一种电脑输出视频图像变化检测的方法
【技术领域】
[0001] 本发明涉及一种电脑输出视频图像变化检测的方法，属于视频处理技术领域。
【背景技术】
[0002] 随着多媒体技术的发展，视频和图像处理技术的应用日趋广泛，而运动变化检测 技术就是其中重要的一个研究方向。该技术旨在借助参考图像来判断当前图像是否存在运 动变化，某些应用需要进一步检测运动变化的具体区域。该技术的应用十分广泛，比如利用 变化检测技术对同一地域不同时期的遥感图像中定量分析和确定地表变化过程，来更新地 理数据、评估灾难、检测土地利用情况等；比如在安防领域，可以通过对监控视频的变化检 测来判断是否有非法入侵者闯入等。
[0003] 视频图像的运动变化检测对算法的实时性要求较高，同时视频中对象运动(如视 频场景变化、微小的人为变化等）或噪声都会引起视频图像像素值的改变。其中，对象运动 引起的变化是结构性的，而噪声引起的变化是非结构性的。噪声一般来源于相机、量化、传 输等，可认为是高斯噪声，并且为加性噪声，这些噪声对我们做出的判断会有很大的影响， 需要将这些影响降低到最小。对于可能存在的微小的人为变化(如电脑桌面图像中的指针 移动)，需要较高的检测精度。总之，应用于视频图像运动变化检测的算法在保证实时性的 基础上，既要抑制噪声对视频变化判断的干扰，又要保持微小变化的侦测灵敏度。
[0004] 在申请于2011年1月18日，公开于2011年5月18日，公开号为CN102063722A 的专利中，申请人公开了一种基于主成份广义逆变换的图像变化检测方案。该方案通过对 待检测图像重新组织数据后进行两个特征空间中的变换，在变换后的特征空间中进行更新 波段差分处理以获取变化成分，再通过自动阈值确定方法来提取变化区域，实现变化检测。 该方案利用基于PCA (主成份分析）变换的变化检测是在主成份广义逆变换后的特征空间 里对图像进行差分检测，从而有效地抑制了噪声，在图像受噪声干扰严重，图像变形扭曲， 分辨率过低等情况下很好的检测效果。该方案的确可以很好地抑制噪声干扰，克服图像扭 曲及分辨率较低等不利因素对变化检测的影响，但其采用的主成份分析（PCA)变换算法计 算量较大，会产生较大的系统时延。
[0005] 在公开于2010年1月5日，公开号为US7643703B2的美国专利中，申请人公开了 一种图像变化检测系统设计方案。该方案中，首先载入原图像和目标图像，再将两幅图像变 为二值化的边缘图像(在边缘图像中，每个像素标注为边缘或者非边缘)，清楚地描述图像 中各对象的轮廓，然后将两幅边缘图像进行比对，以此来判断两幅图像是否存在变化部分。 该方案对物体轮廓较清晰图像的变化检测效果较好。该方案对边缘模糊的图像或是颜色对 比度较低的图像的变化检测效果较差，另外，该方案对整张图像直接进行操作，对细小变 化的漏检概率较大。
[0006] 在北京理工大学学报第27卷第11期，文章编号为1001-0645 (2007)11-0998-03 的文章中作者提出了一种基于相关系数的图像变化检测方案。该方案基于两幅图像之间的 相关系数越小，相似度越低的原理，先将参考图像和输入图像转换成灰度图像，然后对相关 系数公式进行简化和迭代运算，并利用简化的相关系数公式计算参考图像和输入图像之间 的相关系数，得到相关系数矩阵，通过对相关系数矩阵的分析，判断两幅图像是否有变化。 该方案对含有较小噪声的图像可以得到比较准确的结果，但当噪声较大时，图像之间的相 似性就会减弱，相关系数减小，即使图像没有发生变化，也会被误判为有变化。
[0007] 此外，当分块相对较大时，微小的物体运动反映在相关系数上有可能相等，该方案 无法判定此类变化，导致检测无变化。
[0008] 综上所述，现有视频变化检测方案都有一定局限性，特别是针对视频图像中微小 变化的实时检测应用，性能不佳。
【发明内容】
[0009] 为了克服上述的不足，本发明提供一种电脑输出视频图像变化检测的方法，其能 够实现视频图像中微小变化的实时检测。
[0010] 本发明实现的技术方案如下：
