮度值与所述背景图像中对应的第二像素点的亮度值的差值；每个所述第一像素点在所述输入图像中的坐标与对应的所述第二像素点在所述背景图像中的坐标相同；[0036]依据所述差值的绝对值，获得每个坐标对应的亮度差分值；
[0037]依据所述亮度差分值，获得所述差分图像；所述差分图像中包括至少一个第三像素点，每个所述第三像素点的亮度值等于该第三像素点在所述差分图像中的坐标对应的亮度差分值。
[0038]结合第二方面或第二方面的第一种可能的实现方式，在第二方面的第二种可能的实现方式中，所述二值化处理单元具体用于:
[0039]依据所述差分图像和预设的梯度算子，获得所述差分图像中每个所述第三像素点的梯度值；
[0040]依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像。
[0041]结合第二方面的第二种可能的实现方式，在第二方面的第三种可能的实现方式中，所述二值化处理单元具体用于:
[0042]将每个所述第三像素点的梯度值与所述二值化阈值进行比较；
[0043]若所述第三像素点的梯度值大于所述二值化阈值，判断所述前景图像中对应的第四像素点的亮度值是否等于亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值不等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值；
[0044]若所述第三像素点的梯度值小于或者等于所述二值化阈值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值。
[0045]结合第二方面或第二方面的第一种、第二种或第三种可能的实现方式，在第二方面的第四种可能的实现方式中，所述目标检测单元具体用于:
[0046]对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像；
[0047]利用轮廓算法对不包含离散的阴影像素点的二值化的前景图像进行检测，以获得所述二值化的前景图像中的运动目标。
[0048]结合第二方面的第四种可能的实现方式，在第二方面的第五种可能的实现方式中，所述目标检测单元具体用于:
[0049]对所述二值化的前景图像进行形态学膨胀处理，以填充所述二值化的前景图像中的空洞区域；
[0050]对经过形态学膨胀处理的二值化的前景图像进行形态学腐蚀处理。
[0051]由以上技术方案可 以看出，本发明实施例具有以下有益效果:
[0052]基于二值化的前景图像完成运动目标的检测，不需要对前景图像中每个像素点依次判定是否为阴影像素点，因此计算方法简单，能够高效地从输入图像中检测到运动目标。
【【专利附图】
【附图说明】】
[0053]为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
[0054]图1是本发明实施例所提供的图像中运动目标的获取方法的流程示意图；
[0055]图2 Ca)~图2 (c)是本发明实施例所提供的获得差分图像的示意图；
[0056]图3 Ca)~图3 (b)是本发明实施例所提供的获得二值化的前景图像的示意图；
[0057]图4是本发明实施例所提供的获得形态学处理后的二值化的前景图像的示意图；
[0058]图5 Ca)~图5 (b)是本发明实施例中检测运动目标的示意图；
[0059]图6是本发明实施例所提供的图像中运动目标的获取设备的功能方块图；
[0060]图7是本发明实施例所提供的图像中运动目标的获取设备的结构示意图。
【【具体实施方式】】
[0061]为了更好的理解本发明的技术方案，下面结合附图对本发明实施例进行详细描述。
[0062]应当明确，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
[0063]本发明实施例给出一种图像中运动目标的获取方法，请参考图1，其为本发明实施例所提供的图像中运动目标的获取方法的流程示意图，如图所示，该方法包括以下步骤:
[0064]步骤101，获取输入图像，所述输入图像包括至少一个第一像素点；依据全部所述第一像素点，获得前景图像和背景图像。
[0065]具体的，获得一定时长的输入图像，所述输入图像包括至少一个第一像素点；依据该一定时长的输入图像建立背景模型；然后依据背景模型，对所述一定时长的输入图像中的每个第一像素点进行识别，判断该第一像素点为背景图像的第二像素点，还是前景图像的第四像素点，依据背景图像的第二像素点获得背景图像，以及依据前景图像的第四像素点获得前景图像。其中，可以将通过摄像机或者网络摄像头采集到得视频流图像作为当前的输入图像。
