專利名稱：消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及視頻監(jiān)控技術(shù)領(lǐng)域，具體涉及消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法及裝置。
背景技術(shù)：
目前，視頻監(jiān)控系統(tǒng)得到了廣泛應(yīng)用。智能視頻監(jiān)控和檢索針對(duì)對(duì)象多是靜止攝
像頭拍攝的視頻，分析對(duì)象主要是視頻中與背景有區(qū)別的運(yùn)動(dòng)物體。因此，運(yùn)動(dòng)物體的檢測(cè)
與跟蹤方法是智能視頻監(jiān)控與檢索系統(tǒng)中最基本和核心的技術(shù)。
圖1為現(xiàn)有的運(yùn)動(dòng)檢測(cè)與跟蹤的流程圖，如圖1所示，其具體步驟如下 步驟101 :接收視頻序列。
對(duì)視頻序列的每幀圖像分別進(jìn)行如下處理
步驟102 :計(jì)算dk(j) = Ik(j)-Bk(j)。 其中，k為當(dāng)前幀圖像在視頻序列中的幀序號(hào)，j為當(dāng)前像素點(diǎn)在當(dāng)前幀圖像的所 有像素點(diǎn)中的序號(hào)，且1《j《J， J為每幀圖像中的像素點(diǎn)數(shù)，Ik(j)為第k幀圖像中像素 點(diǎn)j的像素值，Bk(j)為背景幀中像素點(diǎn)j的像素值。
步驟103 :判斷dk(j) > d0是否成立，若是，執(zhí)行步驟104 ;否則，執(zhí)行步驟105。
步驟104 :認(rèn)為像素點(diǎn)j為前景點(diǎn)，轉(zhuǎn)至步驟106。
步驟105 :認(rèn)為像素點(diǎn)j為背景點(diǎn)。
步驟106 :判斷j < J是否成立，若是，執(zhí)行步驟107 ;否則，執(zhí)行步驟108。
步驟107 :令j = j+l，返回步驟102。
步驟108 :對(duì)第k幀圖像中的所有前景點(diǎn)進(jìn)行聚類，每個(gè)聚類為一個(gè)運(yùn)動(dòng)物體。
步驟109 :對(duì)于第k幀圖像中的每個(gè)運(yùn)動(dòng)物體Mk,m,將Mk,m分別與第k-l幀圖像中的 各運(yùn)動(dòng)物體匹配，若Mk,m與第k-1幀圖像中的運(yùn)動(dòng)物體Mk—u匹配上，則確定Mk,m與Mk—u為 同一物體；若Mk,m未與第k-1幀圖像中的任何運(yùn)動(dòng)物體匹配上，則確定Mk,m為新運(yùn)動(dòng)物體。
其中，m為第k幀圖像中的運(yùn)動(dòng)物體的序號(hào)，n為第k_l幀圖像中的運(yùn)動(dòng)物體的序 號(hào)。 從圖1所示流程可以看出現(xiàn)有技術(shù)中，只根據(jù)當(dāng)前幀圖像與背景幀的像素值的 差值來檢測(cè)運(yùn)動(dòng)物體。但是，在實(shí)際監(jiān)控場(chǎng)景中，應(yīng)該被作為背景的物體經(jīng)常也存在短暫的 運(yùn)動(dòng)現(xiàn)象，例如抖動(dòng)的樹葉、蕩漾的水波等，若采用上述方法，則這些物體都會(huì)被檢測(cè)為運(yùn) 動(dòng)物體，這就導(dǎo)致最終檢測(cè)到的運(yùn)動(dòng)物體中有很多的噪聲物體，可能會(huì)導(dǎo)致系統(tǒng)報(bào)虛警。例 如當(dāng)風(fēng)很大，樹枝抖動(dòng)很厲害時(shí)，樹枝一般會(huì)被檢測(cè)為運(yùn)動(dòng)物體，對(duì)于入侵報(bào)警的應(yīng)用場(chǎng) 景，若用戶設(shè)定的入侵區(qū)域包含了樹枝，則系統(tǒng)就會(huì)報(bào)虛警。

發(fā)明內(nèi)容
本發(fā)明提供消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法及裝置，以消除運(yùn)動(dòng)檢測(cè)中的噪聲，提 高運(yùn)動(dòng)檢測(cè)的精度。 本發(fā)明的技術(shù)方案是這樣實(shí)現(xiàn)的
—種消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法，包括 對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤；當(dāng)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到 時(shí)，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若在連續(xù)N幀圖像中都檢測(cè)到該運(yùn)動(dòng)物體，則計(jì)算該運(yùn)動(dòng)物體 在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是， 確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲，其中，N為預(yù)設(shè)正整 數(shù)。
所述運(yùn)動(dòng)狀態(tài)相似度為位置相似度； 所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷該位置相似度是否大于預(yù)
設(shè)第一閾值。
所述運(yùn)動(dòng)狀態(tài)相似度為速度相似度； 所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷該速度相似度是否大于預(yù)
設(shè)第二閾值。
