專利名稱：基于運動矢量的移動偵測方法
基于運動矢量的移動偵測方法
技術領域：
本發(fā)明涉及一種智能視頻技術領域，尤其涉及一種基于運動矢量的移動偵測方法。
背景技術：
運動目標檢測是指通過識別監(jiān)控畫面的圖像變化，將目標從監(jiān)控場景中提取出來。它是視頻監(jiān)控的關鍵步驟。運動目標檢測處于整個視頻監(jiān)視系統(tǒng)的最底層，是各種后續(xù)高級應用如目標跟蹤、目標分類、目標行為分析等的基礎。因此運動目標檢測是視頻圖像處理的關鍵環(huán)節(jié)?，F(xiàn)在主流的運動目標檢測方法有以下三種1.幀間差分法是在連續(xù)的圖像序列中兩個或三個相鄰幀間，采用基于像素的圖像幀之間差分并閾值化來提取出圖像中的運動區(qū)域。2.背景減除法首先構建監(jiān)控區(qū)域的背景圖像，然后利用當前圖像與背景圖像相減來檢測運動目標。3.光流場法根據(jù)連續(xù)的幾幀圖像計算各像素運動的大小和方向，利用運動場區(qū)分背景和運動對象。這三種方法都是基于整幅圖像的像素值且需要多幀圖像，這樣導致計算復雜度過大以及對存儲空間的要求也很高。運動矢量是一個二維的數(shù)據(jù)，一般在直角坐標系里面表示為(MVX，MVy)，它表示的是宏塊的運動幅度以及運動方向。運動矢量(MV)是在視頻編碼的時候產(chǎn)生的值，我們可以通過對MV值的分析，來判斷是否是有運動物體。這樣不僅降低得計算復雜度，而且對存儲空間的要求也不高。運動物體在以運動矢量宏塊圖中表現(xiàn)的是一片運動矢量宏塊群，運動物體宏塊群必然有運動物體邊緣的運動宏塊?，F(xiàn)有技術中提供了移動偵測方法，如
公開日為2010. 11.24日，公開號為 CN101895675A的中國專利“一種移動偵測方法和裝置”，其描述的是一種區(qū)塊的移動偵測方法，其特征在于，包括在對當前區(qū)塊進行編碼操作時，利用編碼參數(shù)和預置的靈敏度檔位sensitivity (靈敏度)計算輔助參數(shù)；所述編碼參數(shù)至少包括當前區(qū)塊運動矢量MV ；所述輔助參數(shù)至少包括所述MV的絕對值的和與第一門限值；通過與所述編碼參數(shù)和輔助參數(shù)對應的判斷模型，確定當前區(qū)塊的運動狀態(tài)；所述區(qū)塊包括一個或兩個以上宏塊。該發(fā)明是通過計算輔助參數(shù)和編碼參數(shù)來確定當前編碼的區(qū)塊(其區(qū)塊是包括一個或兩個以上宏塊)的運動狀態(tài)，從而判斷區(qū)塊的移動情況；該方法的移動偵測的計算比較復雜?，F(xiàn)有技術還提供了一種塊運動自適應的亞像素快速搜索方法，其
公開日為 2010. 04. 28，公開號為CN101699865A的專利，其描述的是屬視頻編碼中的運動估計技術領域，該發(fā)明步驟為1)開始；2)運動矢量預測；3)整數(shù)像素搜索；4)開始亞像素搜索； 5) 1/2和1/4像素插值；6)判斷當前宏塊的運動劇烈程度；7)進行大菱形搜索；8)進行第一級小菱形搜索；9)判斷最優(yōu)點是否在小菱形的中心；10)進行第二級小菱形搜索；11)亞像素搜索結束；12)返回亞像素搜索最優(yōu)點位置的MV、運動代價，宏塊(塊)運動估計結束。 該方法是一種新的對宏塊(塊)運動程度自適應的亞像素搜索方法，其有效地減少了視頻編碼的時間和計算的復雜度。由于運動物體在MV宏塊圖中，運動物體整體的所有MV通常都是相連在一起，因此可通過尋找在MV宏塊圖中的相連的有效MV值，即運動物體邊緣，本發(fā)明就是運用檢測運動物體邊緣，來判斷是否有運動物體。

發(fā)明內(nèi)容
本發(fā)明要解決的技術問題，在于提供一種基于運動矢量的移動偵測方法，實現(xiàn)了通過尋找邊緣運動宏塊來確定是否有運動物體。本發(fā)明是這樣實現(xiàn)的一種基于運動矢量的移動偵測方法，包括如下步驟步驟10、在視頻序列中每隔固定幀數(shù)對P幀進行一次運動目標偵測，提取該P幀所有的宏塊運動矢量，該P幀的所有宏塊將一幀圖像劃分為一運動矢量宏塊表；步驟20、設定第一閾值T1, T1作為判斷宏塊是否為運動宏塊的標準；從所述運動矢量宏塊表最左上角的宏塊按行開始查找，對每個宏塊的運動矢量進行計算并判斷計算 (mv〗+mvp值是否大于等于！^，其中MVx，MVy為直角坐標系中的宏塊運動矢量；當有一宏塊的運動矢量計算值大于等于T1,則把該宏塊作為運動物體的頂點宏塊，并將該宏塊的運動
