幀圖像的輪廓圖像。
[0040] 在一個(gè)例子中，對(duì)于上述多幀圖像中的每幀圖像中的每個(gè)像素，可以通過例如 5X5的輪廓檢測(cè)器來獲得該幀圖像的輪廓，完成輪廓提取過程。
[0041] 以上述多幀圖像中的某幀圖像中的某個(gè)像素 p(X，y)為例，圖3A-3D給出了用于計(jì) 算像素 P (X，y)的4種輪廓檢測(cè)器的示例。
[0042] 在圖3A-3D中，黑色的像素為p(x，y)，其周圍的20個(gè)像素（白色的像素以及灰色 的像素）用于計(jì)算輪廓值，圖3A-3D分別示出了針對(duì)不同輪廓的檢測(cè)類型。使用每種輪廓檢 測(cè)器來計(jì)算白色像素與灰色像素的絕對(duì)平均值的差值，其中，差值最大的被選作為P (X，y) 的輪廓值。對(duì)于上述多幀圖像中的每幀圖像中的每個(gè)像素均可以采用如上方法來計(jì)算該像 素的輪廓值。這樣，在得到每幀圖像的所有像素的輪廓值后，用每個(gè)像素的輪廓值表示該像 素，即可得到該幀圖像的輪廓圖像，其灰度值為0~225。
[0043] 步驟204,在完成輪廓提取之后，執(zhí)行背景輪廓信息更新。如果當(dāng)前幀是第一幀，則 提取的輪廓圖像將被保存以作為初始背景輪廓圖像，否則，可以利用該幀圖像的輪廓圖像 中除前景輪廓以外的每個(gè)像素的強(qiáng)度來對(duì)該幀圖像的上一幀圖像所對(duì)應(yīng)的環(huán)境輪廓圖像 中的與該像素位置對(duì)應(yīng)的那個(gè)像素的強(qiáng)度進(jìn)行更新，以及利用該幀圖像的輪廓圖像中的前 景輪廓中的每個(gè)像素的強(qiáng)度來對(duì)該幀圖像的上一幀圖像所對(duì)應(yīng)的環(huán)境輪廓圖像中的與該 像素位置對(duì)應(yīng)的那個(gè)像素的強(qiáng)度進(jìn)行更新。在這種實(shí)現(xiàn)方式中，可以按照公式一來完成更 新處理。
[0044]公式一：
[0046] 其中，a為預(yù)設(shè)的前景像素更新率，CB(x，y，tk D表示捕獲時(shí)間為tk 1的圖像對(duì)應(yīng) 的環(huán)境輪廓圖像中的像素（X，y)的強(qiáng)度；CC(x，y，tk)表示捕獲時(shí)間為鞏的圖像的輪廓圖 像中的像素（X，y)的強(qiáng)度；X，y分別表示像素（X，y)在相應(yīng)的圖像中的位置；b為預(yù)設(shè)的、 與輪廓圖像中除前景輪廓以外的像素相對(duì)應(yīng)的更新率（簡(jiǎn)稱為背景像素更新率）。此外， Seg(x，y，tk)可以參照公式四的定義。需要注意的是，捕獲時(shí)間為tk i的圖像是捕獲時(shí)間為 tk的圖像的上一幀圖像，且i > 2。其中，捕獲時(shí)間為h的圖像對(duì)應(yīng)的環(huán)境輪廓圖像中的像 素（x，y)的強(qiáng)度CB(^yj1)等于捕獲時(shí)間為h的圖像的輪廓圖像中的像素（x，y)的強(qiáng)度 CC (x, y, ti) 〇
[0047] 步驟206,在背景輪廓更新后，獲取當(dāng)前幀圖像的輪廓圖像中的前景輪廓圖像?？?以根據(jù)公式二來獲得第i幀圖像的輪廓圖像與第i-Ι幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的差分圖 像，該差分圖像即前景輪廓圖像。
[0049] 其中，CB(x，y，tk D表示捕獲時(shí)間為tk 1的圖像對(duì)應(yīng)的環(huán)境輪廓圖像中的像素 (x，y)的強(qiáng)度，CC(x，y，tk)表示捕獲時(shí)間為鞏的圖像的輪廓圖像中的像素（x，y)的強(qiáng)度。
[0050] 在該幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的背景輪廓圖像的差分圖像中，將強(qiáng) 度高于該幀圖像對(duì)應(yīng)的動(dòng)態(tài)閾值的那些像素確定為前景像素，并將所確定的所有前景像素 所構(gòu)成的輪廓作為該幀圖像的輪廓圖像中的前景輪廓。
[0051] 這樣，通過動(dòng)態(tài)閾值的設(shè)定，能夠?qū)⒉罘謭D像中的那些強(qiáng)度較低的像素從前景輪 廓中排除出去，從而使得確定的前景輪廓中的像素（即前景像素）能夠更好地排除環(huán)境噪 聲的干擾。
[0052] 其中，對(duì)于上述多幀圖像中的每幀圖像來說,該幀圖像對(duì)應(yīng)的動(dòng)態(tài)閾值例如可以 根據(jù)該幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的背景輪廓圖像的差分圖像來確定。
[0053] 在一個(gè)例子中，可以采用如下公式三來計(jì)算上述動(dòng)態(tài)閾值：
[0054] Thre (tk) = mean (CD (tk)) +Wegt X (max (CD (tk)) -mean (CD (tk)) +std (CD (tk)))