所述運(yùn)動(dòng)狀態(tài)相似度為位置相似度和速度相似度， 所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷位置相似度大于預(yù)設(shè)第一 閾值、速度相似度大于預(yù)設(shè)第二閾值是否同時(shí)成立，或者，判斷位置相似度與預(yù)設(shè)第一常數(shù) 的乘積加上速度相似度與預(yù)設(shè)第二常數(shù)的乘積是否大于預(yù)設(shè)第三閾值。 所述仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲之后進(jìn)一步包括發(fā)現(xiàn)該運(yùn)動(dòng)物體在此后連續(xù)N 幀圖像中仍被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該 運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是，確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn) 為該運(yùn)動(dòng)物體為噪聲，返回執(zhí)行所述發(fā)現(xiàn)該運(yùn)動(dòng)物體在此后連續(xù)N幀圖像中仍被檢測(cè)到的動(dòng)作。 所述計(jì)算該運(yùn)動(dòng)物體的位置相似度包括 計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的中心點(diǎn)連線的長度和角 度， 計(jì)算連續(xù)N幀圖像中，該運(yùn)動(dòng)物體的每相鄰兩條中心點(diǎn)連線的長度相似度和角度 相似度； 計(jì)算長度相似度的均值和角度相似度的均值； 根據(jù)長度相似度的均值和角度相似度的均值，計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中 的位置相似度。 所述計(jì)算連續(xù)N幀圖像中，該運(yùn)動(dòng)物體的每相鄰兩條中心點(diǎn)連線的長度相似度和 角度相似度為 對(duì)于相鄰的任意兩條中心點(diǎn)連線第一中心點(diǎn)連線和第二中心點(diǎn)連線，將第一中 心點(diǎn)連線的長度除以第二中心點(diǎn)連線的長度得到第一商值，將第二中心點(diǎn)連線的長度除以 第一中心點(diǎn)連線的長度得到第二商值，將第一商值和第二商值中的較小值作為第一、二中 心點(diǎn)連線的長度相似度；對(duì)第一中心點(diǎn)連線的角度和第二中心點(diǎn)連線的角度之差作余弦運(yùn) 算，將所得余弦值加l，再將所得和值除以2，得到第一、二中心點(diǎn)連線的角度相似度；
所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的位置相似度為 將長度相似度的均值乘以預(yù)設(shè)第一常數(shù)，將角度相似度的均值乘以預(yù)設(shè)第二常 數(shù)，將所得兩乘積相加得到該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的位置相似度，其中，預(yù)設(shè)第一、二常數(shù)的和值為l。 所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速度相似度包括
計(jì)算運(yùn)動(dòng)物體在每幀圖像中的平移速度的幅度和角度； 計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的平移速度的幅度相似度和 角度相似度； 計(jì)算幅度相似度的均值和角度相似度的均值； 根據(jù)幅度相似度的均值和角度相似度的均值，計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中 的速度相似度。 所述計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的平移速度的幅度相似 度和角度相似度為 對(duì)于相鄰的任意兩幀圖像中該運(yùn)動(dòng)物體的平移速度第一平移速度和第二平移速 度，將第一平移速度的幅度除以第二平移速度的幅度得到第一商值，將第二平移速度的幅 度除以第一平移速度的幅度得到第二商值，將第一商值和第二商值中的較小值作為第一、 二平移速度的幅度相似度；對(duì)第一平移速度的角度與第二平移速度的角度之差作余弦運(yùn) 算，將所得余弦值加l，再將所得和值除以2，得到第一、二平移速度的角度相似度；
所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速度相似度為 將幅度相似度的均值乘以預(yù)設(shè)第一常數(shù)，將角度相似度的均值乘以預(yù)設(shè)第二常 數(shù)，將所得兩乘積相加得到該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速度相似度，其中，預(yù)設(shè)第一、 二常數(shù)的和值為1。 —種消除運(yùn)動(dòng)檢測(cè)中的噪聲的裝置，包括 運(yùn)動(dòng)檢測(cè)模塊，對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤，將運(yùn)動(dòng)檢測(cè)與跟 蹤結(jié)果發(fā)送給噪聲消除模塊； 噪聲消除模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到， 默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì)算該運(yùn) 動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件， 若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲，其中，N為預(yù)設(shè)正整 數(shù)。 所述噪聲消除模塊包括 位置相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次 檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì) 算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度，將位置相似度發(fā)送給判決模塊；
判決模塊，判斷位置相似度是否大于預(yù)設(shè)第一閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn) 動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
