專利名稱：復雜背景下運動目標自動檢測方法和裝置的制作方法
技術領域：
本發(fā)明涉及一種用于在視頻拍攝單元拍攝的圖像中自動檢測運動目標的方法和裝置。
背景技術：
現實生活中，大量有意義的視覺信息包含在運動之中，為了監(jiān)視或跟蹤在視頻拍攝單元拍攝的視頻圖像中運動的目標，如飛機、汽車、人等，必須事先檢測視頻中的目標。運動目標自動檢測在交通狀況監(jiān)控、停車場調度監(jiān)控、事故檢測、自動導航等系統(tǒng)中都有廣泛的應用前景。
在復雜背景下，通常含有大量噪聲，而且除了目標運動外，背景也參與運動，所有這些都給復雜背景下目標的自動檢測帶來困難。每幀圖像由背景和目標組成，目標嵌套在背景中，如果提取到背景，將圖像與背景作差即可得到目標，利用此思想提出了基于背景差法的運動目標檢測方法，由此產生了多種背景更新模型，如基于Kalman(卡爾曼)濾波的背景減法、自適應背景減法等，但是在復雜背景下這些方法提取的背景通常包含模糊的目標信息，使得提取結果中可能會丟失目標。
如果視頻幀中背景靜止，只有目標參與運動，那么將相鄰兩幀圖像作差即可檢測到運動的目標，利用此思想又提出了基于運動估計的運動目標檢測方法，如光流法、塊匹配法等。基于光流場的光流法實時性和實用性較差，塊匹配的方法對于運動估計的效果較好，但在大面積的平坦區(qū)域上進行塊匹配是不可靠的，因為匹配模板周圍的區(qū)域都跟模板太相似，而僅在特征空間進行匹配不僅可以保證運動估計的可靠性，更可以最大限度的減少冗余運算，于是視頻幀中背景特征塊的提取成為研究熱點。有學者提出了Barnard算子，先提取特征點，然后在特征點周圍形成特征塊，此方法提取的特征點數目多，而且密集，給塊匹配運算帶來麻煩。

發(fā)明內容
本發(fā)明要解決的技術問題是克服現有技術的不足，提供一種復雜背景下運動目標進行自動檢測的方法，采用塊匹配的運動估計方法提取運動目標，該方法實時性和實用性好，并具有高的檢出率?；诖朔椒?，提供一種在硬件平臺上，采用數字圖像處理模塊對復雜背景下運動目標進行自動檢測的裝置。
本發(fā)明解決其技術問題所采用的技術方案是1)利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；2)將所述特征塊作為模板，執(zhí)行塊匹配，獲取序列圖像的背景運動矢量；3)依據所述背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標。
所述步驟1)的具體方法是，利用相鄰兩幀圖像信息，將圖像均勻分塊，對每塊計算圖像數據的差累和，并設定特征塊檢測閾值，比較各塊的差累和與閾值，將差累和大于閾值的塊選為特征快。
一種復雜背景下運動目標自動檢測裝置，包括特征塊提取模塊，利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；運動估計模塊，將所述特征塊提取模塊提取的特征塊作為模板，采用塊匹配的運動估計方法，獲取序列圖像的背景運動矢量；幀間配準差分和后處理模塊，依據所述背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標；所述運動估計模塊與幀間配準差分和后處理模塊由現場可編程邏輯門陣列單元及雙向存儲器組單元組成，所述現場可編程邏輯門陣列單元將輸入圖像數據實時的存入雙向存儲器組單元進行存儲和調用，并完成特征塊提取、運動估計操作；所述幀間配準差分和后處理模塊為高速數字處理器單元，所述高速數字處理器單元完成配準差分和后處理后，將處理結果送入所述現場可編程邏輯門陣列單元輸出；所述的現場可編程邏輯門陣列為一個或一個以上系列，邏輯資源為100萬門以上；所述特征塊提取模塊利用相鄰兩幀圖像信息，將圖像均勻分塊，對每塊計算圖像數據的差累和，并設定特征塊檢測閾值，比較各塊的差累和與閾值，將差累和大于閾值的塊選為特征快。
本發(fā)明與現有技術相比具有如下優(yōu)點1、利用序列圖像的運動信息提取背景特征塊，特征塊提取準確，而且方法簡單，實時性和實用性好。
2、提供了一種在硬件平臺上將復雜背景下運動目標自動檢測方法付諸實現的裝置，為圖像的進一步分析處理奠定了基礎。


圖1為本發(fā)明中復雜背景下運動目標自動檢測方法的一種實施例的流程圖；圖2為本發(fā)明中復雜背景下運動目標自動檢測裝置的一種實施例的結構原理圖；圖3為本發(fā)明中復雜背景下運動目標自動檢測裝置的物理結構示意圖。
具體實施例方式
以下結合附圖和具體實施例進一步說明本發(fā)明。
如圖1所示，復雜背景下運動目標的自動檢測方法包括以下步驟步驟11利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；
步驟12將特征塊作為模板，執(zhí)行塊匹配，獲取序列圖像(例如當前幀圖像和前一幀圖像)的背景運動矢量，即運動估計的步驟；步驟13依據背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標。
