【CN109740558A】一种基于改进光流法的移动目标检测方法【专利】
合集下载
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
(10)申请公布号 CN 109740558 A (43)申请公布日 2019.05.10 G06T 7/62(2017 .01) G06T 7/70(2017 .01)
权利要求书1页 说明书5页 附图15页
CN 109740558 A
CN 109740558 A
权 利 要 求 书
1/1 页
1 .一种基于改进光流法的移动目标检测方法,其特征在于,包括如下步骤: S1 .对连续两帧图像进行预处理,即将连续两帧图像转为灰度图,并进行中值滤波; S2 .对所述步骤S1预处理后的连续两帧图像利用帧间差分法产生二值图像,并去除二 值图像中小面积图形; S3 .根据所述步骤S2处理好的二值图对原图像进行切割,获取连续两帧移动目标轮廓 图; S4 .利用canny算子计算出前一帧轮廓图的边缘特征点; S5 .利用LK金字塔光流法计算边缘特征点的光流矢量,进而形成光流矢量图; S6 .对存在光流的特征点进行过滤; S7 .利用meanshift聚类算法将过滤后特征点矢量相似的分为一类,计算各类的中心 点; S8 .选取包含点数最多的类中心点,将其视为背景点,将类似的点从矢量图中剔除; S9 .根据更新后的矢量图生成二值图像,并再一次去除小面积图形,获得最终结果。 2 .如权利要求1所述的方法,其特征在于,在所述步骤S2中,图像中小面积图像是指图 像中存在的孤立的白点,即噪声点。 3 .如权利要求1所述的方法,其特征在于,在所述步骤S5中,在利用LK金字塔光流法计 算边缘特征点的光流矢量时,其中金字塔的层数为3-4层。
( 19 )中华人民 共和国国家知识产权局
( 12 )发明专利申请
(21)申请号 201910024106 .8
(22)申请日 2019 .01 .10
(71)申请人 吉林大学 地址 130012 吉林省长春市前进大街2699 号
(72)发明人 黄晶 杨博 许思思
(74)专利代理机构 西安铭泽知识产权代理事务 所(普通合伙) 61223
发明内容 [0004] 本发明实施例提供了一种基于改进光流法的移动目标检测方法,用以解决现有技 术中存在的问题。 [0005] 一种基于改进光流法的移动目标检测方法,包括如下步骤: [0006] S1 .对连续两帧图像进行预处理,即将连续两帧图像转为灰度图 ,并进行中值滤 波; [0007] S2 .对所述步骤S1预处理后的连续两帧图像利用帧间差分法产生二值图像,并去 除二值图像中小面积图形; [0008] S3 .根据所述步骤S2处理好的二值图对原图像进行切割,获取连续两帧移动目标 轮廓图 ; [0009] S4 .利用canny算子计算出前一帧轮廓图的边缘特征点; [0010] S5 .利用LK金字塔光流法计算边缘特征点的光流矢量,进而形成光流矢量图; [0011] S6 .对存在光流的特征点进行过滤; [0012] S7 .利用meanshift聚类算法将过滤后特征点矢量相似的分为一类,计算各类的中 心点; [0013] S8 .选取包含点数最多的类中心点,将其视为背景点,将类似的点从矢量图中剔
代理人 李振瑞
(51)Int .Cl . G06K 9/00(2006 .01) G06K 9/62(2006 .01) G06T 7/12(2017 .01) G06T 7/13(2017 .01) G06T 7/194(2017 .01)
( 54 )发明 名称 一种基于改进光流法的移动目标检测方法
3ห้องสมุดไป่ตู้
CN 109740558 A
说 明 书
2/5 页
除; [0014] S9 .根据更新后的矢量图生成二值图像,并再一次去除小面积图形,获得最终结 果。 [0015] 较佳地,在所述步骤S2中,图像中小面积图像是指图像中存在的孤立的白点,即噪 声点。 [0016] 较佳地,在所述步骤S5中,在利用LK金字塔光流法计算边缘特征点的光流矢量时, 其中金字塔的层数为3-4层。 [0017] 本发明有益效果:本发明提出的帧间差分法与Lk光流法以及meanshift结合的改 进方法的优点:(1)针对LK金字塔光流法计算复杂时间复杂度高的问题,使用帧间差分法缩 小检测区域;(2)针对背景运动对移动目标检测干扰问题,采用meanshift算法删除背景点, 同时对输入特征点序列进行筛选过滤 ,减少meanshift算法运行时间 ;(3) 利用删除 小目标 的 函数对结果进一步优化。本发明方法较传统光流法来说在一定程度上减少了执行时间 , 且在运动背景下检测移动目标准确率显著提高。
( 57 )摘要 本发明公开了一种基于改进光流法的移动
目 标检 测方法 ,涉及计算机视觉技术领域 ,本发 明结合传统的LK光流法,在原有的基础上结合帧 间差分法和meanshift聚类算法进行优化和改 进,使其能够在静态背景和动态背景下都能准确 的提取出移动目标。同时改进的方法还一定程度 上缩短了执行的时间 ,且对光线变化等噪声干扰 有一定的抵抗能力。
2
CN 109740558 A
说 明 书
1/5 页
一种基于改进光流法的移动目标检测方法
技术领域 [0001] 本发明涉及计算机视觉技术领域,特别涉及一种基于改进光流法的移动目标检测 方法。
背景技术 [0002] 移动目标检测,是智能视频监控系统的基础技术,在导弹发射、违章拍照、卫星导 航、机器人图像识别等各个领域都涉及该方面的工作。移动目标检测主要包含3种类别:帧 间差分法 ,背景差分法 ,光流法。光流法在对移动目标进行检测的过程中 ,由 于所获得的光 流矢量是从三维空间投影到二维照片上的位移,因此我们得到的结果不仅仅是物体的运动 轨迹,还包含物体本身在三维空间上的信息。 [0003] 光流法作为移动目标检测中的一类重要算法,在相关领域有着广泛的应用,但目 前的 光流法易受到光线变化 和背景运动带来的 影响 ,对移动目标的 检测并不十分准 确。有 许多学者提出了帧间差分法或者是三帧差法对LK光流算法的改进算法,能够有效的提高光 流法的计算速度与移动目标的计算精度。这些算法大多数都是针对静态背景的 ,但是对于 运动背景下传统LK算法的 局限 性 ,依然没有什 么效果。大多数实际的图 像序列中可能 存在 背景的全局运动 ,会对光流算法产生影响。针对动态背景,很多人利用模糊U邻域(FUNN)聚 类等算法实现光流的聚类 ,从而剔除噪音、孤立点和不感兴趣样本实现前景和背景的分离。 虽然提升了移动目标检测精度 ,但是由于算法较为繁琐 ,时间复杂度过高 ,不利于快速的计 算,所以就需要一种基于改进光流法的移动目标检测方法。