[0055] 其中，Thre (tk)表示捕獲時(shí)間為tk的圖像所對(duì)應(yīng)的動(dòng)態(tài)閾值。mean (CD (x, y, tk)) 表示捕獲時(shí)間為tk的圖像中所有像素對(duì)應(yīng)的CD(x，y，tk)的平均值，max(CD( X，y，tk))表示 捕獲時(shí)間為t的圖像中所有像素對(duì)應(yīng)的⑶(x，y，tk)中的最大值，std(⑶(x，y，tk))表示捕 獲時(shí)間為L(zhǎng)的圖像中所有像素對(duì)應(yīng)的⑶(X，y，tk)的標(biāo)準(zhǔn)差，以及Wegt為預(yù)設(shè)的權(quán)重值。
[0056] 步驟208,在根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)方法的一種實(shí)現(xiàn)方式中，可以根 據(jù)公式四來將其獲得的前景輪廓從對(duì)應(yīng)幀圖像的輪廓圖像中分割出來。
[0057] 公式四： CN 105184809 A 說明書 5/9 頁
[0059] 其中，Seg(x，y，tk) = 1對(duì)應(yīng)于捕獲時(shí)間為tk的圖像（例如第k幀圖像的輪廓圖 像）的輪廓圖像中的前景輪廓中的像素（即前景像素），Seg(x，y，tk) = 0對(duì)應(yīng)于捕獲時(shí)間 為鞏的圖像（例如第k幀圖像的輪廓圖像）的輪廓圖像中除前景輪廓以外的像素。
[0060] 接下來詳細(xì)描述基于分類器的運(yùn)動(dòng)對(duì)象檢測(cè)。
[0061] 對(duì)捕獲的圖像（CF圖像）和獲取的前景輪廓圖像（CMI圖像）進(jìn)行尺寸調(diào)整，將其 尺寸縮小。例如，如果CF圖像的尺寸為MXN，則調(diào)整后的高度為MXz，寬度為NXz，其中， 0彡z彡0。CF圖像與CF圖像的尺寸調(diào)整前后對(duì)比圖分別參見圖4A和圖4B。
[0062] 在調(diào)整了 CF圖像與CMI圖像的尺寸之后，進(jìn)行特征的預(yù)提取。
[0063] 在本實(shí)施例中，在特征提取中使用方向梯度直方圖特征，本部分是特征提取的準(zhǔn) 備步驟。在本步驟中，按照如下方法計(jì)算經(jīng)過尺寸調(diào)整后的前景輪廓圖像的絕對(duì)梯度圖和 角度圖：
[0064] 分別根據(jù)公式五和公式六計(jì)算垂直梯度值和水平梯度值。
[0065] 公式五：
[0066] gradv (x, y) = pixel (x, y+1) -pixel (x, y-1)
[0067] 公式六：
[0068] gradh (x, y) = pixel (x+1, y) -pixel (x~l, y)
[0069] 其中，gradv(x, y)和gradh(x, y)分別是像素（x, y)的垂直梯度值和水平梯度值。
[0070] 根據(jù)公式七計(jì)算絕對(duì)梯度圖以及根據(jù)公式八計(jì)算角度劃分圖，圖5示出了計(jì)算出 的一個(gè)絕對(duì)梯度示意圖。
[0071] 公式七：
[0075] 其中，grad (X，y)是像素（X，y)的梯度值，angle (X，y)是像素（X，y)的角度劃分 值，angel (x，y) e [1，BinNum] ,BinNum為角度劃分閾值，在本實(shí)施例中BinNum = 9。
[0076] 接下來結(jié)合示例說明如何對(duì)前景輪廓圖像進(jìn)行選擇處理，得到多個(gè)待處理子圖像 塊。
[0077] 在傳統(tǒng)的分類器檢測(cè)處理過程中，采用如圖6所示的步驟來進(jìn)行檢測(cè)，每一子 圖像塊（被檢測(cè)框選取的圖像塊）具有預(yù)設(shè)的尺寸，在本實(shí)施例中，子圖像塊的尺寸為 Bh X Bw，按照預(yù)定間隔移動(dòng)該檢測(cè)框，分類器對(duì)檢測(cè)框選取的各個(gè)子圖像塊進(jìn)行檢測(cè)。從圖 6中可以看出，一些不必要的子圖像塊同樣被選取，例如第三步驟，第η步驟和第m步驟中選 取的子圖像塊，這些子圖像塊的中心區(qū)域沒有包含前景輪廓像素，從圖中也可以看出，被忽 略的子圖像炔基本不包含車輛輪廓，故這些子圖像塊可以被忽略。因此，該處理方法除了增 加了不必要的計(jì)算量之外，也會(huì)導(dǎo)致檢測(cè)錯(cuò)誤。
[0078] 為了解決傳統(tǒng)檢測(cè)處理過程中的上述技術(shù)問題，在本示例中采用了 一種改進(jìn)的檢 測(cè)處理方法（參見圖7A至圖7B，圖7A為捕獲的圖像，圖7B為前景輪廓圖像）。
[0079] 在圖7A中，被第一選擇框30選取的子圖像塊為待處理子圖像塊，該待處理子圖像 塊將來用于分類器的檢測(cè)，被第二選擇框32選取的子圖像塊將被忽略。如圖7B所示，如果 在前景輪廓圖像中的子圖像塊中的預(yù)設(shè)區(qū)域中包含至少一個(gè)前景輪廓像素，則該子圖像塊 可被選取并用于后續(xù)檢測(cè)處理中，否則跳過該子圖像塊，以預(yù)設(shè)間隔移動(dòng)選擇框，繼續(xù)判斷 下一子圖像塊是否包含前景輪廓像素。