本發(fā)明涉及視頻圖像處理技術(shù)領(lǐng)域，尤其涉及一種視頻圖像目標檢測與分割方法及系統(tǒng)。

背景技術(shù)：

運動目標檢測與跟蹤是計算機視覺領(lǐng)域的熱點問題，廣泛應(yīng)用于視頻監(jiān)控、人機交互、虛擬現(xiàn)實和圖像壓縮等。而要在各種復(fù)雜的環(huán)境中和不同的條件下(如遮擋、光照變化等)都對目標進行準確的跟蹤是目前廣大研究工作者共同關(guān)注的焦點，也是目前實際應(yīng)用中一個亟待解決的難題。

在視頻監(jiān)控、目標跟蹤、運動分析等實際應(yīng)用系統(tǒng)中，往往要求能夠?qū)崟r檢測和分割出目標。運動目標檢測是視頻序列運動分析與理解的基礎(chǔ)，是底層的處理過程，是目標分類、目標跟蹤等處理步驟的基礎(chǔ)。運動目標檢測的主要任務(wù)是將運動目標從視頻序列中“提取出來”。

背景差分法的實現(xiàn)可以分為已知背景和統(tǒng)計背景兩種。已知背景是指在開始進行運動目標檢測前預(yù)先設(shè)定好運動目標的活動背景，在檢測的過程中通過當前幀與背景的差分獲得運動目標的模版，借助于形態(tài)學的開閉運算等方法進行濾波去噪和輪廓平滑。為后續(xù)的處理程序提供處理的對象以完成圖像的分割和跟蹤。在統(tǒng)計背景的背景差分實現(xiàn)中，沒有預(yù)先設(shè)定目標的運動場景，一種比較簡單的實現(xiàn)是將連續(xù)若干幀的灰度圖像疊加，然后進行中值濾波，確定目標的運動場景(背景圖像)，然后將當前幀與背景圖像進行差分，通過形態(tài)學等方法的濾波、去噪、平滑，獲取運動目標的輪廓。

幀間差分法主要是利用視頻序列中連續(xù)的兩幀或幾幀圖像的差異來進行目標檢測和提取。計算第k幀圖像與第k-t幀圖像之間的差分，得到差分后的圖像D_k，然后對差分后的圖像D_k進行二值化，當差分圖像中某一像素的值大于某一給定閾值時，該像素為目標像素，反之則認為是背景像素。然后對閾值化后的圖像進行連通性分析，當某一連通區(qū)域的面積大于某一給定閾值，則認為該區(qū)域為目標所占的區(qū)域。

光流是指空間中物體被觀測面上的像素點運動產(chǎn)生的瞬時速度場，包含了物體表面結(jié)構(gòu)和動態(tài)行為等重要信息?；诠饬鞣ǖ倪\動目標檢測采用了運動目標隨時間變化的光流特性，由于光流不僅包含了被觀測物體的運動信息，還攜帶了物體運動和景物三位結(jié)構(gòu)的豐富信息，這種方法不僅適用于運動目標的檢測，還可以在運動目標跟蹤方面使用，甚至在攝像頭存在運動的情況下也能檢測出獨立運動的目標。

現(xiàn)有技術(shù)存在以下缺點：

(1)背景差分法的優(yōu)點就是算法簡單，運算速度較快，基本能夠滿足實時檢測的需要，存在的主要問題就是如果采用己知背景實現(xiàn)的話，需要人工干預(yù)，預(yù)先設(shè)定背景圖像，自適應(yīng)能力較差，而統(tǒng)計背景差分法相比較來說不需要人工干預(yù)，自適應(yīng)能力有了很大提高。這兩種背景差分法的共同缺點就是對運動目標的空間信息沒有充分利用，差分得到的輪廓圖像很不準確。

(2)幀間差分法對背景變化的限制比較嚴格，有時提取的目標與真實輪廓之間差異較大，因此使得該方法的應(yīng)用受到了較大的限制。

(3)光流法在實際的應(yīng)用中，由于遮擋、多光源、透明性及噪聲等原因，使得光流場基本方程—灰度守恒的假設(shè)條件無法滿足，不能正確求出光流場，計算方也相當復(fù)雜，計算量巨大，不能滿足實時的要求。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種視頻圖像目標檢測與分割方法及系統(tǒng)，可以提升幀間差分法的準確性，減少幀間差分法使用時的限制，可以使得圖像跟蹤和圖像分割更加準確。