所述噪聲消除模塊包括 速度相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次 檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì) 算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的速度相似度，將速度相似度發(fā)送給判決模塊；
判決模塊，判斷速度相似度是否大于預(yù)設(shè)第二閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn) 動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
7
所述噪聲消除模塊包括 位置和速度相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被 第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè) 到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度和速度相似度，將位置相似度和 速度相似度發(fā)送給判決模塊； 判決模塊，判斷位置相似度大于預(yù)設(shè)第一閾值、速度相似度大于預(yù)設(shè)第二閾值是 否同時(shí)成立，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲；或者， 判斷位置相似度與預(yù)設(shè)第一常數(shù)的乘積加上速度相似度與預(yù)設(shè)第二常數(shù)的乘積是否大于 預(yù)設(shè)第三閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
所述噪聲消除模塊進(jìn)一步用于，當(dāng)仍然認(rèn)為運(yùn)動(dòng)物體為噪聲后，若發(fā)現(xiàn)該運(yùn)動(dòng)物 體在此后仍被連續(xù)檢測(cè)到，則每隔N幀圖像計(jì)算一次該運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的 運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是，確定該運(yùn)動(dòng)物體為真實(shí) 運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲。 與現(xiàn)有技術(shù)相比，本發(fā)明在第一次檢測(cè)到一個(gè)運(yùn)動(dòng)物體時(shí)默認(rèn)其為噪聲，若在連 續(xù)N幀圖像中都檢測(cè)到運(yùn)動(dòng)物體，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似 度，若該運(yùn)動(dòng)狀態(tài)相似度滿足預(yù)設(shè)條件，才確認(rèn)該運(yùn)動(dòng)物體為真實(shí)的運(yùn)動(dòng)物體，本發(fā)明可以 消除運(yùn)動(dòng)檢測(cè)中的噪聲，提高運(yùn)動(dòng)檢測(cè)的精度。


圖1為現(xiàn)有的運(yùn)動(dòng)檢測(cè)與跟蹤的流程圖； 圖2為本發(fā)明實(shí)施例提供的消除運(yùn)動(dòng)檢測(cè)中的噪聲的流程圖； 圖3為本發(fā)明實(shí)施例提供的計(jì)算運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的位置相似度的
流程圖； 圖4為本發(fā)明實(shí)施例提供的計(jì)算運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的速度相似度的 流程圖； 圖5為本發(fā)明實(shí)施例提供的消除運(yùn)動(dòng)檢測(cè)中的噪聲的裝置組成圖； 圖6為本發(fā)明實(shí)施例提供的噪聲消除模塊的組成圖一 ； 圖7為本發(fā)明實(shí)施例提供的噪聲消除模塊的組成圖二 ； 圖8為本發(fā)明實(shí)施例提供的噪聲消除模塊的組成圖三； 圖9為采用現(xiàn)有技術(shù)對(duì)一監(jiān)控場(chǎng)景進(jìn)行運(yùn)動(dòng)檢測(cè)的結(jié)果示例圖； 圖10為采用本發(fā)明對(duì)圖9所示監(jiān)控場(chǎng)景進(jìn)行運(yùn)動(dòng)檢測(cè)和噪聲消除的結(jié)果示例圖。
具體實(shí)施例方式
下面結(jié)合附圖及具體實(shí)施例對(duì)本發(fā)明再作進(jìn)一步詳細(xì)的說明。 本發(fā)明的基本思想是當(dāng)?shù)谝淮螜z測(cè)到一個(gè)運(yùn)動(dòng)物體時(shí)，默認(rèn)該運(yùn)動(dòng)物體為噪聲， 若在連續(xù)N幀圖像中都檢測(cè)到該運(yùn)動(dòng)物體，則計(jì)算該連續(xù)N幀圖像中該運(yùn)動(dòng)物體的運(yùn)動(dòng)狀 態(tài)相似度，若該運(yùn)動(dòng)狀態(tài)相似度滿足預(yù)設(shè)條件，則確認(rèn)該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則， 仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲。 其中，運(yùn)動(dòng)狀態(tài)相似度可以是位置相似度，或者速度相似度，或者位置相似度+速度相似度。 圖2為本發(fā)明實(shí)施例提供的消除運(yùn)動(dòng)檢測(cè)中的噪聲的流程圖，如圖2所示，其具體 步驟如下 步驟200 :設(shè)置檢測(cè)間隔幀數(shù)N。
