一种非静态背景下运动区域快速定位的智能装置

摘要

本发明公开了一种非静态背景下运动区域快速定位的智能装置，包括一视频输入设备、一视觉识别系统PC主机、一输入设备和一输出设备。为了高效率高精度地进行非静态背景下运动区域快速定位，该系统在训练阶段将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型。在检测阶段，将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化。该系统结构简单、高实时高精度，有效地实现了非静态背景下运动区域快速定位功能。

权利要求

1.一种非静态背景下运动区域快速定位的智能装置，包括：

一视频输入设备，用于获得视频数据；

一视觉识别系统，核心是具备Intel CPU处理器和DDR内存的PC电脑设备，用于识别与处理视频输入系统获得的视频数据；

一电脑输入设备，用于输入用于控制视觉识别系统的指令；

一电脑输出设备，用于输出视觉识别系统识别处理后的视频数据；

为进行非静态背景下运动区域快速准确定位，所述的视觉识别系统执行以下步骤：(1)根据输入的视频序列，将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型，计算并记录像素空间位置和颜色灰度模型参数，并在静态范围计算噪声自适应的差分运动阈值参数；所述的步骤(1)中的对监测背景的动态范围像素建立空间位置与颜色灰度模型的方法如下：为了提高对动态背景的适应性，在训练阶段对监测背景的动态范围像素进行动态区域空间位置和颜色灰度建模；根据动态区域统计结果，生成动态区域像素的空间位置二值图，白色为动态区域，黑色为稳定区域，空间位置被记录在一个二维矩阵G[P][Q]中：其中P、Q分别表示监控图像的水平与垂直分辨率，VR是监控背景中动态范围的缩写，SR是监控背景中静态范围的缩写，并对空间位置二值图中动态区域像素的颜色灰度进行混合高斯建模，参数为均值与均方差；

(2)结合差分运动阈值参数，进行差分运动区域侦测；

(3)将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化；所述的步骤(3)中剔除动态背景造成的虚假运动区域的方法如下：根据运动目标前景像素初检结果，在检测阶段将前景像素的空间位置与训练阶段得到的动态区域空间位置二值图进行邻域度量欧式距离，获得相邻的动态区域像素，并与其颜色灰度模型进行匹配，剔除动态背景造成的虚假动目标，颜色灰度模型为混合高斯模型，参数为均值与均方差；

(4)通过输出设备输出运动区域检测结果。

说明书

一种非静态背景下运动区域快速定位的智能装置

技术领域

[0001] 本发明属于电子设备领域，涉及一种非静态背景下运动区域快速定位的智能装置。

背景技术

[0002] 随着视频监控需求的迅速增长、监控规模的日益扩大，人工监视已远远不能满足监控要求，视频监控系统的“智能化”变得越来越迫切。运动目标检测广泛应用在交通管制、图像压缩、人机交互以及军事领域中，如何实现在实时视频序列中对感兴趣的目标进行实时高效的检测，是计算机视觉中一个具有相当挑战性的课题，非静态背景下的运动区域快速定位更是一个难点。

[0003] 时间差分法和背景减除法是两种通用的方法，时间差分（又称相邻帧差）法是在连续的图像序列中两个或三个相邻帧间采用基于像素的时间差分提取出图像中的运动区域，背景减除法利用当前图像与背景图像的差分来检测出运动区域的一种技术，对于动态场景的变化，如光照和外来无关事件的干扰等特别敏感。时间差分运动检测方法对于监控背景变化具有一定的自适应性，但对于较恶劣的背景变化诸如转动的吊扇，水面的泛波、摇曳的树木以及自动扶梯等难以适应，因此设计非静态背景下运动区域的快速定位方法具有重要的理论研究意义与工程应用价值。

发明内容

[0004] 本发明提供了一种非静态背景下运动区域快速定位的智能装置。

[0005] 一种非静态背景下运动区域快速定位的智能装置，包括

[0006] 一视频输入设备，用于获得视频数据；

[0007] 一视觉识别系统，核心是具备Intel CPU处理器和DDR内存的的PC电脑设备，用于识别与处理视频输入系统获得的视频数据；

[0008] 一电脑输入设备，用于输入用于控制视觉识别系统的指令；

[0009] 一电脑输出设备，用于输出视觉识别系统识别处理后的视频数据[0010] 所述的视频输入设备为摄像机，通过视频输入接口与PC机相连，用于视频的输入；

[0011] 所述的输入输出系统包括PC电脑系统的键盘与显示器，用于输入用于控制视觉识别系统的指令和输出视觉识别系统识别处理后的视频数据。

[0012] 为进行非静态背景下运动区域快速准确定位，所述的视觉识别系统执行以下步骤：

[0013] (1)根据输入的视频序列，将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型，计算并记录像素空间位置和颜色灰度模型参数，并在静态范围计算噪声自适应的差分运动阈值参数。对监测背景的动态范围像素建立空间位置与颜色灰度模型的方法如下：