[0066]例如，对输入图像中每个像素点的颜色值(如亮度值或者色度值)进行建模。若输入图像的坐标U，y)上的像素点的颜色值与背景模型中坐标U，y)上的像素点的颜色值有较大差异，确定坐标(X，y)上的像素点属于前景图像中的像素点，否则确定坐标(X，y)上的像素点属于背景图像中的像素点。
[0067]步骤102，依据所述输入图像和所述背景图像，获得差分图像。
[0068]具体的，本发明实施例中，可以依据所述输入图像中第一像素点的亮度值与背景图像中第二像素点的亮度值的差值，获得差分图像。
[0069]其中，依据所述输入图像中第一像素点的亮度值与背景图像中第二像素点的亮度值的差值，获得差分图像的方法可以是:
[0070]首先，获得所述输入图像中每个第一像素点的亮度值与所述背景图像中对应的第二像素点的亮度值的差值；其中，每个所述第一像素点在所述输入图像中的坐标与对应的所述第二像素点在所述背景图像中的坐标相同；依据所述差值的绝对值，获得每个坐标对应的亮度差分值diff ;即:
[0071 ] diff(x；y) =abs (SRC(x，y) -BG(x，y))[0072]其中，(X，y)为第一像素点在输入图像中的坐标或者第二像素点在背景图像中的坐标，diff(x，y)表示坐标(x，y)对应的亮度差分值，SRC(x，y)表示输入图像中坐标为(x，y)的第一像素点的亮度值，BG(x；y)表示背景图像中坐标为(x，y)的第二像素点的亮度值，abs()表示求绝对值的运算。
[0073]然后，依据获得的亮度差分值，获得差分图像。差分图像中包括至少一个第三像素点，每个所述第三像素点的亮度值等于该第三像素点在所述差分图像中的坐标对应的亮度差分值，差分图像中第三像素点只有对应的亮度值。例如，请参考图2 (a)~图2 (C)，其为本发明实施例所提供的获得差分图像的示意图，图2 (a)是输入图像，2 (b)是背景图像，依据输入图像中第一像素点的亮度值与背景图像中第二像素点的亮度值的差值，获得图2(c)所示的差分图像。
[0074]本发明实施例中，为了减少处理的数据量，提高阴影消除的计算效率，仅针对图像中像素点的亮度分量进行处理。其中，目前图像中像素点的亮度值利用8个比特表示，因此只能表示256个亮度值，因此，目前像素点的亮度值的取值范围是[0，255]。
[0075]步骤103，依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像。
[0076]具体的，首先，依据所述差分图像，并利用预设的梯度算子，获得所述差分图像中每个所述第三像素点的梯度值。例如，以所述梯度算子是索贝尔算子(Sobel operator)为例，索贝尔算子的计算复杂度较低，因此，可以提高消除阴影的效率。利用索贝尔算子，获得差分图像中第三像素点的梯度值的方法可以是:索贝尔算子包括两组3X3的矩阵，这两组3X3的矩阵分别为横向矩阵和纵向矩阵，两组3X3的矩阵分别与获得的差分图像中的每个第三像素点做卷积和运算，以获得差分图像中每个第三像素点的横向梯度近似值和纵向梯度近似值，再依据横向梯度近似值和纵向梯度近似值，获得差分图像中每个所述第三像
素点的梯度值，即
【权利要求】
1.一种图像中运动目标的获取方法，其特征在于，所述方法包括: 获取输入图像，所述输入图像包括至少一个第一像素点； 依据全部所述第一像素点，获得前景图像和背景图像； 依据所述输入图像和所述背景图像，获得差分图像； 依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像； 依据所述二值化的前景图像，获得所述输入图像中的运动目标。
2.根据权利要求1所述的方法，其特征在于，所述依据所述输入图像和所述背景图像，获得差分图像，包括: 获得所述输入图像中每个所述第一像素点的亮度值与所述背景图像中对应的第二像素点的亮度值的差值；每个所述第一像素点在所述输入图像中的坐标与对应的所述第二像素点在所述背景图像中的坐标相同； 依据所述差值的绝对值，获得每个坐标对应的亮度差分值； 依据所述亮度 差分值，获得所述差分图像；所述差分图像中包括至少一个第三像素点，每个所述第三像素点的亮度值等于该第三像素点在所述差分图像中的坐标对应的亮度差分值。
3.根据权利要求1或2所述的方法，其特征在于，所述依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像，包括: 依据所述差分图像和预设的梯度算子，获得所述差分图像中每个所述第三像素点的梯度值； 依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像。