步驟201 :接收視頻序列。 步驟202 :對(duì)視頻序列的第一幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)，檢測(cè)到的每個(gè)運(yùn)動(dòng)物體以一 個(gè)矩形框標(biāo)定，為每個(gè)運(yùn)動(dòng)物體設(shè)置一個(gè)真實(shí)標(biāo)志，并默認(rèn)該標(biāo)志為"0"，并為每個(gè)運(yùn)動(dòng)物 體設(shè)置一個(gè)計(jì)數(shù)器Ck,m，該計(jì)數(shù)器的初始值為1。 其中，k為當(dāng)前幀圖像在整個(gè)視頻序列中的幀序號(hào)，m為當(dāng)前運(yùn)動(dòng)物體的唯一編 號(hào)。Ck, m用于記錄運(yùn)動(dòng)物體m被連續(xù)檢測(cè)到的次數(shù)，當(dāng)運(yùn)動(dòng)物體被確認(rèn)為真實(shí)運(yùn)動(dòng)物體時(shí)， 會(huì)刪除Ck, m ;當(dāng)運(yùn)動(dòng)物體m在某一幀中未被檢測(cè)到或者運(yùn)動(dòng)物體m在某次確認(rèn)是否為真實(shí) 運(yùn)動(dòng)物體過程中被仍然認(rèn)為是噪聲時(shí)，會(huì)將Ck,m清零。 本步驟中的運(yùn)動(dòng)檢測(cè)過程可采用圖1所示流程實(shí)現(xiàn)。將每個(gè)運(yùn)動(dòng)物體的真實(shí)標(biāo)志 默認(rèn)為"0"的原因是，當(dāng)一個(gè)運(yùn)動(dòng)物體第一次被檢測(cè)到時(shí)，該運(yùn)動(dòng)物體被默認(rèn)為是噪聲。
對(duì)視頻序列的第k (k > 2)幀圖像進(jìn)行如下處理 步驟203 :對(duì)第k幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤，每個(gè)運(yùn)動(dòng)物體以一個(gè)矩形框標(biāo)定， 計(jì)算每個(gè)運(yùn)動(dòng)物體的平移速度。 本步驟中的運(yùn)動(dòng)檢測(cè)與跟蹤過程可采用圖1所示流程實(shí)現(xiàn)，本步驟中的計(jì)算每個(gè) 運(yùn)動(dòng)物體的平移速度的過程可采用現(xiàn)有技術(shù)實(shí)現(xiàn)。其中，運(yùn)動(dòng)物體的平移速度包括X方向 的平移速度V,(k)m和y方向的平移速度Vy(k)m， m為運(yùn)動(dòng)物體的唯一編號(hào)。
對(duì)于第k幀圖像中的每個(gè)運(yùn)動(dòng)物體作如下處理 步驟204 :判斷該運(yùn)動(dòng)物體m的真實(shí)標(biāo)志是否為"l"，若是，直接轉(zhuǎn)至步驟215 ;否 則，執(zhí)行步驟205。 步驟205 :判斷該運(yùn)動(dòng)物體是否在第k-l幀圖像中被檢測(cè)到，若是，執(zhí)行步驟207 ; 否則，執(zhí)行步驟206。 步驟206 :為該運(yùn)動(dòng)物體設(shè)置計(jì)數(shù)器Ck,m，且Ck,m = l，轉(zhuǎn)至步驟215。
步驟207 :將該運(yùn)動(dòng)物體的計(jì)數(shù)器值加1，即Ck,m = Ck,m+1。 步驟208 :判斷Ck,m < N是否成立，若是，執(zhí)行步驟209 ;否則，執(zhí)行步驟210。 步驟209 :記錄該運(yùn)動(dòng)物體編號(hào)與該運(yùn)動(dòng)物體在第k幀圖像中的矩形框參數(shù)、平移
速度的對(duì)應(yīng)關(guān)系，轉(zhuǎn)至步驟215。 步驟210 :計(jì)算該運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的位置相似度S,(m)。
本步驟的具體實(shí)現(xiàn)見如下圖3所示流程。 步驟211 :計(jì)算該運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的速度相似度Sv(m)。
本步驟的具體實(shí)現(xiàn)見如下圖4所示流程。 步驟212 :判斷Scen(m) > S』且Sv(m) > Sv0是否成立，若是，執(zhí)行步驟213 ;否 則，執(zhí)行步驟214。 S。m0、 Sv0為預(yù)設(shè)閾值，具體取值可根據(jù)經(jīng)驗(yàn)設(shè)定。 本步驟也可以替換成判斷a X Scen (m) + (1_ a ) X Sv (m) 〉SO是否成立，若是，執(zhí) 行步驟213;否則，執(zhí)行步驟214。其中，a為預(yù)設(shè)常數(shù)，且0< a <1，具體取值可根據(jù)經(jīng)驗(yàn)設(shè)定，SO為預(yù)設(shè)閾值，具體取值可根據(jù)經(jīng)驗(yàn)設(shè)定。 步驟213 :確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體，將該運(yùn)動(dòng)物體的真實(shí)標(biāo)志設(shè)置為 "l"，刪除Ck,m，轉(zhuǎn)至步驟215。 步驟214 :仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲，令Ck,m = 0。 步驟215 :判斷第k幀圖像中的所有運(yùn)動(dòng)物體是否都已檢測(cè)完畢，若是，執(zhí)行步驟 217 ;否則，執(zhí)行步驟216。 步驟216 :轉(zhuǎn)至第k幀圖像中的下一個(gè)運(yùn)動(dòng)物體，返回步驟204。