為了解決上述問題，本發(fā)明提出了一種視頻圖像目標檢測與分割方法，所述方法包括：

獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像；

對差分圖像進行插值處理，獲得插值處理后的圖像；

對插值處理后的圖像進行二值化處理，獲得二值化圖像；

對二值化圖像進行連通性檢測及判別，獲得運動目標的檢測結(jié)果。

優(yōu)選地，所述獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像的步驟，包括：

獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

對第k幀圖像進行延時處理，獲取第k-1幀圖像；

對第k幀圖像和第k-1幀圖像進行差分處理，獲得差分圖像。

優(yōu)選地，所述獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像的步驟，包括：

獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

對第k幀圖像進行延時處理，獲取第k-1幀和第k-2幀圖像；

對第k幀圖像、第k-1幀圖像、第k-2幀圖像進行差分處理，獲得差分圖像。

優(yōu)選地，在所述對插值處理后的圖像進行二值化處理的步驟之后，還包括：

對二值化圖像進行形態(tài)學濾波處理，獲得濾波處理后的二值化圖像。

相應(yīng)地，本發(fā)明還提供一種視頻圖像目標檢測與分割系統(tǒng)，所述系統(tǒng)包括：

獲取模塊，用于獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像；

插值模塊，用于對差分圖像進行插值處理，獲得插值處理后的圖像；

二值化模塊，用于對插值處理后的圖像進行二值化處理，獲得二值化圖像；

檢測模塊，用于對二值化圖像進行連通性檢測及判別，獲得運動目標的檢測結(jié)果。

優(yōu)選地，所述獲取模塊包括：

獲取單元，用于獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

延時處理單元，用于對第k幀圖像進行延時處理，獲取第k-1幀圖像；

差分處理單元，用于對第k幀圖像和第k-1幀圖像進行差分處理，獲得差分圖像。

優(yōu)選地，所述獲取單元還用于獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；所述延時處理單元還用于對第k幀圖像進行延時處理，獲取第k-1幀和第k-2幀圖像；所述差分處理單元還用于對第k幀圖像、第k-1幀圖像、第k-2幀圖像進行差分處理，獲得差分圖像。

優(yōu)選地，所述系統(tǒng)還包括：濾波模塊，用于對二值化圖像進行形態(tài)學濾波處理，獲得濾波處理后的二值化圖像。

實施本發(fā)明實施例，可以提升幀間差分法的準確性，減少幀間差分法使用時的限制，可以使得圖像跟蹤和圖像分割更加準確。

附圖說明

為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其它的附圖。

圖1是本發(fā)明實施例的視頻圖像目標檢測與分割方法的流程示意圖；

圖2是本發(fā)明實施例的視頻圖像目標檢測與分割系統(tǒng)的結(jié)構(gòu)組成示意圖。

具體實施方式

下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。

圖1是本發(fā)明實施例的視頻圖像目標檢測與分割方法的流程示意圖，如圖1所示，該方法包括：

S1，獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像；

S2，對差分圖像進行插值處理，獲得插值處理后的圖像；

S3，對插值處理后的圖像進行二值化處理，獲得二值化圖像；

S4，對二值化圖像進行連通性檢測及判別，獲得運動目標的檢測結(jié)果。

圖像插值是一個圖像數(shù)據(jù)再生的過程，利用已知像素點的灰度值產(chǎn)生未知像素點的灰度值，由原始圖像數(shù)據(jù)再生出具有高分辨率的圖像數(shù)據(jù)。

目前，插值算法大致可劃分為兩類，一個是線性方法，另一個是非線性方法。比較常用的線性插值方法有：最近鄰插值、雙線性插值、雙三次插值。中值濾波、有理濾波是較早的用于圖像處理的非線性方法。而近年來出現(xiàn)了諸如小波插值、分形插值、向量有理插值等非線性方法。

設(shè)被采樣函數(shù)用f(x)表示，插值函數(shù)用g(x)表示，插值節(jié)點用x_k表示，對于等距節(jié)點插值函數(shù)可表達為：

g(x)＝∑c_ku(x-x_k)

其中u(x)為插值核函數(shù)，c_k為插值系數(shù)，起選取與采樣點有關(guān)，并且滿足

g(x_k)＝f(x_k)

