一種實際運動目標的識別方法及裝置的制造方法
【技術領域】
[0001]本發明涉及圖像處理技術領域，尤其涉及一種實際運動目標的識別方法及裝置。
【背景技術】
[0002]自動視頻監控的內容主要包括運動目標檢測、運動目標分類、運動目標跟蹤和行為理解四個部分。其中，運動目標檢測是將具有實際意義的運動變化區域從背景圖像中分割提取出來，以備后續步驟的使用。運動目標檢測作為整個視頻監控的基礎工作，它的效果好壞直接影響著整個監控系統的性能。
[0003]高斯模型是目前最常用的運動目標檢測方法之一，由Stauffer和Grimson等于1999年提出。該方法通過對視頻圖像幀中各像素點建立對應的高斯模型，形成完整的背景模型，并根據該高斯模型的均值和方差信息，判斷像素點是背景像素點還是前景目標的像素點，若當前幀中某像素點的特征與對應位置的像素點的背景高斯模型相匹配，則判定此像素點為背景像素點，否則，判定此像素點為前景目標的像素點，這里的前景目標就是指運動目標。
[0004]為了增強高斯模型對背景中微弱光照變化的適應性，人們后來又研究了混合高斯模型，混合高斯模型是對上述高斯模型的改進，它通過對多個高斯概率密度函數的加權平均來平滑地近似任意形狀的密度分布函數；
[0005]但是，這種混合高斯模型只適用背景漸變的情況，很難對突然發生的背景擾動(t匕如樹葉晃動等)進行適應，在采用混合高斯模型進行運動目標檢測時，背景中突然發生的擾動很有可能導致對運動目標的誤判。

【發明內容】

[0006]本發明實施例提供一種實際運動目標的識別方法及裝置，用以減少由于背景中突然發生的擾動所導致的對運動目標的誤判。
[0007]第一方面，提供一種實際運動目標的識別方法，包括:
[0008]連續獲取預設時間的多幀視頻圖像；
[0009]根據預設的高斯模型，確定每幀視頻圖像的前景圖像，其中，至少一幀所述前景圖像包括第一候選運動目標；
[0010]根據所述每幀視頻圖像的前景圖像，確定所述第一候選運動目標的運動數據，其中，所述運動數據為表示候選運動目標的運動特點的數據；
[0011]根據所述第一候選運動目標的運動數據，判斷所述第一候選運動目標是否滿足運動穩定性條件，其中，所述運動穩定性條件為表示運動過程具有漸變性特點的條件；
[0012]若所述第一候選運動目標滿足所述運動穩定性條件，則確定所述第一候選運動目標為實際運動目標。
[0013]結合第一方面，在第一種可能的實現方式中，所述運動數據包括:所述第一候選運動目標的運動方向的變化幅度，所述運動方向的變化幅度為候選運動目標在當前幀前景圖像中的運動方向相對于，所述候選運動目標在所述當前幀的前一幀前景圖像中的運動方向，的變化角度；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的運動方向的變化幅度大于第一設定變化幅度的次數不大于第二設定閾值。
[0014]結合第一方面，在第二種可能的實現方式中，所述運動數據包括:所述第一候選運動目標的面積大小的變化幅度；所述面積大小的變化幅度為候選運動目標在當前幀前景圖像中的面積大小相對于，所述候選運動目標在所述當前幀的在前一幀前景圖像中的面積大小，的變化量；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的面積大小的變化幅度大于第三設定變化幅度的次數不大于第四設定閾值。
[0015]結合第一方面，在第三種可能的實現方式中，所述運動數據包括:所述第一候選運動目標在全部所述前景圖像中出現的次數；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標出現的次數大于第五設定閾值。
[0016]第二方面，提供一種實際運動目標的識別裝置，包括:
[0017]獲取模塊，用于連續獲取預設時間的多幀視頻圖像，并將獲取的多幀視頻圖像傳輸至第一確定模塊；
[0018]第一確定模塊，用于根據預設的高斯模型，確定每幀視頻圖像的前景圖像，并將確定的每幀視頻圖像的前景圖像傳輸至第二確定模塊；其中，至少一幀所述前景圖像包括第一候選運動目標；
[0019]第二確定模塊，用于根據所述每幀視頻圖像的前景圖像，確定所述第一候選運動目標的運動數據，并將確定的運動數據傳輸至判斷模塊；其中，所述運動數據為表示候選運動目標的運動特點的數據；
[0020]判斷模塊，用于根據所述第一候選運動目標的運動數據，判斷所述第一候選運動目標是否滿足運動穩定性條件，并將判斷結果傳輸至第三確定模塊，其中，所述運動穩定性條件為表示運動過程具有漸變性特點的條件；
[0021]第三確定模塊，用于若所述第一候選運動目標滿足所述運動穩定性條件，則確定所述第一候選運動目標為實際運動目標。
[0022]結合第二方面，在第一種可能的實現方式中，所述第二確定模塊確定的運動數據包括:所述第一候選運動目標的運動方向的變化幅度，所述運動方向的變化幅度為候選運動目標在當前幀前景圖像中的運動方向相對于，所述候選運動目標在所述當前幀的前一幀前景圖像中的運動方向，的變化角度；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的運動方向的變化幅度大于第一設定變化幅度的次數不大于第二設定閾值。
[0023]結合第二方面，在第二種可能的實現方式中，所述第二確定模塊確定的運動數據包括:所述第一候選運動目標的面積大小的變化幅度；所述面積大小的變化幅度為候選運動目標在當前幀前景圖像中的面積大小相對于，所述候選運動目標在所述當前幀的在前一幀前景圖像中的面積大小，的變化量；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標的面積大小的變化幅度大于第三設定變化幅度的次數不大于第四設定閾值。
[0024]結合第二方面，在第三種可能的實現方式中，所述第二確定模塊確定的運動數據包括:所述第一候選運動目標在全部所述前景圖像中出現的次數；所述運動穩定性條件包括:在全部所述前景圖像中，所述第一候選運動目標出現的次數大于第五設定閾值。
[0025]采用上述第一方面提供的運動目標識別方法，可以針對某個候選運動目標，在確定該候選運動目標的運動數據后，根據確定的運動數據，判斷該候選運動目標是否滿足運動穩定性條件，這里的運動穩定性條件為表示運動過程具有漸變性特點的條件，在確定該候選運動目標滿足運動穩定性條件后，則確定該候選運動目標為實際運動目標，從而可以減少將因突然發生背景擾動(比如樹葉晃動等)所產生的干擾運動目標誤判為實際運動目標的概率，提高對實際運動目標的識別準確率。
【附圖說明】
[0026]圖1為本發明實施例一提供的實際運動目標的識別方法流程圖；
[0027]圖2為一個實際運動目標運動方向示意圖；
[0028]圖3為一個干擾運動目標運動方向變化示意圖；
[0029]圖4 (a)為通過高斯模型建立的前景圖1 ;
[0030]圖4 (b)為通過高斯模型建立的前景圖2 ；
[0031]圖5 (a)為通過高斯模型建立的前景圖3 ；
[0032]圖5 (b)為通過高斯模型建立的前景圖4 ；
[0033]圖6為本發明實施例二提