技术领域本发明涉及数字图像处理技术领域，尤指一种运动检测方法及运动检测装置。
背景技术：
目前，视频监控技术应用越来越广泛，随着图像处理技术与视频相关设备的不断进步，人们对监控设备的智能化要求越来越高，已经不仅仅满足于普通的被动式监控，对于特定的监控场所，比如银行、停车场、单位出入口、按键部门等，通常需要检测场景中是否存在运动目标。通常利用高斯分布对采集到的原始图像进行建模，对传输的每帧图像的每个像素通过计算其与模型的匹配程度来区分前景和背景，进而检测运动物体。但是上述方法算法复杂，计算量大，对光照和扰动比较敏感，适应性较差。
技术实现要素：
本发明实施例提供了一种运动检测方法及运动检测装置，以提供一种适应性较高的运动检测方法。本发明实施例提供的一种运动检测方法，包括：接收当前帧图像，并将所述当前帧图像划分为预设的多个分割区域；针对当前帧图像中的每一个分割区域，根据所述分割区域的亮度平均值确定所述分割区域所属的亮度级别；针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定所述分割区域是否为运动区域。较佳地，在本发明实施例提供的上述运动检测方法中，针对不同亮度级别的分割区域，确定所述分割区域是否为运动区域，具体包括：将所述分割区域划分为若干大小相同的子区域；获取各所述子区域的亮度平均值，并对各所述子区域的亮度平均值建立时间滑动亮度均值模型；根据建立的时间滑动亮度均值模型确定所述子区域的时间滑动亮度均值，并计算所述分割区域中各子区域的亮度平均值相比上一帧图像中对应子区域的亮度平均值的亮度帧差值；针对不同亮度级别的分割区域，根据所述分割区域中各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、各所述子区域的亮度平均值、以及与所属亮度级别对应的判断策略来确定所述分割区域是否为运动区域。较佳地，在本发明实施例提供的上述运动检测方法中，根据所述分割区域的亮度平均值确定所述分割区域所属的亮度级别具体包括：若所述分割区域的亮度平均值小于预设黑暗亮度阈值则确定所述分割区域所属的亮度级别为黑暗级别；若所述分割区域的亮度平均值大于或等于所述预设黑暗亮度阈值且小于预设明亮亮度阈值则确定所述分割区域所属的亮度级别为昏暗级别；若所述分割区域的亮度平均值大于或等于所述预设明亮亮度阈值则确定所述分割区域所属的亮度级别为明亮级别。较佳地，在本发明实施例提供的上述运动检测方法中，针对黑暗级别的分割区域，确定所述分割区域是否为运动区域具体包括：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值；根据设定的检测条件1和检测条件2，当所述检测条件1和所述检测条件2中任意一个满足时，确定所述黑暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内。较佳地，在本发明实施例提供的上述运动检测方法中，针对昏暗级别的分割区域，确定所述分割区域是否为运动区域具体包括：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各所述子区域的亮度帧差值的和值、以及各所述子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当所述检测条件1所述检测条件2和所述检测条件3中任意一个满足时，确定所述昏暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；所述检测条件3为所述分割区域中各所述子区域的亮度帧差值的和值与所述分割区域中各所述子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测方法中，针对明亮级别的分割区域，确定所述分割区域是否为运动区域具体包括：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各所述子区域的亮度帧差值的和值、以及各所述子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当所述检测条件1所述检测条件2和所述检测条件3均满足时，确定所述昏暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；所述检测条件3为所述分割区域中各所述子区域的亮度帧差值的和值与所述分割区域中各所述子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测方法中，按照以下公式对各所述子区域的亮度平均值建立时间滑动亮度均值模型：n＝1时，Lx_adapt(n)＝Lx_ave(n)；n>1时，其中，Lx_ave(n)表示第n帧图像中x子区域的平均亮度值，Lx_adapt(n)表示第n帧图像中x子区域的时间滑动亮度均值，n为大于7且小于11的正整数。