技術領域

本發明屬于圖像處理技術領域，特別涉及一種提高圖像中運動物體檢測精度的方法。

背景技術

當前，智能監控技術無論在公司、企業的安全監控，還是在社會的交通管理，亦或是在人們的生活娛樂中都發揮著越來越重要的作用。

智能監控技術在理論與實際應用方面都具備重要的研究意義。例如，從安全角度講，智能監控視頻可以對視頻內容進行有效的分析，提取出視頻中的潛在危險目標。例如銀行里可能的搶劫犯，或監控場所的其他運動目標。把這些警告報告給安全監管人員，可以有效提高視頻監控的效率，同時還可以節省安全監管的相關費用。從交通管理角度來看，智能視頻技術可以對監視路況進行智能的分析，識別監視道路的堵塞程度，或監視跟蹤違章行駛車輛，這些都可以幫助交通管理人員更有效的進行交通管理。在人們的休閑娛樂方面，可以通過智能視頻識別人的肢體動作，根據識別出的動作和游戲系統進行交互，通過攝像頭拍攝識別人的身體運動，完成對游戲的操控。

智能監控中的運動目標檢測，是指在序列圖像中檢測出變化區域并將運動目標從背景圖像中提取出來，智能監控中的運動目標檢測是運動圖像分析、智能監控、可視人機交互中的關鍵技術。通過運動目標的檢測可以得到圖像中的運動信息，提取圖像中運動目標并對目標進行定位，從而簡化了后續的運動跟蹤、識別、分析的難度。

傳統運動目標檢測方法主要包括三種：背景差分法、幀間差分法、光流法。近幾年來，背景差分法中Vibe算法逐漸得到重視。

Vibe算法是一種像素級的前景檢測(或背景建模)方法，其基本思想包括：為每一個像素存儲一個樣本集，該樣本集包含的是這個像素點過去的像素值和它周圍鄰居點的像素值；當遇到一個新的像素點時，就將新像素點的像素值和樣本集中的采集點進行對比，判斷這個新的像素點是否是背景點。該算法是對背景點的分類的過程。Vibe算法有著運算效率高、實現效果好、占用內存少和樣本衰減最優等優點。但Vibe算法存在由環境中光照、陰影等因素突變導致的鬼影(將前幾幀運動物體所覆蓋區域錯誤檢測為運動目標)、漏檢(是指在圖像采集中有些運動物體并沒有檢測出來)等問題。并且，Vibe算法在檢測運動物體時，會使運動物體的檢測出現空洞(是指在檢測時物體本身是運動的，但是檢測出來后顯示運動物體的某些部分卻是靜止的)。如圖3中，整個人原本是運動的，所以整個人都應該是白色的，但是檢測時人的頭部有部分黑色即為空洞現象。

發明內容

為解決傳統Vibe算法的不足，本發明提出一種提高圖像中運動檢測精度的方法。

本發明一種提高圖像中運動物體檢測精度的方法，對采集的每一幀圖像進行像素點級圖像穩定性判斷，若是穩定的，則采用Vibe算法進行圖像處理，否則，采用幀間差分法進行圖像處理，最后對經過幀間差分法處理后的圖像或者Vibe算法處理后的圖像進行形態學填充處理。

優選地，所述像素點級圖像穩定性判斷包括當前幀中的各個像素點的像素值與前一幀相同位置像素點的像素值進行比較，若變化的像素點的個數小于像素點識別閾值，則判斷為穩定狀態，否則判斷為不穩定狀態。

優選地，所述幀間差分法包括用圖像序列中的連續兩幀圖像進行差分獲得灰度差分圖，然后二值化該灰度差分圖像提取運動信息，由幀間變化區域檢測分割得到的圖像區分出背景區域和運動物體區域，進而提取要檢測的運動目標。

優選地，對幀間差分法處理后的圖像進行圖像濾波處理，具體采用鄰域法，即逐個掃描幀間差分法處理后的圖像中鄰域內的像素點，將該像素點的鄰域各像素點的像素值從小到大或從大到小進行排序，求得各像素點的像素值的中間值，將該中間值賦值給幀間差分法處理后的圖像中與當前點對應的像素點。

優選地，所述鄰域為以當前像素點為圓心，3個像素點的長度為半徑的圓形區域。

優選地，對幀間差分法處理后的圖像進行圖像濾波處理，具體采用二維滑動模板法，即將二維模板W內像素按照像素值的大小進行排序，生成單調上升或下降的二維數據序列并計算中間值，二維中值濾波輸出g(x,y)＝med{f(x-k,y-l),(k,l∈W)}，其中，f(x,y)、g(x,y)分別為原始圖像像素點和處理后圖像像素點，W為二維模板，x、y表示像素點的坐標值，k、l表示為二維模版中的步長值，med{}表示為對二維模版中的像素點的像素值進行排序后的中間值。

優選地，所述形態學填充處理包括開運算，即先腐蝕后膨脹的處理；

所述腐蝕包括用一個結構元素掃描圖像中的每一個像素，用結構元素中的每一個像素與其覆蓋的像素做“與”操作，如果都為1，則該像素為1，否則為0；