[0011] 第一步：彩色图像转成灰度图像，所述彩色图像转成灰度图像方法如下：
[0012] y = 0. lH^b+O. SSi^g+O. 299^r,
[0013] 所述y为灰度值，y的范围是0 < y < 255 ;所述b为彩色图像的蓝色分量，b的范 围是0彡b彡255 ;所述g为绿色分量，g的范围是0彡g彡255 ;所述r为红色分量，r的 范围是〇彡r彡255 ;
[0014] 第二步：把第一步得到的灰度图像通过均值滤波器滤波，所述滤波器为
[0015]
【主权项】
1. 一种电脑输出视频图像变化检测的方法，其特征在于： 第一步：彩色图像转成灰度图像，所述彩色图像转成灰度图像方法如下： y = 0. 114*b+0. 587*g+0. 299杜， 所述y为灰度值，y的范围是0彡y彡255 ;所述b为彩色图像的蓝色分量，b的范围是 0彡b彡255 ;所述g为绿色分量，g的范围是0彡g彡255 ;所述r为红色分量，r的范围是 0 ^ r ^ 255 ； 第二步：把第一步得到的灰度图像通过均值滤波器滤波，所述滤波器为
其中i的取值范围为大于等于零、小于等于图像的宽度W，j的取值范围为大于等于零、 小于等于图像的高度W，均值滤波器的窗口大小为WXW个像素，W=4,即窗口为4X4像素时， 具体实现如下：首先算出灰度图像中每一列4个像素和，得到一个一维数组，元素个数为列 数，然后将前4个值相加再除以16,即得到第一个像素的均值滤波结果，接着把求得的和加 上第5个值再减去第一个值，再除以16,即为第二个像素的均值滤波结果，依此类推，即得 到第一行所有像素的均值滤波结果，接着为了计算第二行像素的滤波结果，先将之前所得 的一维数组的值更新，更新方法是一维数组的第一个元素加上第一列第5个像素减去第一 列第一个元素 ，一维数组的第二个元素加上第二列第5个像素减去第二列第一个元素，依 此类推，即可更新该一维数组，再按照之前的方法，即可求出第二行的滤波结果，依此类推， 即可求出整张图片的均值滤波结果； 所述在均值滤波中加入了韧性估计，设Xi (?=〇，1，···，Ν-1)是独立同分布的观 测序列，N取值范围为9~81，分布函数F(x) = (l-a )G(x) + a H(X)，其中，G(X)为已 知图像序列分布函数，由每帧图像序列而定；H(X)为任意分布函数，0 < a < 1为常 数，为了计算Xi的均值m(x),可构造代价函
1其中m(x)为 均值估计，σ (X)为均方差估计，Ψ(χ)是要适当选择的函数，例如取Ψ(χ) = |χ|，则
〇，可解出m (X)，与对Xi 进行中值滤波的结果相同； 第三步：分块：将滤波后的图像进行分块判断是否变化，每一块大小为8X8像素，以提 高图像变化检测的敏感性和实时性； 第四步：求帧差：将上述待判断帧的块图像减去参考帧的对应块图像，若对应点像素 值差值的绝对值小于5,则将该点的像素值置为0 ; 第五步：求均值与方差：计算上述通过帧差处理后的图像块的均值和方差。所述均值 计算方法如下：
所述方差计算方法如下：
第六步：求t值：根据上一步计算块图像的均值和方差，通过t分布来检验该图像块是 否发生变化，从而判断整张图像是否发生变化； 所述t值计算方法如下：
第七步：判断：若It |〈2. 575,则认为当前帧与参考帧的对应块相同，否则认为发生变 化。只要有一对块被认为不同，则认为两张图片存在变化，即用当前帧的灰度图像替代参考 帧，并输出该变化视频帧；若所有块都被检测为相同，则认为两张图片无变化，不输出该视 频帧。
【专利摘要】本发明涉及一种电脑输出视频图像变化检测的方法，属于视频处理技术领域。本发明提供一种电脑输出视频图像变化检测的方法，其能够实现视频图像中微小变化的实时检测。
【IPC分类】G06T7-00
【公开号】CN104657967
【申请号】CN201310595013
【发明人】盖丽
【申请人】大连佑嘉软件科技有限公司
【公开日】2015年5月27日
【申请日】2013年11月21日