一种视频移动目标检测方法与流程

1.本发明涉及视频移动目标检测领域，尤其涉及一种视频移动目标检测方法。


背景技术：

2.在视频监控中，需要检测出视频中移动目标，如物体和人员，街区移动的目标，进行进一步的识别。目前，人们已经提出了多种移动目标检测方法，主要包括：
3.(1)帧间差分法。利用视频中时间相近的若干幅图像的差异，检测出移动目标。这种方法简单，但目标中往往出现空洞，需要累积多幅图像后才能得到完成的目标。
4.(2)光流法。利用视频中多个点在不同帧间的移动，检测移动的目标。这种方法计算量加大，不适合性能较低的视频采集分析设备。
5.(3)背景建模法。建立视频中的背景模型，再利用当前图像帧与背景模型的差异，分离出移动目标。这种方法计算量加大，不适合性能较低的视频采集分析设备。
6.(4)神经网络法。利用待识别的对象的多幅图像，训练神经网络，再用训练好的神经网络分离图像中的目标。这种方法需要大量的训练用图像、大量的训练时间、高性能的计算设备，对运行模型的设备也要求较高的性能。
7.随着视频监控边缘计算的发展，视频采集设备也需要具有视频分析你呢管理，由于节能减排的需要，边缘设备的性能也不能太高。因此，迫切需要一种计算量较小的视频移动目标检测方法。


