专利名称：时空变尺度运动目标检测方法
技术领域：
本发明属于计算机视觉与成像自动目标识别的技术领域，具体涉及一种时空变尺度运动目标检测分析方法。
背景技术：
与静止目标和背景相比，运动目标是X-Y-Z-T四维空间的独特模式。当利用成像传感器从某个特定的观察位置(视点)获取该运动目标的动态图像，运动目标的像可视为X-Y-T三维空间的独特模式。由于新增加了时间维T，除了常规的形状、尺度、灰度特征以外，目标的运动特征成为检测识别的重要信息来源。Watson等人认为人类运动感知过程的前端存在一种运动传感器机制。人类看见事物在移动并且还能以某种精度判断事物移动得多快及其移动方向。同时，我们还能够看到在图像的不同部分显现的不同运动，例如两个不同物体相对的运动。有证据显示，人类的视觉含有两种分离的子系统分别处理和表示移动的和静止的图像。这些子系统被认为在空间-时间敏感性上是不同的。运动子系统更易于响应快速的移动模式(低的空间频率和高的时间频率，即大的空间尺度)，静止子系统更易于响应缓慢移动的模式(高的空间频率和小的时间频率，即空间尺度小，时间尺度大)。这表明，人类的运动感知在时间-空间维都存在多尺度感知的特点。有两种处理运动对象检测和分析的途径:直接在空间一时间维处理；将空间一时间维信息变换为空间一时间的频域处理。前者经典的方法有光流法、时间差分法等。使用多种恒常性假设的光流场方法，建立在微分计算的基础上。除了易受噪声影响外，微分的正确性也是以ΛΧ，Δγ, At等趋于无穷小为前提。因此，在离散条件下，(Δχ, Δγ, At)越小越好，以免产生大的计算误差。显然，光流方法没有时间和空间尺度的概念，同时，基于恒常性方程的计算量是相当可观的。另一种常用的光流场计算方法是曾广泛用于视频编码的块匹配法，不受上述条件限制。该法将光流(U，V)定义为不同时刻图像中某小区域图像子块的位移量Δ =(Δχ, Ay)。利用平均绝对差或互相关度量对下一帧图像进行该图像子块的匹配计算，获取Ad的估计量。显然，“下一帧”没有时间尺度的含义，子块大小的空间尺度含义不明确。另外，实际场景中的运动目标通常是少数，直接计算不仅计算量很大，而且也是不明智的。
发明内容
本发明的技术目的在于提供一种时空变尺度运动目标检测方法，能够精确定位运动目标。针对运动的成像器平台所拍摄的运动目标的图像序列，对于序列中的任意帧图像比如在时刻t = t0时获取的图像，本发明步骤包括:时空变尺度运动目标检测方法，具体为:
(1)建立当前时刻h的巾贞图像人的半运动显著性特征图像mf:分别计算时刻t0~t0+rt的图像ft0,ft0+1,ft0+2...，ft0+rt的反差图像，进而分别计算图像ft0与ft0+1,ft0+2...，ft0+rt的反差图像的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像Δ的帧间间隔记为次优帧间间隔Δt;通过计算图像人ft0与ft0+Δt
的反差图的灰度相关性得到半运动显著性特征图像mf ；(2)在半运动显著性特征图像mf内提取运动感兴趣区域:将图像ft0分为四个大小相同的子块，确定各分块是否满足继续分块条件；将符合继续分块条件的子块按相同方式进一步划分子块，依次内推，直到所有的子块都不能被继续划分；所述继续分块条件为子块的长宽大于预定分块阈值，并且子块内的运动显著性度量值也大于预定显著性阈值；对于每一相邻的半显著性子块，判断其与其他相邻子块间的半运动显著性度量值的相似性，当相似性大于预设相似性阈值时将两者合并；在合并后得到的M个子块内提取连通的子块得到M个运动感兴趣区域Ri, i =
1,2,..., M ；(3)计算各运动感兴趣区域的最优帧间间隔:计算图像ft0与ft0+1,ft0+2...，ft0+rt的反差图像内感兴趣区域Ri的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像ft0的帧间间隔记为最优帧间间隔Δti ；(4)在感兴趣区域内通过多帧累积差分增强感兴趣区域:增强感兴趣区域
权利要求
1.时空变尺度运动目标检测方法，具体为:(1)建立当前时刻tQ的帧图像人的半运动显著性特征图像叫:分别计算时刻Cvrt的图像人，./；+1,/；+2-,/；+,;的反差图像，进而分别计算图像/与λ+1，λ+2…，人《,的反差图像的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像厶+tf与图像的帧间间隔记为次优帧间间隔Δ ;通过计算图像.4与h Sr的反差图的灰度相关性得到半运动显著性特征图像mf ；(2)在半运动显著性特征图像mf内提取运动感兴趣区域:将图像Λ分为四个大小相同的子块，确定各分块是否满足继续分块条件；将符合继续分块条件的子块按相同方式进一步划分子块，依次内推，直到所有的子块都不能被继续划分；所述继续分块条件为子块的长宽大于预定分块阈值，并且子块内的运动显著性度量值也大于预定显著性阈值；对于每一相邻的半显著性子块，判断其与其他相邻子块间的半运动显著性度量值的相似性，当相似性大于预设相似性阈值时将两者合并；在合并后得到的M个子块内提取连通的子块得到M个运动感兴趣区域Ri, i =1, 2,..., M ；(3)计算各运动感兴趣区域的最优帧间间隔:计算图像与Λ+1，Λ^...，人的反差图像内感兴趣区域Ri的半运动显著性度量值；从中找出最大半运动显著性度量值，其对应的图像与图像人的帧间间隔记为最优帧间间隔Δζ;(4)在感兴趣区域内通过多帧累积差分增强感兴趣区域:增强感兴趣区域
全文摘要
本发明公开了一种时空变尺度运动目标检测方法，具体为将原始图像转换为反差图像；根据差分强度与帧间间隔的单调递增且收敛关系，得到次优帧间间隔通过计算t0和时刻两帧图像反差图像的灰度相关性得到半运动显著性图像；在半运动显著性图像空间二维四叉树分解，得到半运动显著性字块；将相邻子块合并，合并后提取运动感兴趣区域；对各感兴趣区域做时间二叉树分解，得到最优帧间间隔；在各个感兴趣区域内通过多帧累积差分提取运动目标。本发明消除背景噪音的干扰，同时也降低了光流场计算；通过指定最佳帧间间隔，移动对象可以达到最佳的运动显著状态；通过累计多帧差法能够准确地提取出运动目标。
文档编号G06T7/20GK103077536SQ201210594820
公开日2013年5月1日 申请日期2012年12月31日 优先权日2012年12月31日
发明者张天序, 李高飞, 张超, 刘宽, 鲁斌 申请人:华中科技大学