相应地，本发明实施例还提供了一种运动检测装置，包括：分割模块，用于接接收当前帧图像，并将所述当前帧图像划分为预设的多个分割区域；级别判断模块，用于针对当前帧图像中的每一个分割区域，根据所述分割区域的亮度平均值确定所述分割区域所属的亮度级别；运动检测模块，用于针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定所述分割区域是否为运动区域。较佳地，在本发明实施例提供的上述运动检测装置中，运动检测模块具体用于：将所述分割区域划分为若干大小相同的子区域；获取各所述子区域的亮度平均值，并对各所述子区域的亮度平均值建立时间滑动亮度均值模型；根据建立的时间滑动亮度均值模型确定所述子区域的时间滑动亮度均值，并计算所述分割区域中各子区域的亮度平均值相比上一帧图像中对应子区域的亮度平均值的亮度帧差值；针对不同亮度级别的分割区域，根据所述分割区域中各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、各所述子区域的亮度平均值、以及与所属亮度级别对应的判断策略来确定所述分割区域是否为运动区域。较佳地，在本发明实施例提供的上述运动检测装置中，所述级别判断模块具体用于：若所述分割区域的亮度平均值小于预设黑暗亮度阈值则确定所述分割区域所属的亮度级别为黑暗级别；若所述分割区域的亮度平均值大于或等于所述预设黑暗亮度阈值且小于预设明亮亮度阈值则确定所述分割区域所属的亮度级别为昏暗级别；若所述分割区域的亮度平均值大于或等于所述预设明亮亮度阈值则确定所述分割区域所属的亮度级别为明亮级别。较佳地，在本发明实施例提供的上述运动检测装置中，针对黑暗级别的分割区域所述运动检测模块具体用于：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值；根据设定的检测条件1和检测条件2，当所述检测条件1和所述检测条件2中任意一个满足时，确定所述黑暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内。较佳地，在本发明实施例提供的上述运动检测装置中，针对昏暗级别的分割区域所述运动检测模块具体用于：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各所述子区域的亮度帧差值的和值、以及各所述子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当所述检测条件1所述检测条件2和所述检测条件3中任意一个满足时，确定所述昏暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；所述检测条件3为所述分割区域中各所述子区域的亮度帧差值的和值与所述分割区域中各所述子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测装置中，针对明亮级别的分割区域所述运动检测模块具体用于：根据所述分割区域中各所述子区域的亮度帧差值确定所述分割区域中最大的亮度帧差值；根据所述分割区域中各所述子区域的亮度平均值、各所述子区域的时间滑动亮度均值、各所述子区域的亮度帧差值、以及所述分割区域中最大的亮度帧差值，获取所述分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各所述子区域的亮度帧差值的和值、以及各所述子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当所述检测条件1所述检测条件2和所述检测条件3均满足时，确定所述昏暗级别的分割区域为运动区域；其中，所述检测条件1为所述分割区域中最大的亮度帧差值与所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；所述检测条件2为所述分割区域中亮度帧差值最大的子区域的亮度平均值不在所述分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；所述检测条件3为所述分割区域中各所述子区域的亮度帧差值的和值与所述分割区域中各所述子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测装置中，所述运动检测模块按照以下公式对所述子区域的亮度平均值建立时间滑动亮度均值模型：n＝1时，Lx_adapt(n)＝Lx_ave(n)；n>1时，其中，Lx_ave(n)表示第n帧图像中x子区域的平均亮度值，Lx_adapt(n)表示第n帧图像中x子区域的时间滑动亮度均值，n为大于7且小于11的正整数。