步驟217 :令k = k+l，返回步驟203。 在圖2所示實(shí)施例中是同時(shí)根據(jù)運(yùn)動(dòng)物體m在連續(xù)N幀圖像中的位置相似度 S。m(m)和速度相似度Sv(m)，來確定運(yùn)動(dòng)物體m是否為真實(shí)運(yùn)動(dòng)物體的。在實(shí)際應(yīng)用中，也 可只根據(jù)運(yùn)動(dòng)物體m的位置相似度S。m(m)來確定運(yùn)動(dòng)物體m是否為真實(shí)運(yùn)動(dòng)物體，例如 只要S。 (m) > S。J)成立，就確定運(yùn)動(dòng)物體m為真實(shí)運(yùn)動(dòng)物體；或者，只根據(jù)運(yùn)動(dòng)物體m的 速度相似度Sv(m)來確定運(yùn)動(dòng)物體m是否為真實(shí)運(yùn)動(dòng)物體，例如只要Sv(m) 〉SyO成立，就 確定運(yùn)動(dòng)物體m為真實(shí)運(yùn)動(dòng)物體。 圖3為本發(fā)明實(shí)施例提供的計(jì)算運(yùn)動(dòng)物體m在最近連續(xù)N幀圖像中的位置相似度 S。m(m)的流程圖，如圖3所示，其具體步驟如下 步驟301 :計(jì)算最近連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體m的中心點(diǎn)連 線的長度len(p-l， p)m和角度theta(p-l， p)邁，其中，k-N+2《p《k。 設(shè)第P幀圖像中該運(yùn)動(dòng)物體m的矩形框參數(shù)為[Xleft(P)m， ytop(P)m， Xright(P)m， yb。tt。m(P)nJ，平移速度為[Vx(P)m， Vy (P) m]，則運(yùn)動(dòng)物體HI的中心點(diǎn)坐標(biāo)[X。en (P) m， y。en (P) J
為Xcen (p) m = [Xleft (p) m+Xright (p)邁]/2 ycen (p) m = [ytop (p) m+ybott。m (p) m] /2 其中，(xlrft(p)m， yt。p(p)J為運(yùn)動(dòng)物體m的矩形框的左上端點(diǎn)在第p幀中的坐標(biāo)， (Xright(P)m， yb。tt。m(P)m)為運(yùn)動(dòng)物體m的矩形框的右下端點(diǎn)在第p幀中的坐標(biāo)。
則Ae/aO —=arctan」 步驟302 :計(jì)算最近連續(xù)N幀圖像中，該運(yùn)動(dòng)物體m的每相鄰兩條中心點(diǎn)連線的長 度相似度Slen(p_l， p， p+l)m和角度相似度Sthrta(p-1， p， p+l)m :& (; -1, m + l)m = mm[^^~~^," (m]
;。
-1, a " 1), ~^~~、, 仏2——、,^ " 可以看出Slen(P-l， P， P+l)m和Sthrta(P_l， P， P+l)m的值均在0和1之間，值越小， 表明該運(yùn)動(dòng)物體越接近于靜止。
步驟303 :計(jì)算長度相似度的均值^"(W)和角度相似度的均值5^,。(W):
100116] <formula>formula see original document page 11</formula>
0118] 步驟304 :計(jì)算該運(yùn)動(dòng)物體m在最近連續(xù)N幀圖像中的位置相似度S,(m): 0119] U附)=5>) x w + 5to。(m) x (1 - w)
0120] w是權(quán)重且0〈w〈l，具體取值可根據(jù)經(jīng)驗(yàn)設(shè)定，S^(m)的值在O到l之間，S,(m) 越大，則表示運(yùn)動(dòng)物體m的運(yùn)動(dòng)規(guī)律越接近于勻速運(yùn)動(dòng)，很少或沒有發(fā)生跳變或抖動(dòng)，運(yùn)動(dòng) 物體m越有可能是一個(gè)真實(shí)運(yùn)動(dòng)物體。
—0121] 圖4為本發(fā)明實(shí)施例提供的計(jì)算運(yùn)動(dòng)物體m在最近連續(xù)N幀圖像中的速度相似度 :v(m)的流程圖，其具體步驟如下
0122] 步驟401 :計(jì)算運(yùn)動(dòng)物體m在第p(k-N+Kp〈k)幀圖像中的平移速度的幅度A_ v(p)m和角度theta—v(p)m :
—0123'
0124: 0125:
^zeto_v(; )m =arctan-
步驟402 :計(jì)算最近連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的平移速度的
瞎度相似度SA—V(P_1， P)m和角度相似度Sthrta—V(P_1， P)m :
0126
0127
0128'
cos[Aeto _ _ l)m _ //zeto — v(p)m ] +1
2
可以看出SA v (P-1 ， P) m和Sthrta v (P-1 ， P) m的值均在0和1之間，值越小，表明該運(yùn)
動(dòng)物體越接近于靜止c
0129:
0130:
0131'
步驟403 :計(jì)算幅度相似度的均值&—"w)和角度相似度的均值^^(m):
— 1 *
—,,O0 = 7^J] Stew —jp一丄,p)m
0132] 步驟404 :計(jì)算該運(yùn)動(dòng)物體m在最近連續(xù)N幀圖像中的速度相似度Sv(m): 0133] Sv (m) = x w + (m) x 0 - w)
0134] w是權(quán)重，Sv(m)的值在0到1之間，Sv (m)越大，則表示運(yùn)動(dòng)物體m在相鄰幀圖像 中的平移速度的方向和幅度越接近，運(yùn)動(dòng)物體m的運(yùn)動(dòng)規(guī)律越接近于勻速運(yùn)動(dòng)，運(yùn)動(dòng)物體m 越有可能是一個(gè)真實(shí)運(yùn)動(dòng)物體。
0135] 圖5為本發(fā)明實(shí)施例提供的消除運(yùn)動(dòng)檢測(cè)中的噪聲的裝置組成圖，如圖5所示，其 主要包括運(yùn)動(dòng)檢測(cè)模塊51和噪聲消除模塊52，其中
0136] 運(yùn)動(dòng)檢測(cè)模塊51 :對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤，將運(yùn)動(dòng)檢測(cè)與 跟蹤結(jié)果發(fā)送給噪聲消除模塊52。