[0014] 为了提高对动态背景的适应性，在训练阶段对监测背景的动态范围像素进行动态区域空间位置和颜色灰度建模。根据动态区域统计结果，生成动态区域像素的空间位置二值图（白色为动态区域，黑色为稳定区域），空间位置被记录在一个二维矩阵G[P][Q]中：

[0015]

[0016] 其中P、Q分别表示监控图像的水平与垂直分辨率，VR是监控背景中动态范围的缩写，SR是监控背景中静态范围的缩写，并对空间位置二值图中动态区域像素的颜色灰度进行混合高斯建模（参数为均值与均方差）。

[0017] (2)结合差分运动阈值参数，进行差分运动区域侦测；

[0018] (3)将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化。

[0019] 根据运动目标前景像素初检结果，在检测阶段将前景像素的空间位置与训练阶段得到的动态区域空间位置二值图进行邻域度量（欧式距离），获得相邻的动态区域像素，并与其颜色灰度模型（混合高斯模型，参数为均值与均方差）进行匹配，剔除动态背景造成的虚假动目标。

[0020] (4)通过输出设备输出运动区域检测结果。

[0021] 本发明所述的一种非静态背景下运动区域快速定位的智能装置，包括一视频输入设备、一视觉识别系统PC主机、一输入设备和一输出设备。为了高效率高精度地进行非静态背景下运动区域快速定位，该系统在训练阶段将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型。在检测阶段，将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化。该系统结构简单、高实时高精度，有效地实现了非静态背景下运动区域快速定位功能。

附图说明

[0022] 图1为本发明的一种非静态背景下运动区域快速定位的智能装置的连接示意图，其中：1-视频输入设备，2-视觉识别系统PC主机，3-键盘输入，4-显示器输出，5-监控人员；

[0023] 图2是本发明的技术方案流程图；

具体实施方式

[0024] 本发明提供了一种非静态背景下运动区域快速定位的智能装置。

[0025] 如图1所示，一种非静态背景下运动区域快速定位的智能装置包括视频输入设备1，安装有视觉识别系统的PC机2，键盘输入3、显示器输出4。视觉识别系统2通过对视频输入设备1输入的视频图像进行分析与处理，将运动区域定位信息在显示器输出设备4的显示器显示运动区域信息，监控人员5通过键盘输入设备3对视觉识别终端2进行输入控制（训练、侦测和参数更新）。

[0026] 本发明提供了非静态背景下运动区域快速定位方法，如图2所示，为进行非静态背景下运动区域快速准确定位，所述的视觉识别系统执行以下步骤：

[0027] (1)根据输入的视频序列，将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型，计算并记录像素空间位置和颜色灰度模型参数，并在静态范围计算噪声自适应的差分运动阈值参数。对监测背景的动态范围像素建立空间位置与颜色灰度模型的方法如下：

[0028] 为了提高对动态背景的适应性，在训练阶段对监测背景的动态范围像素进行动态区域空间位置和颜色灰度建模。根据动态区域统计结果，生成动态区域像素的空间位置二值图（白色为动态区域，黑色为稳定区域），空间位置被记录在一个二维矩阵G[P][Q]中：

[0029]

[0030] 其中P、Q分别表示监控图像的水平与垂直分辨率，VR是监控背景中动态范围的缩写，SR是监控背景中静态范围的缩写，并对空间位置二值图中动态区域像素的颜色灰度进行混合高斯建模（参数为均值与均方差）。

[0031] (2)结合差分运动阈值参数，进行差分运动区域侦测；

[0032] (3)将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化。

[0033] 根据运动目标前景像素初检结果，在检测阶段将前景像素的空间位置与训练阶段得到的动态区域空间位置二值图进行邻域度量（欧式距离），获得相邻的动态区域像素，并与其颜色灰度模型（混合高斯模型，参数为均值与均方差）进行匹配，剔除动态背景造成的虚假动目标。关于混合高斯模型的具体细节参考Stauffer和Grimso的文献“Adaptive background mixture models for real-time tracking”。

[0034] (4)通过输出设备输出运动区域检测结果。

[0035] 本发明所述的一种非静态背景下运动区域快速定位的智能装置，包括一视频输入设备、一视觉识别系统PC主机、一输入设备和一输出设备。为了高效率高精度地进行非静态背景下运动区域快速定位，该系统在训练阶段将监测背景区域划分为静态范围和动态范围两种类型，并对监测背景的动态范围像素建立空间位置与颜色灰度模型。在检测阶段，将运动区域前景像素初检结果与动态区域像素空间位置与颜色灰度模型进行匹配，剔除动态背景造成的虚假运动区域，并实时反馈更新动态区域空间位置和颜色灰度模型参数、差分运动阈值参数，以适应背景的动态随机变化。该系统结构简单、高实时高精度，有效地实现了非静态背景下运动区域快速定位功能。