本发明实施例提供的上述运动检测方法即运动检测装置，将每一帧图像划分为预设的多个分割区域；根据分割区域的亮度平均值确定分割区域所属的亮度级别；按照分割区域的亮度级别，针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定分割区域是否为运动区域，可以使得算法在不同亮度环境有不同的灵敏性质，有更高的适应性。附图说明图1为本发明实施例提供的运动检测方法的流程图；图2为本发明实施例提供的运动检测方法中针对不同亮度级别的分割区域，确定分割区域是否为运动区域的流程图；图3为本发明实施例一提供的运动检测方法的具体流程图；图4为本发明实施例提供的运动检测装置的结构示意图。具体实施方式下面结合附图，对本发明实施例提供的一种运动检测方法及运动检测装置的具体实施方式进行详细地说明。本发明实施例提供的一种运动检测方法，如图1所示，包括以下步骤：S101、接收当前帧图像，并将当前帧图像划分为预设的多个分割区域；S102、针对当前帧图像中的每一个分割区域，根据分割区域的亮度平均值确定分割区域所属的亮度级别；S103、针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定分割区域是否为运动区域。本发明实施例提供的上述运动检测方法，将每一帧图像划分为预设的多个分割区域；根据分割区域的亮度平均值确定分割区域所属的亮度级别；按照分割区域的亮度级别，针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定分割区域是否为运动区域，可以使得算法在不同亮度环境有不同的灵敏性质，有更高的适应性。需要说明的是，在本发明实施例提供的上述运动检测方法中，分割区域的亮度平均值是指该分割区域中所有像素点的亮度值求和后除以该分割区域中的像素点的数量。在具体实施时，在本发明实施例提供的上述运动检测方法中，步骤S103针对不同亮度级别的分割区域，确定分割区域是否为运动区域，如图2所示，具体包括：S201、将分割区域划分为若干大小相同的子区域；S202、获取各子区域的亮度平均值，并对各子区域的亮度平均值建立时间滑动亮度均值模型；S203、根据建立的时间滑动亮度均值模型确定子区域的时间滑动亮度均值，并计算分割区域中各子区域的亮度平均值相比上一帧图像中对应子区域的亮度平均值的亮度帧差值；S204、针对不同亮度级别的分割区域，根据分割区域中各子区域的时间滑动亮度均值、各子区域的亮度帧差值、各子区域的亮度平均值、以及与所属亮度级别对应的判断策略来确定分割区域是否为运动区域。本发明实施例提供的上述运动检测方法，将每个分割区域划分为若干子区域进行分析，使得结果在一定程度上更加符合统计意义，并且不同于现有技术中对单个像素点进行分析会带来大量噪声，且需要复杂的后期去噪处理，因此实现简便、稳定，更适合运用于实时的监控场景。并且，建立的时间滑动亮度均值模型与现有技术中采用高斯模型相比算法更加简单。需要说明的是，在本发明实施例提供的上述运动检测方法中，子区域的亮度平均值是指该子区域中所有像素点的亮度值求和后除以该子区域中的像素点的数量。进一步地，在具体实施时，在本发明实施例提供的上述检测方法中，对当前帧图像中某一子区域的亮度平均值建立时间滑动亮度均值模型时，一般采用该当前帧图像中该子区域的亮度平均值以及其前N帧图像中对应子区域的亮度平均值建立。N一般取大于7且小于11的整数。这是因为N值太大，运动物体会产生拖影现象，而N值太小，算法稳定性会比较差。在具体实施时，对于第1帧至第N帧的每一帧图像的各子区域在建立时间滑动亮度均值模型时，由于当前帧图像之前不够N帧图像，因此只能采取第1帧图像至当前帧图像中对应子区域的亮度平均值建立。并且，在具体实施时，由于第1帧至第N帧的每一帧图像的各子区域的时间滑动亮度均值模型的稳定性还比较差，一般此时检测结果的稳定性比较差。因此，对于第1帧至第N帧的每一帧图像的各子区域建立时间滑动亮度均值模型主要是为了使从第N+1帧图像起各子区域的时间滑动亮度均值模型稳定性好，以便使运动检测结果准确。在具体实施时，在本发明实施例提供的上述检测方法中，按照以下公式对各子区域的亮度平均值建立时间滑动亮度均值模型：n＝1时，Lx_adapt(n)＝Lx_ave(n)；n>1时，其中，Lx_ave(n)表示第n帧图像中x子区域的平均亮度值，Lx_adapt(n)表示第n帧图像中x子区域的时间滑动亮度均值，N为大于7且小于11的整数。