4.根据权利要求3所述的方法，其特征在于，所述依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像，包括: 将每个所述第三像素点的梯度值与所述二值化阈值进行比较； 若所述第三像素点的梯度值大于所述二值化阈值，判断所述前景图像中对应的第四像素点的亮度值是否等于亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值不等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值； 若所述第三像素点的梯度值小于或者等于所述二值化阈值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值。
5.根据权利要求1至4中任一项所述的方法，其特征在于，所述依据所述二值化的前景图像，获得所述输入图像中的运动目标，包括: 对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像； 利用轮廓算法对不包含离散的阴影像素点的二值化的前景图像进行检测，以获得所述二值化的前景图像中的运动目标。
6.根据权利要求5所述的方法，其特征在于，所述对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像，包括:对所述二值化的前景图像进行形态学膨胀处理，以填充所述二值化的前景图像中的空洞区域； 对经过形态学膨胀处理的二值化的前景图像进行形态学腐蚀处理。
7.一种图像中运动目标的获取设备，其特征在于，所述设备包括: 图像输入单元，用于获取输入图像，所述输入图像包括至少一个第一像素点； 输入处理单元，用于依据全部所述第一像素点，获得前景图像和背景图像； 差分处理单元，用于依据所述输入图像和所述背景图像，获得差分图像； 二值化处理单元，用于依据预设的二值化阈值、所述前景图像和所述差分图像，获得二值化的前景图像； 目标检测单元，用于依据所述二值化的前景图像，获得所述输入图像中的运动目标。
8.根据权利要求7所述的设备，其特征在于，所述差分处理单元具体用于: 获得所述输入图像中每个所述第一像素点的亮度值与所述背景图像中对应的第二像素点的亮度值的差值；每个所述第一像素点在所述输入图像中的坐标与对应的所述第二像素点在所述背景图像中的坐标相同； 依据所述差值的绝对 值，获得每个坐标对应的亮度差分值； 依据所述亮度差分值，获得所述差分图像；所述差分图像中包括至少一个第三像素点，每个所述第三像素点的亮度值等于该第三像素点在所述差分图像中的坐标对应的亮度差分值。
9.根据权利要求7或8所述的设备，其特征在于，所述二值化处理单元具体用于: 依据所述差分图像和预设的梯度算子，获得所述差分图像中每个所述第三像素点的梯度值； 依据所述二值化阈值、每个所述第三像素点的梯度值和所述前景图像，获得二值化的前景图像。
10.根据权利要求9所述的设备，其特征在于，所述二值化处理单元具体用于: 将每个所述第三像素点的梯度值与所述二值化阈值进行比较； 若所述第三像素点的梯度值大于所述二值化阈值，判断所述前景图像中对应的第四像素点的亮度值是否等于亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最大值；若所述前景图像中对应的第四像素点的亮度值不等于亮度值的最大值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值； 若所述第三像素点的梯度值小于或者等于所述二值化阈值，将二值化的前景图像中对应的像素点的亮度值置为亮度值的最小值。
11.根据权利要求7至10中任一项所述的设备，其特征在于，所述目标检测单元具体用于: 对所述二值化的前景图像进行形态学处理，以获得不包含离散的阴影像素点的二值化的前景图像； 利用轮廓算法对不包含离散的阴影像素点的二值化的前景图像进行检测，以获得所述二值化的前景图像中的运动目标。
12.根据权利要求11所述的设备，其特征在于，所述目标检测单元具体用于:对所述二值化的前景图像进行形态学膨胀处理，以填充所述二值化的前景图像中的空洞区域； 对经过 形态学膨胀处理的二值化的前景图像进行形态学腐蚀处理。
【文档编号】G06K9/38GK103793923SQ201410033664
【公开日】2014年5月14日 申请日期:2014年1月24日 优先权日:2014年1月24日
【发明者】姚晔, 雷奕, 张一帆 申请人:华为技术有限公司