噪聲消除模塊52 :接收運(yùn)動(dòng)檢測(cè)模塊51發(fā)來的運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè) 運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像 中都被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷運(yùn)動(dòng)狀態(tài) 相似度是否滿足預(yù)設(shè)條件，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體 為噪聲，若發(fā)現(xiàn)該運(yùn)動(dòng)物體在此后仍被檢測(cè)到，則每隔N幀圖像計(jì)算一次該運(yùn)動(dòng)物體在該 連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若滿足，確 定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；若不滿足，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲。其中，N為預(yù)設(shè)正 整數(shù)。 圖6為本發(fā)明實(shí)施例提供的噪聲消除模塊52的組成圖一，如圖6所示，噪聲消除 模塊52可包括位置相似度計(jì)算模塊521和判決模塊522，其中 位置相似度計(jì)算模塊521 :接收運(yùn)動(dòng)檢測(cè)模塊51發(fā)來的運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若 發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N 幀圖像中都被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度，將該運(yùn)動(dòng)物 體的位置相似度發(fā)送給判決模塊522。 判決模塊522 :接收位置相似度計(jì)算模塊521發(fā)來的運(yùn)動(dòng)物體的位置相似度，判斷 該位置相似度是否大于預(yù)設(shè)第一閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn) 為運(yùn)動(dòng)物體為噪聲。 圖7為本發(fā)明實(shí)施例提供的噪聲消除模塊52的組成圖二，如圖7所示，噪聲消除 模塊52可包括速度相似度計(jì)算模塊621和判決模塊622，其中 速度相似度計(jì)算模塊621 :接收運(yùn)動(dòng)檢測(cè)模塊51發(fā)來的運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若 發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N 幀圖像中都被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的速度相似度，將該運(yùn)動(dòng)物 體的速度相似度發(fā)送給判決模塊622。 判決模塊622 :接收速度相似度計(jì)算模塊621發(fā)來的運(yùn)動(dòng)物體的速度相似度，判斷 該速度相似度是否大于預(yù)設(shè)第二閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn) 為運(yùn)動(dòng)物體為噪聲。 圖8為本發(fā)明實(shí)施例提供的噪聲消除模塊52的組成圖三，如圖8所示，噪聲消除 模塊52可包括速度相似度計(jì)算模塊721和判決模塊722，其中 位置和速度相似度計(jì)算模塊721 :接收運(yùn)動(dòng)檢測(cè)模塊51發(fā)來的運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)
果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在
連續(xù)N幀圖像中都被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度和速度
相似度，將該運(yùn)動(dòng)物體的位置相似度和速度相似度發(fā)送給判決模塊722。 判決模塊722 :接收位置和速度相似度計(jì)算模塊721發(fā)來的運(yùn)動(dòng)物體的位置相似
度和速度相似度，判斷位置相似度大于預(yù)設(shè)第一閾值、速度相似度大于預(yù)設(shè)第二閾值是否
同時(shí)成立，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲；或者，判
斷位置相似度與預(yù)設(shè)第一常數(shù)的乘積加上速度相似度與預(yù)設(shè)第二常數(shù)的乘積是否大于預(yù)
設(shè)第三閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。 圖9為采用現(xiàn)有技術(shù)對(duì)一監(jiān)控場(chǎng)景進(jìn)行運(yùn)動(dòng)檢測(cè)的結(jié)果示例圖，圖10為采用本發(fā)
明對(duì)同一場(chǎng)景進(jìn)行運(yùn)動(dòng)檢測(cè)和噪聲消除的結(jié)果示例圖，其中，圖9、10中的每個(gè)矩形框?yàn)橐粋€(gè)檢測(cè)到的運(yùn)動(dòng)物體，為清楚起見，在圖9中標(biāo)注了每個(gè)運(yùn)動(dòng)物體的名稱，可見，圖9中檢測(cè) 到的運(yùn)動(dòng)物體中存在噪聲，該噪聲主要是由于樹葉的搖動(dòng)產(chǎn)生的；而采用本發(fā)明提供的噪 聲消除方法后，如圖IO所示，所有的真實(shí)運(yùn)動(dòng)物體都被檢測(cè)出來了，即運(yùn)動(dòng)檢測(cè)結(jié)果中的 噪聲都被消除了。 以上所述僅為本發(fā)明的過程及方法實(shí)施例，并不用以限制本發(fā)明，凡在本發(fā)明的 精神和原則之內(nèi)所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
權(quán)利要求
