一种自适应复杂场景的运动目标检测方法

摘要

本发明公开了一种自适应复杂场景的运动目标检测方法，1)对视频图像进行光照补偿；2)利用混合高斯背景建模方法得到每帧视频图像的背景图像；3)利用背景差分法原理获取每帧的绝对差分图像；4)采用最大熵分割原理获取每个绝对差分图像的灰度概率模型最优分割阈值；5)利用最优分割阈值对绝对差分图像进行二值化处理以获得前景图像；6)采用不同结构体的模块进行形态学处理；7)利用连通域标定算法对前景图像进行区域标定，利用矩形框锁定已标定的运动目标。本方法在全局光照剧烈变化、背景干扰、相对运动等不同复杂场景下具有较好的运动目标自适应检测准确性和鲁棒性，能够提高目标检测的性能。

主权项

一种自适应复杂场景的运动目标检测方法，其特征在于：步骤如下，1)获取视频图像，对视频图像进行光照补偿，以克服全局光照突变带来的影响；2)利用混合高斯背景建模方法得到每帧视频图像对应的背景图像；3)根据提取的背景图像，利用背景差分法原理，获取每帧的绝对差分图像，并进行中值滤波处理，以消弱噪声影响；4)采用最大熵分割原理获取滤波后的每个绝对差分图像的灰度概率模型对应的最优分割阈值；5)利用各自对应的最优分割阈值对滤波后的每个绝对差分图像进行二值化处理以获得前景图像；6)在步骤5)获得前景图像的基础上，采用不同结构体的模块进行形态学处理，以消去小噪声带来的影响，弥补部分运动目标区域的空洞；首先用3*3核的“十字形结构”模板进行一次腐蚀操作，以去除一些小噪声，然后用5*3核进行两次膨胀操作，再进行一次腐蚀操作；7)利用连通域标定算法对第6)步形态学处理后的前景图像进行区域标定，利用矩形框锁定已标定的运动目标。