较佳地，在本发明实施例提供的上述运动检测方法中，根据分割区域的亮度平均值确定分割区域所属的亮度级别具体包括：若分割区域的亮度平均值小于预设黑暗亮度阈值则确定分割区域所属的亮度级别为黑暗级别；若分割区域的亮度平均值大于或等于预设黑暗亮度阈值且小于预设明亮亮度阈值则确定分割区域所属的亮度级别为昏暗级别；若分割区域的亮度平均值大于或等于预设明亮亮度阈值则确定分割区域所属的亮度级别为明亮级别。在具体实施时，在本发明实施例提供的上述运动检测方法中，预设黑暗亮度阈值取为小于或等于40，预设明亮亮度阈值取为大于或等于80，当然在具体实施时，根据图像的亮度的明暗程度划分，将预设黑暗亮度阈值取和预设明亮亮度阈值取为其它值，在此不作限定。以上仅是将亮度级别分为三个级别，即黑暗级别、昏暗级别和明亮级别。在具体实施时，也可以将将亮度级别分为更多个级别，例如四个、五个等，在此不作限定。下面实施例是以将亮度级别分为黑暗级别、昏暗级别和明亮级别为例进行说明的。较佳地，在本发明实施例提供的上述运动检测方法中，针对黑暗级别的分割区域，确定分割区域是否为运动区域具体包括：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值；根据设定的检测条件1和检测条件2，当检测条件1和检测条件2中任意一个满足时，确定黑暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内。需要说明的是，在本发明实施例提供的上述运动检测方法中，子区域的时间滑动亮度均值和子区域的亮度平均值均是亮度均值的统计量，而时间滑动亮度均值是从时间样本上反映了亮度平均值的统计意义，从而可以将以时间滑动亮度均值为中心上下浮动存在的一个相对稳定区间作为亮度平均值的置信区间。因此，在本发明实施例提供的上述运动检测方法中，是以分割区域中亮度帧差值最大的子区域的时间滑动亮度均值为中心上下浮动存在的一个相对稳定区间作为置信区间。较佳地，在本发明实施例提供的上述运动检测方法中，针对昏暗级别的分割区域，确定分割区域是否为运动区域具体包括：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、各子区域的亮度帧差值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各子区域的亮度帧差值的和值、以及各子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当检测条件1检测条件2和检测条件3中任意一个满足时，确定昏暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测方法中，针对明亮级别的分割区域，确定分割区域是否为运动区域具体包括：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、各子区域的亮度帧差值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各子区域的亮度帧差值的和值、以及各子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当检测条件1检测条件2和检测条件3均满足时，确定昏暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。在具体实施时，由于在明亮的图像中，实际物体与背景的亮度平均值差异比阴影更大，分割区域中具有最大亮度帧差值的子区域需要有相当大的值才能被判决为物体，考虑到实际亮度平均值的波动即亮度帧差值，因此采用亮度平均值代替固定阈值作为判决阈值可具有更佳的环境适应能力。并且由于在有阴影或者设备晃动的场景时，真实运动物体所在的分割区域一般具有比较大的亮度帧差值，考虑到自适应亮度的需求，将一定倍数(可取2～5倍)的亮度帧差值最大的子区域的时间滑动亮度均值作为阈值更具有适应性。因此在本发明实施例提供的上述运动检测方法中，设定的检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内。且第一预设范围为2～5效果较佳。在具体实施时，由于图像的各背景像素点的亮度值的变化符合高斯分布，因此子区域的亮度平均值也符合高斯分布。利用高斯分布的置信区间作为检测条件2中的置信区间，可以在黑暗环境中有效排除噪声的干扰，并准确捕捉亮度的变化。并且，在具体实施时，若置信区间范围取太小会导致噪声大，若置信区间范围取太大则判断的灵敏度会低。因此，较佳地，在本发明实施例提供的上述运动检测方法中，在检测条件2中的置信区间为90％～110％。进步地，在具体实施时，在光线较暗的场合，设备摄入的图像内的运动物体轮廓不清晰，图像较模糊。通过统计分割区域的各子区域的亮度帧差值，可获得该区域内图像变化的特征值，使得设备可以对进入该分割区域的运动物体敏感。