时空多尺度运动目标检测方法

摘要

本发明公开了一种时空多尺度运动目标检测方法，采用多尺度图像分块，以及子块重叠逼近潜在运动目标区大小的思想，寻找适合运动目标的最合适的分块大小和分块位置，来检验和定位不同大小的运动目标的运动区域；针对空间多尺度运动显著性检验所得到的运动区域，对其进行时间多尺度差分处理，由小到大调整帧间差分间隔，搜寻每个运动区域内达到最优运动显著性状态时的帧间间隔，从而实现检测和跟踪出各个运动目标。本发明同时考虑了空间多尺度和时间多尺度，能够检测出复杂背景图象中具有不同位置、尺寸和运动速度的多个运动目标。

主权项

1.一种时空多尺度运动目标检测方法，具体为：(1)确定M个窗口，其尺寸从小到大依次为：(S_{min_x}，S_{min_y})，(S_{min_x}+ΔS_x，S_{min_y}+ΔS_y)，…，(S_{min_x}+(M-1)ΔS_x，S_{min_y}+(M-1)ΔS_y)；(2)利用最小窗口(S_{min_x}，S_{min_y})分别对t时刻的帧图像f_t(x，y)和t+Δt时刻的帧图像f_t+Δt(x，y)逐像素点遍历，得到每一像素点(x，y)对应的窗口区域和(3)计算最小窗口(S_{min_x}，S_{min_y})在像素点(x，y)处的覆盖区域Ω_x，y的运动显著性度量值Value_change(x，y)＝Diff_gray(x，y)^1/α×Diff_area(x，y)^1/β，其中，${\mathrm{Diff}}_{\mathrm{gray}}(x,y)=\frac{\underset{(i,j)\in {\Omega }_{x,y}}{\Sigma }|f_t(i,j)-f_{t+\mathrm{\Delta t}}(i,j)|}{\underset{(i,j)\in {\Omega }_{x,y}}{\Sigma }{\mathrm{MAX}}_{\mathrm{gray}}},$${\mathrm{Diff}}_{\mathrm{area}}(x,y)=\frac{\underset{(i,j)\in {\Omega }_{x,y}}{\Sigma }\delta (f_t(i,j),f_{t+\mathrm{\Delta t}}(i,j))}{{\mathrm{MAX}}_{\mathrm{area}}},$MAX_gray为帧图像的像素点最大灰度值，MAX_area为最大窗口(S_{min_x}+(M-1)ΔS_x，S_{min_y}+(M-1)ΔS_y)覆盖的图像区域的像素点总数，α和β为大于零的常数，$\delta (p,q)=\left\{\begin{array}{c}1,p\ne q\\ 0,p=q\end{array}\right.;$(4)若运动显著性度量值Value_change(x，y)大于等于预定阈值，则认定区域Ω_x，y属于运动显著性区域，否则，区域Ω_x，y不属于运动显著性区域；记属于运动显著性区域Ω_x，y对应的像素点为运动标记像素点(x′，y′)；(5)利用窗口(S_{min_x}+mΔS_x，S_{min_y}+mS_y)，m＝1，…，M-1对图像f_t(x，y)和图像的运动标记像素点(x′，y′)进行遍历，得到每一运动标记像素点对应的窗口区域和(6)计算窗口(S_{min_x}+mΔS_x，S_{min_y}+mS_y)，m＝1，…，M-1在运动标记像素点(x′，y′)处的覆盖区域的运动显著性度量值${{\mathrm{Value}}_{\mathrm{change}}}^{{\Omega }_{x^{\prime },y^{\prime }}^m}(x^{\prime },y^{\prime })={{\mathrm{Diff}}_{\mathrm{gray}}}^{{\Omega }_{x^{\prime },y^{\prime }}^m}{(x^{\prime },y^{\prime })}^{1/\alpha }\times {{\mathrm{Diff}}_{\mathrm{area}}}^{{\Omega }_{x^{\prime },y^{\prime }}^m}{(x^{\prime },y^{\prime })}^{1/\beta },$其中，${{\mathrm{Diff}}_{\mathrm{gray}}}^{{\Omega }_{x^{\prime },y^{\prime }}^m}{(x^{\prime },y^{\prime })}^{1/\alpha }=\frac{\underset{(i^{\prime },j^{\prime })\in {\Omega }_{x^{\prime },y^{\prime }}^m}{\Sigma }\delta (f_t(i^{\prime },j^{\prime }),f_{t+\mathrm{\Delta t}}(i^{\prime },j^{\prime }))}{{\mathrm{MAX}}_{\mathrm{area}}};$(7)针对每一运动标记像素点(x′，y′)，从其对应的M个运动显著性度量值即Value_change(x′，y′)和中选取最大值，该最大值对应的覆盖区域即为运动显著性区域，记为ω_x′，y′；(8)令帧间间隔Δt_x′，y′从最小时间间隔Δt_min向最大时间间隔Δt_max逐渐增大，计算每一运动显著性区域ω_x′，y′的运动显著性强度$s\left(\Delta t_{x^{\prime },y^{\prime }}\right)=\underset{(x^{\prime \prime },y^{\prime \prime })\in {\omega }_{x^{\prime },y^{\prime }}}{\Sigma }\delta (f_t(x^{\prime \prime },y^{\prime \prime }),f_{t+\Delta t_{x^{\prime },y^{\prime }}}(x^{\prime \prime },y^{\prime \prime }))$或$s\left(\Delta t_{x^{\prime },y^{\prime }}\right)=\underset{(x^{\prime \prime },y^{\prime \prime })\in {\omega }_{x^{\prime },y^{\prime }}}{\Sigma }\delta (f_t(x^{\prime \prime },y^{\prime \prime }),f_{t-\Delta t_{x^{\prime },y^{\prime }}}(x^{\prime \prime },y^{\prime \prime }));$当Δt_x′，y′到达某一值时，s(Δt_x′，y′)转为收敛状态即s(Δt_x′，y′)的变化率趋近于零，则认定该值为ω_x′，y′的最优时间间隔若Δt_x′，y′在从Δt_min到Δt_max变化范围内，s(Δt_x′，y′)未转为收敛状态，则认定Δt_max为ω_x′，y′的最优时间间隔(9)对t时刻的帧图像f_t(x，y)与时刻的帧图像或时刻的帧图像的每个运动显著性区域ω_x′，y′间做帧间差分，对差分结果进行连通域标记，从而得到各区域内的运动目标。