一種消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法，其特征在于，該方法包括對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤；當(dāng)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到時(shí)，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若在連續(xù)N幀圖像中都檢測(cè)到該運(yùn)動(dòng)物體，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是，確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲，其中，N為預(yù)設(shè)正整數(shù)。
2. 如權(quán)利要求1所述的方法，其特征在于，所述運(yùn)動(dòng)狀態(tài)相似度為位置相似度； 所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷該位置相似度是否大于預(yù)設(shè)第一閾值。
3. 如權(quán)利要求1所述的方法，其特征在于，所述運(yùn)動(dòng)狀態(tài)相似度為速度相似度； 所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷該速度相似度是否大于預(yù)設(shè)第二閾值。
4. 如權(quán)利要求l所述的方法，其特征在于，所述運(yùn)動(dòng)狀態(tài)相似度為位置相似度和速度 相似度，所述判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件為判斷位置相似度大于預(yù)設(shè)第一閾 值、速度相似度大于預(yù)設(shè)第二閾值是否同時(shí)成立，或者，判斷位置相似度與預(yù)設(shè)第一常數(shù)的 乘積加上速度相似度與預(yù)設(shè)第二常數(shù)的乘積是否大于預(yù)設(shè)第三閾值。
5. 如權(quán)利要求1至4任一所述的方法，其特征在于，所述仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲之 后進(jìn)一步包括發(fā)現(xiàn)該運(yùn)動(dòng)物體在此后連續(xù)N幀圖像中仍被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物體在 該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是，確 定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲，返回執(zhí)行所述發(fā)現(xiàn)該運(yùn) 動(dòng)物體在此后連續(xù)N幀圖像中仍被檢測(cè)到的動(dòng)作。
6. 如權(quán)利要求2或4所述的方法，其特征在于，所述計(jì)算該運(yùn)動(dòng)物體的位置相似度包括計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的中心點(diǎn)連線的長度和角度， 計(jì)算連續(xù)N幀圖像中，該運(yùn)動(dòng)物體的每相鄰兩條中心點(diǎn)連線的長度相似度和角度相似度；計(jì)算長度相似度的均值和角度相似度的均值；根據(jù)長度相似度的均值和角度相似度的均值，計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的位 置相似度。
7. 如權(quán)利要求6所述的方法，其特征在于，所述計(jì)算連續(xù)N幀圖像中，該運(yùn)動(dòng)物體的每 相鄰兩條中心點(diǎn)連線的長度相似度和角度相似度為對(duì)于相鄰的任意兩條中心點(diǎn)連線第一中心點(diǎn)連線和第二中心點(diǎn)連線，將第一中心點(diǎn)連線的長度除以第二中心點(diǎn)連線的長度得到第一商值，將第二中心點(diǎn)連線的長度除以第一 中心點(diǎn)連線的長度得到第二商值，將第一商值和第二商值中的較小值作為第一、二中心點(diǎn)連線的長度相似度；對(duì)第一中心點(diǎn)連線的角度和第二中心點(diǎn)連線的角度之差作余弦運(yùn)算， 將所得余弦值加l，再將所得和值除以2，得到第一、二中心點(diǎn)連線的角度相似度； 所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的位置相似度為將長度相似度的均值乘以預(yù)設(shè)第一常數(shù)，將角度相似度的均值乘以預(yù)設(shè)第二常數(shù)，將 所得兩乘積相加得到該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的位置相似度，其中，預(yù)設(shè)第一、二常數(shù)的和值為1。
8. 如權(quán)利要求3或4所述的方法，其特征在于，所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中 的速度相似度包括計(jì)算運(yùn)動(dòng)物體在每幀圖像中的平移速度的幅度和角度；計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像中該運(yùn)動(dòng)物體的平移速度的幅度相似度和角度 相似度；計(jì)算幅度相似度的均值和角度相似度的均值；根據(jù)幅度相似度的均值和角度相似度的均值，計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速 度相似度。
9. 如權(quán)利要求8所述的方法，其特征在于，所述計(jì)算連續(xù)N幀圖像中，每相鄰兩幀圖像 中該運(yùn)動(dòng)物體的平移速度的幅度相似度和角度相似度為對(duì)于相鄰的任意兩幀圖像中該運(yùn)動(dòng)物體的平移速度第一平移速度和第二平移速度， 將第一平移速度的幅度除以第二平移速度的幅度得到第一商值，將第二平移速度的幅度除 以第一平移速度的幅度得到第二商值，將第一商值和第二商值中的較小值作為第一、二平 移速度的幅度相似度；對(duì)第一平移速度的角度與第二平移速度的角度之差作余弦運(yùn)算，將 所得余弦值加l，再將所得和值除以2，得到第一、二平移速度的角度相似度；所述計(jì)算該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速度相似度為將幅度相似度的均值乘以預(yù)設(shè)第一常數(shù)，將角度相似度的均值乘以預(yù)設(shè)第二常數(shù)，將 所得兩乘積相加得到該運(yùn)動(dòng)物體在連續(xù)N幀圖像中的速度相似度，其中，預(yù)設(shè)第一、二常數(shù)的和值為1。