并且由于分割区域中的各子区域的亮度帧差值的和值反映了该分割区域内所有子区域的波动特性，若当前分割区域为运动区域，则各子区域的亮度帧差值的和值较前一帧有较大的波动，利用预设倍数(取2％～5％的倍数可有效屏蔽噪声的影响)的分割区域中各子区域的时间滑动亮度均值的和值作为判断阈值可以使得判决更具有适应性。因此，较佳地，在本发明实施例提供的上述运动检测方法中，设定的检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。并且，第二预设范围为2％～5％时效果较佳。进一步在，在本发明实施例提供的上述运动检测方法中，当分割区域的亮度级别为黑暗级别时，由于分割区域中各子区域的亮度帧差值的和值相对比较大(即噪声大)，而分割区域中各子区域的时间滑动亮度均值的和值比较小(即噪声阈值小)，因此即使分割区域为运动区域，各子区域的时间滑动亮度均值的和值与各子区域的亮度帧差值的和值的比值改变相对也比较小，即信噪比较低，导致判断能力差，因此判断黑暗级别的分割区域时，采取的判断策略中仅需要考虑检测条件1和检测条件2中至少有一个满足即可。当分割区域的亮度级别为昏暗级别时，由于比较难判断，为了提高灵敏性，采取的判断策略中仅需要考虑检测条件1、检测条件2和检测条件3中至少有一个满足即可。当分割区域的亮度级别为明亮级别时，由于判断比较容易，但是三种检测条件的判断结果的差异可能会比较大，因此为了降低灵敏性，采取的判断策略中需要考虑检测条件1、检测条件2和检测条件3均满足才行。因此本发明实施例提供的上述运动检测方法针对不同亮度级别的分割区域给出不同的判断策略，使得算法在不同亮度级别有不同的灵敏性质，有更高的适应性。下面通过一个具体的实施例说明本发明实施例提供的上述运动检测方法。实施例一、如图3所示，运动检测方法具体包括：S301、接收当前帧图像，并将当前帧图像划分为预设的多个分割区域；S302、针对当前帧图像中的每一个分割区域，将分割区域划分为若干大小相同的子区域；获取各子区域的亮度平均值，并对各子区域的亮度平均值建立时间滑动亮度均值模型；根据建立的时间滑动亮度均值模型确定子区域的时间滑动亮度均值，并计算分割区域中各子区域的亮度平均值相比上一帧图像中对应子区域的亮度平均值的亮度帧差值；S303、根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、各子区域的亮度帧差值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各子区域的亮度帧差值的和值、以及各子区域的时间滑动亮度均值的和值；S304、判断分割区域的亮度平均值是否小于预设黑暗亮度阈值，若是，则执行步骤S305，若否则执行步骤S306；S305、确定分割区域所属的亮度级别为黑暗级别，并判断检测条件1和检测条件2中是否有任意一个满足；若是，则确定分割区域为运动区域；S306、判断分割区域的亮度平均值是否小于预设明亮亮度阈值，若是，则执行步骤S307，若否则执行步骤S308；S307、确定分割区域所属的亮度级别为昏暗级别，并判断检测条件1、检测条件2和检测条件3中是否有任意一个满足；若是，则确定分割区域为运动区域；S308、确定分割区域所属的亮度级别为明亮级别，并判断检测条件1、检测条件2和检测条件3是否均满足；若是，则确定分割区域为运动区域。其中检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。本发明实施例提供的上述运动检测方法，具有如下优点：1、由于针对不同的亮度级别给出由检测条件1、检测条件2、和检测条件3中之一或组合组成的的判断策略，使得算法在不同亮度环境有不同的灵敏性质，有更高的适应性。2、本上述方法摆脱了已有现有方法中繁琐的阈值设置，进一步提高算法的实用性。3、上述方法还能有效抑制噪声、阴影及设备轻微晃动对动检结果的影响。4、上述方法将每个分割区域划分为若干子区域进行分析，使得结果在一定程度上更加符合统计意义，并且不同于现有技术中对单个像素点进行分析会带来大量噪声，且需要复杂的后期去噪处理，因此实现简便、稳定，更适合运用于实时的监控场景。需要说明的是，在本发明实施例提供的上述运动检测方法中，针对一帧图像中的多个分割区域，可以是按照规定的顺序逐个进行检测，当确定一帧图像中的所有分割区域均检测完成后再检测下一帧图像，当然在具体实施时，也可以对同一帧图像中的多个分割区域同时进行检测，在此不作限定。基于同一发明构思，本发明实施例还提供了一种运动检测装置，如图4所示，包括：分割模块1，用于接接收当前帧图像，并将当前帧图像划分为预设的多个分割区域；级别判断模块2，用于针对当前帧图像中的每一个分割区域，根据分割区域的亮度平均值确定分割区域所属的亮度级别；运动检测模块3，用于针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定分割区域是否为运动区域。