技术实现要素：

8.鉴于上述问题，提出了本发明以便提供克服上述问题或者至少部分地解决上述问题的一种视频移动目标检测方法。
9.根据本发明的一个方面，提供了一种视频移动目标检测方法，所述检测方法包括：
10.采集视频中时间相近的两幅图像，并将图像分块，获得第一图像和第二图像，所述第一图像的采集时间早于所述第二图像的采集时间；
11.计算所述第一图像与所述第二图像的差异图像，并将所述差异图像二值化处理；
12.在所述第二图像上选择移动块；
13.继续在所述移动块的邻接块中选择移动块，组成移动目标。
14.可选的，所述第一图像和所述第二图像的大小相同，为m行n列，划分为m行n列的小块，其中，m《m，n《n。
15.可选的，所述计算所述第一图像与所述第二图像的差异图像，并将所述差异图像二值化处理具体包括：
16.所述第一图像与所述第二图像的差异图像的像素值是所述第一图像与所述第二图像对应像素值之差的绝对值；
17.所述差异图像的大小与所述第一图像和所述第二图像均相同，划分为m行n列的小块；
18.计算所述差异图像的均值和方差，第一阈值t1＝均值+方差，第二阈值t2＝均值-方差；
19.根据所述差异图像中的像素值是否大于等于第一阈值t1，如果是，变为0，并标记为非差异像素；否则，变为1，并标记为差异像素；
20.二值化后所述差异图像中的块包含的差异像素数目大于等于块中像素数目的一半时，标记为差异块。
21.可选的，所述在所述第二图像上选择移动块具体包括：
22.如果所述第二图像的标记块在所述差异图像中对应块的邻接块是差异块，则所述第二图像中的标记块就标记为候选移动块；
23.计算所述候选移动块在所述第一图像中对应的运动向量和运动向量处的差异；
24.如果所述第二图像中的标记块在运动向量处的差异小于等于所述第二阈值t2，则标记为移动块，否则不标记。
25.可选的，所述继续在所述移动块的邻接块中选择移动块，组成移动目标具体包括：
26.如果所述第二图像i2的标记块与所述移动块邻接，且在所述第一图像i1中的运动向量与所述移动块的运动向量的差值在
±
1范围内；
27.且在运动向量处的差异小于等于所述第二阈值t2，则所述标记块标记为移动块，所有邻接的所述移动块组成移动目标。
28.本发明提供的提供一种视频移动目标检测方法，一种视频移动目标检测方法，所述检测方法包括：采集视频中时间相近的两幅图像，并将图像分块，获得第一图像和第二图像，所述第一图像的采集时间早于所述第二图像的采集时间；计算所述第一图像与所述第二图像的差异图像，并将所述差异图像二值化处理；在所述第二图像上选择移动块；继续在所述移动块的邻接块中选择移动块，组成移动目标。满足视频监控边缘设备的移动目标检测需求。本发明提出的视频移动目标检测，需要的计算和存储资源少，适合于性能较低的视频前端设备，在视频监控边缘计算中将发挥重要作用。
29.上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
30.为了更清楚地说明本发明实施例的技术方案，下面将对实施例描述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的前提下，还可以根据这些附图获得其它的附图。
31.图1为本发明实施例提供的一种视频移动目标检测方法流程图；
32.图2为本发明实施例提供的一种视频移动目标检测方法第一种图像分块示意图；
33.图3为本发明实施例提供的一种视频移动目标检测方法第二种图像分块示意图。
具体实施方式
34.下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开
的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
35.本发明的说明书实施例和权利要求书及附图中的术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元。
36.下面结合附图和实施例，对本发明的技术方案做进一步的详细描述。
37.如图1所示，图1是本发明的一种视频移动目标检测方法的流程图。检测方法包括：
38.采集图像步骤。采集视频中时间相近的两幅图像并将图像分块。
39.具体实施时，采集到的两幅图像分别为第一图像i1和第二图像i2，第二图像i2的采集时间靠后，通常时间差在200毫秒左右。第一图像i1和第二图像i2的大小相同，为m行n列，划分为m行n列的小块，m《m，n《n，通常，m＝n＝8，或者，m＝n＝16，与视频编码的分块大小基本一致。
40.如图2所示，图像分块在整幅图像上进行。整幅图像划分为p
×
q个块，如果图像大小为m行n列，平均划分为m行n列的小块，则m＝m/p，n＝n/q。块(i,j)的左上角在图像上的坐标(i
×
m,j
×
n)，i＝0,1,
…
,p-1，j＝0,1,
…
,q-1。p≥2，q≥2。基准图像和待配准图像的分块数目相同，但块的大小不同。
41.如图3所示，图像分块在图像内部上进行。将图像内部划分为(p-1)
×
(q-1)个块，块(i,j)的左上角在图像上的坐标(i
×
m+m/2,j
×
n+n/2)，i＝0,1,
…
,p-2，j＝0,1,
…
,q-2。
42.计算差异图像步骤。计算采集到的两幅图像的差异图像并二值化。
43.计算差异图像步骤。第一图像i1与第二图像i2的差异图像i3的像素值是第一图像i1和第二图像i2对应像素值之差的绝对值，差异图像i3的大小与第一图像i1和第二图像i2相同，也划分为m行n列的小块。
44.具体实施时，第一图像i1、第二图像i2和差异图像i3的像素分别为i1(x,y)、i2(x,y)、i3(x,y)，则i3(x,y)＝|i2(x,y)-i1(x,y)|。
45.计算阈值步骤。计算差异图像i3的均值和方差，第一阈值t1＝均值+方差，第二阈值t2＝均值-方差。
46.具体实施时，计算差异图像i3中像素值的平均值μ和方差σ。计算第一阈值t1＝μ+σ和第二阈值t2＝max{3,μ-σ}，保证t2≥3。
47.计算二值化图像步骤。根据差异图像i3中的像素值是否大于等于阈值t1，变为0，标记为非差异像素或变为1，标记为差异像素。
48.如果差异图像i3中像素i3(x,y)≥t1，则差异图像i3中像素i3(x,y)修改为i3(x,y)＝1，称为差异像素，否则，像素i3(x,y)修改为i3(x,y)＝0，称为非差异像素。
49.计算差异块步骤。二值化后差异图像i3中的块包含的差异像素数目大于等于块中像素数目的一半时，标记为差异块。
50.选择移动块步骤。在采集时间靠后的图像上选择移动块。
51.选择候选移动块步骤。如果采集时间靠后的第二图像i2的某个块在差异图像i3中对应块的邻接块是差异块，则第二图像i2中的这个块就标记为候选移动块。
52.具体实施时，第二图像i2的某个块在差异图像i3中对应块的上、下、左、右、左上、左下、右上、右下等8个邻接块中，有一个邻接块是差异块，则图像i2中的这个块就标记为候
选移动块。
53.选择移动块步骤。计算候选移动块在第一图像i1中对应的运动向量和运动向量处的差异。如果第二图像i2中的这个块在运动向量处的差异小于等于第二阈值t2，则标记为移动块，否则不标记。
54.具体实施时，运动向量个计算可以采用视频图像编码的方法计算，运动向量的绝对值不超过图像块的大小。
55.检测移动目标步骤。在选择的移动块的邻接块中选择移动块，组成移动目标。
56.具体实施时，如果采集时间靠后的第二图像i2的某个块与某个移动块邻接，且其在第一图像i1中的运动向量与移动块的运动向量差值在
±
1范围内，且在运动向量处的差异小于等于第二阈值t2，则这个块也标记为移动块。所有邻接的移动块组成移动目标。
57.有益效果：满足视频监控边缘设备的移动目标检测需求。本发明提出的视频移动目标检测，需要的计算和存储资源少，适合于性能较低的视频前端设备，在视频监控边缘计算中将发挥重要作用。
58.以上的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。