10. —種消除運(yùn)動(dòng)檢測(cè)中的噪聲的裝置，其特征在于，該裝置包括 運(yùn)動(dòng)檢測(cè)模塊，對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤，將運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果發(fā)送給噪聲消除模塊；噪聲消除模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn) 該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì)算該運(yùn)動(dòng)物 體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是， 確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲，其中，N為預(yù)設(shè)正整數(shù)。
11. 如權(quán)利要求10所述的裝置，其特征在于，所述噪聲消除模塊包括 位置相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì)算該 運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度，將位置相似度發(fā)送給判決模塊；判決模塊，判斷位置相似度是否大于預(yù)設(shè)第一閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物 體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
12. 如權(quán)利要求10所述的裝置，其特征在于，所述噪聲消除模塊包括 速度相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則計(jì)算該 運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的速度相似度，將速度相似度發(fā)送給判決模塊；判決模塊，判斷速度相似度是否大于預(yù)設(shè)第二閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物 體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
13. 如權(quán)利要求10所述的裝置，其特征在于，所述噪聲消除模塊包括 位置和速度相似度計(jì)算模塊，接收運(yùn)動(dòng)檢測(cè)與跟蹤結(jié)果，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若發(fā)現(xiàn)一個(gè)運(yùn)動(dòng)物體在連續(xù)N幀圖像中都被檢測(cè)到，則 計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的位置相似度和速度相似度，將位置相似度和速度相 似度發(fā)送給判決模塊；判決模塊，判斷位置相似度大于預(yù)設(shè)第一閾值、速度相似度大于預(yù)設(shè)第二閾值是否同 時(shí)成立，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲；或者，判斷 位置相似度與預(yù)設(shè)第一常數(shù)的乘積加上速度相似度與預(yù)設(shè)第二常數(shù)的乘積是否大于預(yù)設(shè) 第三閾值，若是，確定運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為運(yùn)動(dòng)物體為噪聲。
14. 如權(quán)利要求10至13任一所述的裝置，其特征在于，所述噪聲消除模塊進(jìn)一步用于， 當(dāng)仍然認(rèn)為運(yùn)動(dòng)物體為噪聲后，若發(fā)現(xiàn)該運(yùn)動(dòng)物體在此后仍被連續(xù)檢測(cè)到，則每隔N幀圖 像計(jì)算一次該運(yùn)動(dòng)物體在最近連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度 是否滿足預(yù)設(shè)條件，若是，確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為 噪聲。
全文摘要
本發(fā)明公開了消除運(yùn)動(dòng)檢測(cè)中的噪聲的方法及裝置。方法包括對(duì)視頻序列中的每幀圖像進(jìn)行運(yùn)動(dòng)檢測(cè)與跟蹤；當(dāng)一個(gè)運(yùn)動(dòng)物體被第一次檢測(cè)到時(shí)，默認(rèn)該運(yùn)動(dòng)物體為噪聲，若在連續(xù)N幀圖像中都檢測(cè)到該運(yùn)動(dòng)物體，則計(jì)算該運(yùn)動(dòng)物體在該連續(xù)N幀圖像中的運(yùn)動(dòng)狀態(tài)相似度，判斷該運(yùn)動(dòng)狀態(tài)相似度是否滿足預(yù)設(shè)條件，若是，確定該運(yùn)動(dòng)物體為真實(shí)運(yùn)動(dòng)物體；否則，仍然認(rèn)為該運(yùn)動(dòng)物體為噪聲，其中，N為預(yù)設(shè)正整數(shù)。本發(fā)明可以消除運(yùn)動(dòng)檢測(cè)中的噪聲，提高運(yùn)動(dòng)檢測(cè)的精度。
文檔編號(hào)H04N5/21GK101764923SQ20081024072
公開日2010年6月30日 申請(qǐng)日期2008年12月23日 優(yōu)先權(quán)日2008年12月23日
發(fā)明者高飛, 黃英 申請(qǐng)人:北京中星微電子有限公司