矢量記為(MKtop , MVytop )，進入步驟30 ；當一幀的圖像中所有宏塊的運動矢量計算的
(mv〗+mvp值小于T1，則該幀不是運動幀，即沒有運動物體，取下一固定幀數(shù)中的P幀再進行判斷；步驟30、從(MV , MV )宏塊開始以順時針方向?qū)ふ疫\動物體邊緣宏塊，
Λ topy top
設定第二閾值T2，將(從廠x, ,MV )逐一與以,MV )為中*的3X3個
ΔΛ topy toptopy top
宏塊作判斷比較，找到與(H7X, ,MV )相似的宏塊，即相似的宏塊為要找的運動物
Λ topy top
體邊緣宏塊，并將該邊緣宏塊的運動矢量記為cXl, M7vi)；若沒有找到相似的宏塊，則找到的(MV ,MV )是視頻編碼的誤差值，取另外4幀中的ρ幀再進行判斷；
Λ topy top步驟40、再以CXi, Wyi)為中心，繼續(xù)以步驟30的過程尋找下一個與 (MKxi,MVn)相似的邊緣宏塊；以此類推，不斷尋找下一個邊緣宏塊；設定第三閾值τ3，T3 作為判斷找到邊緣宏塊數(shù)的閾值；若找到的邊緣宏塊數(shù)大于等于T3，則說明該幀有運動物體；若找不到邊緣宏塊或者邊緣宏塊找回到原點(H7x, ,MV )且找到的宏塊數(shù)小
Λ topy top
于T3，則說明該幀沒有運動物體，繼續(xù)取下一固定幀數(shù)中的P幀再進行判斷。其中，所述步驟30 中將(MFx ,MVv )逐一與以(MFx ,MVv )為中
Λ topy toptopy top
心的3X3個宏塊作判斷比較，找到與(#「x, ,MV )相似的宏塊具體為
Λ topy top以(X = Xt。p)為中軸建立直角坐標系，當要比較的宏塊運動矢量中X < Xi 時，則優(yōu)先從3X3個宏塊的右下角方向順時針選取宏塊逐一進行計算并比較計算
權利要求
1.一種基于運動矢量的移動偵測方法，其特征在于包括如下步驟步驟10、在視頻序列中每隔固定幀數(shù)對P幀進行一次運動目標偵測，提取該P幀所有的宏塊運動矢量，該P幀的所有宏塊將一幀圖像劃分為一運動矢量宏塊表；步驟20、設定第一閾值T1, T1作為判斷宏塊是否為運動宏塊的標準；從所述運動矢量宏塊表最左上角的宏塊按行開始查找，對每個宏塊的運動矢量進行計算并判斷計算 (mvx2+mvy2)值是否大于等于T1，其中MVx，MVy為直角坐標系中的宏塊運動矢量；當有一宏塊的運動矢量計算值大于等于T1,則把該宏塊作為運動物體的頂點宏塊，并將該宏塊的運動矢量記為(MVtop , MVytop )，進入步驟30 ；當一幀的圖像中所有宏塊的運動矢量計算的(mvx2+mvy2)值小于T1，則該幀不是運動幀，即沒有運動物體，取下一固定幀數(shù)中的P幀再進行判斷；步驟30、從
2.根據(jù)權利要求1所述的基于運動矢量的移動偵測方法，其特征在于所述步驟30中將
3.根據(jù)權利要求1所述的基于運動矢量的移動偵測方法，其特征在于所述步驟10中 P幀的所有宏塊大小為8X8像素塊。
4.根據(jù)權利要求1所述的基于運動矢量的移動偵測方法，其特征在于所述步驟10中所述的每隔固定幀數(shù)為每隔固定的4個幀數(shù)。
全文摘要
本發(fā)明提供一種基于運動矢量的移動偵測方法，在視頻序列中每隔固定幀數(shù)對P幀進行一次運動目標偵測，提取該P幀所有的宏塊運動矢量，該P幀的所有宏塊將一幀圖像劃分為一運動矢量宏塊表；從運動矢量宏塊表最左上角的宏塊按行開始查找，對每個宏塊的運動矢量進行計算并判斷獲取運動物體的頂點宏塊；將頂點宏塊與以頂點宏塊為中心的3×3個宏塊做比較，找到與頂點宏塊最接近的宏塊，并將它作為運動物體邊緣宏塊，再以該運動物體邊緣宏塊為中心，繼續(xù)尋找下一個與其相似的邊緣宏塊；以此類推，不斷尋找下一個邊緣宏塊；直到找到設定閾值個的宏塊數(shù)。本發(fā)明運算簡單，且可以有效得判斷是否有運動物體，并可調(diào)節(jié)閾值以調(diào)節(jié)其靈敏度。
文檔編號H04N7/26GK102263956SQ20111020683
公開日2011年11月30日 申請日期2011年7月21日 優(yōu)先權日2011年7月21日
發(fā)明者焦劍, 袁嘉晟 申請人:深圳市劍拓科技有限公司, 福建星網(wǎng)視易信息系統(tǒng)有限公司