常用的幾種線性插值算法的不同就在于u(x)表達式的不同，從而在求插值函數(shù)時取的采樣點個數(shù)不同。

(1)最近鄰插值。最近鄰插值法也稱為點位移法，插值點的值等于它最近鄰已知點的值。該算法可由下列插值多項式表示：

即最近鄰插值的核函數(shù)為：

(2)雙線性插值。已知位于單位正方形頂點的四個像元灰度值，根據(jù)這4個像素點的灰度值來求正方形內(nèi)任意一點的灰度值f(x,y)，這可由下面的雙線性方程得到：

f(x，y)＝ax+by+cxy+d

已知四個頂點的f(x，y)值滿足上述方程，從而可以確定a，b，c，d的值，從而產(chǎn)生雙線性插值函數(shù)：

f(x，y)＝[f(1，0)-f(0，0)]x+[f(0，1)-f(0，0)]y+[f(1，1)+f(0，0)-f(1，0)-f(0，1)]xy+f(0，0)

雙線性插值相當于用三角形函數(shù)對采樣圖像進行卷積，其卷積核表達式為：

(3)三次B樣條插值。B樣條函數(shù)方法定義的B樣條舍入誤差小，計算穩(wěn)定，運算量小，計算速度快。其具體表達式為：

具體實施中，S1包括：

獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

對第k幀圖像進行延時處理，獲取第k-1幀圖像；

對第k幀圖像和第k-1幀圖像進行差分處理，獲得差分圖像。

另外，使用三幀差分進行計算，采取三幀進行運算，可以提高幀間差分法的準確性，S1進一步包括：

獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

對第k幀圖像進行延時處理，獲取第k-1幀和第k-2幀圖像；

對第k幀圖像、第k-1幀圖像、第k-2幀圖像進行差分處理，獲得差分圖像。

進一步地，在S3之后還包括：

對二值化圖像進行形態(tài)學濾波處理，獲得濾波處理后的二值化圖像。

在本發(fā)明實施例中，首先第k幀圖像f_k經(jīng)過延時處理得到第k-1幀圖像f_k-1，接著將兩幀圖像進行差分得到差分圖像D_k。然后，使用上面提到的插值方法，獲取一個新的圖像G_k，之后再對圖像G_k進行二值化以及形態(tài)學濾波處理得到了二值化圖像。最后經(jīng)過連通性檢測并對二值化圖像進行判別進而達到了運動目標檢測的目的。

相應(yīng)地，本發(fā)明實施例還提供一種視頻圖像目標檢測與分割系統(tǒng)，如圖2所示，該系統(tǒng)包括：

獲取模塊1，用于獲取視頻圖像，根據(jù)視頻圖像獲得差分圖像；

插值模塊2，用于對差分圖像進行插值處理，獲得插值處理后的圖像；

二值化模塊3，用于對插值處理后的圖像進行二值化處理，獲得二值化圖像；

檢測模塊4，用于對二值化圖像進行連通性檢測及判別，獲得運動目標的檢測結(jié)果。

進一步地，獲取模塊1包括：

獲取單元，用于獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；

延時處理單元，用于對第k幀圖像進行延時處理，獲取第k-1幀圖像；

差分處理單元，用于對第k幀圖像和第k-1幀圖像進行差分處理，獲得差分圖像。

使用三幀差分進行計算，采取三幀進行運算，可以提高幀間差分法的準確性，具體地，獲取單元還用于獲取視頻圖像，并獲取視頻圖像中的第k幀圖像；延時處理單元還用于對第k幀圖像進行延時處理，獲取第k-1幀和第k-2幀圖像；差分處理單元還用于對第k幀圖像、第k-1幀圖像、第k-2幀圖像進行差分處理，獲得差分圖像。

具體實施中，該系統(tǒng)還包括：濾波模塊，用于對二值化圖像進行形態(tài)學濾波處理，獲得濾波處理后的二值化圖像。

具體地，本發(fā)明實施例的系統(tǒng)相關(guān)功能模塊的工作原理可參見方法實施例的相關(guān)描述，這里不再贅述。

實施本發(fā)明實施例，可以提升幀間差分法的準確性，減少幀間差分法使用時的限制，可以使得圖像跟蹤和圖像分割更加準確。

本領(lǐng)域普通技術(shù)人員可以理解上述實施例的各種方法中的全部或部分步驟是可以通過程序來指令相關(guān)的硬件來完成，該程序可以存儲于一計算機可讀存儲介質(zhì)中，存儲介質(zhì)可以包括：只讀存儲器(ROM，Read Only Memory)、隨機存取存儲器(RAM，Random Access Memory)、磁盤或光盤等。

另外，以上對本發(fā)明實施例所提供的視頻圖像目標檢測與分割方法及系統(tǒng)進行了詳細介紹，本文中應(yīng)用了具體個例對本發(fā)明的原理及實施方式進行了闡述，以上實施例的說明只是用于幫助理解本發(fā)明的方法及其核心思想；同時，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明的思想，在具體實施方式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制。