在具体实施时，在本发明实施例提供的上述运动检测装置中，运动检测模块具体用于：将分割区域划分为若干大小相同的子区域；获取各子区域的亮度平均值，并对各子区域的亮度平均值建立时间滑动亮度均值模型；根据建立的时间滑动亮度均值模型确定子区域的时间滑动亮度均值，并计算分割区域中各子区域的亮度平均值相比上一帧图像中对应子区域的亮度平均值的亮度帧差值；针对不同亮度级别的分割区域，根据分割区域中各子区域的时间滑动亮度均值、各子区域的亮度帧差值、各子区域的亮度平均值、以及与所属亮度级别对应的判断策略来确定分割区域是否为运动区域。在具体实施时，在本发明实施例提供的上述运动检测装置中，级别判断模块具体用于：若分割区域的亮度平均值小于预设黑暗亮度阈值则确定分割区域所属的亮度级别为黑暗级别；若分割区域的亮度平均值大于或等于预设黑暗亮度阈值且小于预设明亮亮度阈值则确定分割区域所属的亮度级别为昏暗级别；若分割区域的亮度平均值大于或等于预设明亮亮度阈值则确定分割区域所属的亮度级别为明亮级别。在具体实施时，在本发明实施例提供的上述运动检测装置中，针对黑暗级别的分割区域运动检测模块具体用于：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值；根据设定的检测条件1和检测条件2，当检测条件1和检测条件2中任意一个满足时，确定黑暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内。在具体实施时，在本发明实施例提供的上述运动检测装置中，针对昏暗级别的分割区域运动检测模块具体用于：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、各子区域的亮度帧差值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各子区域的亮度帧差值的和值、以及各子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当检测条件1检测条件2和检测条件3中任意一个满足时，确定昏暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。在具体实施时，在本发明实施例提供的上述运动检测装置中，针对明亮级别的分割区域运动检测模块具体用于：根据分割区域中各子区域的亮度帧差值确定分割区域中最大的亮度帧差值；根据分割区域中各子区域的亮度平均值、各子区域的时间滑动亮度均值、各子区域的亮度帧差值、以及分割区域中最大的亮度帧差值，获取分割区域中亮度帧差值最大的子区域的亮度平均值和时间滑动亮度均值、各子区域的亮度帧差值的和值、以及各子区域的时间滑动亮度均值的和值；根据设定的检测条件1、检测条件2和检测条件3，当检测条件1检测条件2和检测条件3均满足时，确定昏暗级别的分割区域为运动区域；其中，检测条件1为分割区域中最大的亮度帧差值与分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的比值在大于1的第一预设范围内；检测条件2为分割区域中亮度帧差值最大的子区域的亮度平均值不在分割区域中亮度帧差值最大的子区域的时间滑动亮度均值的置信区间内；检测条件3为分割区域中各子区域的亮度帧差值的和值与分割区域中各子区域的时间滑动亮度均值的和值的比值在小于1的第二预设范围内。较佳地，在本发明实施例提供的上述运动检测装置中，运动检测模块按照以下公式对子区域的亮度平均值建立时间滑动亮度均值模型：n＝1时，Lx_adapt(n)＝Lx_ave(n)；n>1时，其中，Lx_ave(n)表示第n帧图像中x子区域的平均亮度值，Lx_adapt(n)表示第n帧图像中x子区域的时间滑动亮度均值，n为大于7且小于11的正整数。较佳地，在本发明实施例提供的上述运动检测装置中，第一预设范围为2～5，置信区间为90％～110％，第二预设范围为2％～5％。在具体实施时，在本发明实施例提供的上述运动检测装置中，预设黑暗亮度阈值取为小于或等于40，预设明亮亮度阈值取为大于或等于80。本发明实施例提供的一种运动检测方法及运动检测装置，将每一帧图像划分为预设的多个分割区域；根据分割区域的亮度平均值确定分割区域所属的亮度级别；按照分割区域的亮度级别，针对不同亮度级别的分割区域，采用与所属亮度级别对应的判断策略来确定分割区域是否为运动区域，可以使得算法在不同亮度环境有不同的灵敏性质，有更高的适应性。显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。