更為具體地，在步驟11中，將視頻拍攝單元拍攝的序列圖像采用相同的方法均勻分塊，對每塊計算塊內的灰度值差累和，由所有塊的灰度值差累和計算特征塊檢測閾值，將灰度值差累和大于閾值的特征塊選為背景特征塊。
在步驟12中，采用塊匹配方法計算背景運動矢量，將步驟11中提取的背景特征塊作為模板，模板周圍區(qū)域作為搜索區(qū)，選用一定的匹配準則和搜索方法計算最佳匹配位置獲取背景運動矢量。匹配準則為相似性度量或距離度量，搜索方法為全搜索法、三步搜索法、基于二維對數的搜索法或交叉搜索法。
在步驟13中，依據步驟12獲得的背景運動矢量對序列圖像進行配準，提取靜止背景下的序列圖像，然后計算對應像素點灰度差提取運動目標。采用形態(tài)學開運算(先腐蝕，后膨脹)消除非目標的碎塊和點，改善目標的檢測效果。
如圖2所示，復雜背景下運動目標自動檢測裝置的實施例，包括特征塊提取模塊21，用于利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；運動估計模塊22，用于將所述特征塊提取模塊提取的特征塊作為模板，采用塊匹配的運動估計方法，獲取序列圖像的背景運動矢量；幀間配準差分和后處理模塊23，用于依據所述背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標。
作為本發(fā)明的自動檢測裝置的物理組成，運動估計模塊與幀間配準差分和后處理模塊由可編程邏輯器件FPGA(現場可編程邏輯門陣列)單元32及雙向存儲器組單元34組成，可編程邏輯器件FPGA單元32將由視頻拍攝單元31輸入的圖像數據實時的存入雙向存儲器組單元34進行存儲和調用，并完成特征塊提取、運動估計操作。
幀間配準差分和后處理模塊為高速數字處理器DSP(數字信號處理器)單元33，高速數字處理器DSP單元33完成配準差分和后處理后，將處理結果送入可編程邏輯器件FPGA單元32輸出。
在本實施例中，可編程邏輯器件FPGA至少為一個，最好為一個以上系列，邏輯資源應為100萬門以上。
權利要求
1.一種復雜背景下運動目標自動檢測方法，其特征在于包括以下步驟1)利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；2)將所述特征塊作為模板，執(zhí)行塊匹配，獲取序列圖像的背景運動矢量；3)依據所述背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標。
2.根據權利要求1所述的復雜背景下運動目標自動檢測方法，其特征在于所述步驟1)的具體方法是，利用相鄰兩幀圖像信息，將圖像均勻分塊，對每塊計算圖像數據的差累和，并設定特征塊檢測閾值，比較各塊的差累和與閾值，將差累和大于閾值的塊選為特征塊。
3.一種復雜背景下運動目標自動檢測裝置，其特征在于包括特征塊提取模塊，利用序列圖像的運動信息，提取最能體現背景運動特征的特征塊；運動估計模塊，將所述特征塊提取模塊提取的特征塊作為模板，采用塊匹配的運動估計方法，獲取序列圖像的背景運動矢量；幀間配準差分和后處理模塊，依據所述背景運動矢量執(zhí)行圖像配準，獲取靜止背景下的圖像，并提取消除了碎塊和點的運動目標。
4.根據權利要求3所述的復雜背景下運動目標自動檢測裝置，其特征在于所述運動估計模塊與幀間配準差分和后處理模塊由現場可編程邏輯門陣列單元及雙向存儲器組單元組成，所述現場可編程邏輯門陣列單元將輸入圖像數據實時的存入雙向存儲器組單元進行存儲和調用，并完成特征塊提取、運動估計操作。
5.根據權利要求3所述的復雜背景下運動目標自動檢測裝置，其特征在于所述幀間配準差分和后處理模塊為高速數字處理器單元，所述高速數字處理器單元完成配準差分和后處理后，將處理結果送入所述現場可編程邏輯門陣列單元輸出。
6.根據權利要求4或5所述的復雜背景下運動目標自動檢測裝置，其特征在于所述的現場可編程邏輯門陣列為一個或一個以上系列，邏輯資源為100萬門以上。
7.根據權利要求3所述的復雜背景下運動目標自動檢測裝置，其特征在于所述特征塊提取模塊利用相鄰兩幀圖像信息，將圖像均勻分塊，對每塊計算圖像數據的差累和，并設定特征塊檢測閾值，比較各塊的差累和與閾值，將差累和大于閾值的塊選為特征塊。
全文摘要
本發(fā)明涉及復雜背景下運動目標自動檢測方法及裝置，采用簡單的特征塊提取和運動估計方法排除運動背景的干擾，只檢測運動的目標。檢測方法包括特征塊提??；運動估計；幀間配準差分和后處理幾個步驟。檢測裝置包括特征塊提取模塊、運動估計模塊、幀間配準差分和后處理模塊。本發(fā)明實現了復雜背景下運動目標的自動檢測，把運動目標從實時變化的背景中快速、準確地分離，為圖像的進一步分析處理奠定了基礎。本發(fā)明利用序列圖像的運動信息提取背景特征塊，特征塊提取準確，而且方法簡單，實時性和實用性好。
文檔編號H04N5/14GK101022505SQ20071006469
公開日2007年8月22日 申請日期2007年3月23日 優(yōu)先權日2007年3月23日
發(fā)明者徐功益, 蔡敬菊 申請人:中國科學院光電技術研究所