自适应运动车辆检测方法与流程

本发明涉及领域，具体涉及一种自适应运动车辆检测方法。

背景技术：

运动目标检测是智能视频监控系统的关键环节，也是极其视觉领域的研究热点。近年来，应用于运动目标检测的算法主要有：光流法、帧差法和背景差分法。其中，光流法由于其抗噪性能差、计算复杂度较高等问题，主要应用于摄像头相对运动状态下的目标检测；背景差分法是一种处理运动目标检测问题的好算法，能提取完整的目标信息，其运算复杂度取决于背景的描述模型，缺点是适应于环境突变的鲁棒性较差。

技术实现要素：

本发明要解决的技术问题是提供一种自适应运动车辆检测方法。

自适应运动车辆检测方法，包括以下步骤：

1）采集运动车辆视频图像，对序列图像进行3×3高斯卷积去噪，利用改进的自适应混合高斯模型提取背景；

2）将背景图像与当前帧图像做差分，得到差分图像，即，对差分结果以为阈值进行二值化，结果存入中；计算的大小，，为跟踪环境变化的度量因子，为背景差分图像在阈值下的二值化结果中的像素总数，为其中非零点的个数；

3）如果，则重新对以()为阈值进行二值化提取目标，处理结果存入中，反之，如果，则直接进入下一步；

4）求前一帧图像与当前帧的差分图像，即：，并对以为阈值进行二值化提取运动目标，处理结果保存在中；

5）如果当前，用3×3的椭圆结构元素对依次做形态学开运算和闭运算2次，得到检测结果；如果，对以3×3椭圆结构元素做形态学闭运算2次得到检测结果。

本发明的有益效果是：

本发明在提取背景后，引入跟踪环境变化的度量因子，根据场景环境变化的情况，实现背景减除与帧间差分的自适应切换，运算量小，该方法既滤除了环境变化的干扰，又弥补了帧差法对于缓慢运动目标的漏检问题，准确性高。

具体实施方式

以下具体实施例对本发明作进一步阐述，但不作为对本发明的限定。

自适应运动车辆检测方法，包括以下步骤：

1）采集运动车辆视频图像，对序列图像进行3×3高斯卷积去噪，利用改进的自适应混合高斯模型提取背景；

2）将背景图像与当前帧图像做差分，得到差分图像，即，对差分结果以为阈值进行二值化，结果存入中；计算的大小，，为跟踪环境变化的度量因子，为背景差分图像在阈值下的二值化结果中的像素总数，为其中非零点的个数；

3）如果，则重新对以()为阈值进行二值化提取目标，处理结果存入中，反之，如果，则直接进入下一步；

4）求前一帧图像与当前帧的差分图像，即：，并对以为阈值进行二值化提取运动目标，处理结果保存在中；

5）如果当前，用3×3的椭圆结构元素对依次做形态学开运算和闭运算2次，得到检测结果；如果，对以3×3椭圆结构元素做形态学闭运算2次得到检测结果。