一種自動切換場景模式的目標檢測方法與裝置的制造方法
【技術領域】
[0001] 本發明涉及計算機視覺領域，特別是涉及一種自動切換場景模式的目標檢測方法 與裝置。
【背景技術】
[0002] 將運動目標從序列圖像中與圖像背景區分開來是目標檢測的基本任務，主要目標 是提取出目標的運動信息，以簡化后續的圖像分析、特征提取、識別等工作。目標檢測是智 能視頻監控領域的關鍵技術，也是其中的難點，目標檢測結果的好壞對后續的分析有重要 的影響。但是，實際檢測場景中往往存在各種干擾因素的影響，例如：樹葉的風吹草動，光照 的漸變和驟變，雨雪天氣的影響等，使得快速、準確的從復雜背景中檢測出前景成為當前的 一個難點問題。
[0003] 當前目標檢測的方法主要有三大類：幀間差分法、光流法和背景差分法。幀間差 分法通過比較相鄰兩幀圖像之間的差異來檢測運動目標，但它往往無法獲得完整的運動目 標，并且當運動目標的速度較慢時，容易產生漏檢。光流法能夠在不知道場景信息的條件下 檢測出場景中的運動變化，能夠在攝像頭運動時也能較好的檢測到目標運動，但是光流法 的計算復雜度較高，對噪聲較敏感，穩定性較差。背景差分法利用背景像素的統計特征進行 建模，然后通過比較檢測幀與背景之間的距離得到運動目標。背景模型的好壞直接影響目 標檢測的結果，眾多學者圍繞背景建模做了大量的工作，典型的背景建模方法有：基于混合 高斯的背景建模方法、碼本法、非參數法、ViBe、PBAS等方法。背景差分法能夠適應一定的 場景變化，但是戶外場景十分復雜，突然的光照變化、突如其來的雨雪天氣都可能使模型失 效，因此尋求一種更有效的場景建模和切換的策略是提高目標檢測效率和準確率的有效方 法。
【發明內容】
[0004] 本發明首先要解決的技術問題是提供一種自動切換場景模式的目標檢測方法，能 夠應用于復雜場景下的目標檢測，能有效地適應各種天氣的變化。
[0005] 本發明解決上述技術問題所采用的技術方案是：
[0006] -種自動切換場景模式的目標檢測方法，包括以下步驟：
[0007] 步驟1 :根據當前幀的濕度和平均亮度判斷目標檢測的背景模型；
[0008] 步驟2 :將當前幀與背景模型求差，得到運動目標；
[0009] 步驟3 :根據運動目標更新背景模型。
[0010] 在采用上述技術方案的同時，本發明還可以采用或者組合采用以下進一步的技術 方案：
[0011] 所述步驟1的判斷方法是：使用濕度傳感器獲取當前濕度Ht、將當前幀轉換到HSV 空間，提取V空間分量，計算當前幀的平均亮度Vt，如果連續tl幀Ht>Hhigh，Vt>Vhigh，并 且當前未用白天下雨的背景模型進行目標檢測，則初始化白天下雨的背景模型進行目標檢 測；如果連續tl幀Ht〈Hlow，Vt>Vhigh，并且當前未用白天非下雨的背景模型進行目標檢 測，則初始化白天非下雨的背景模型進行目標檢測；如果連續tl幀Ht>Hhigh，Vt〈Vlow，并 且當前未用夜晚下雨的背景模型進行目標檢測，則初始化夜晚下雨的背景模型進行目標檢 測；如果連續tl幀批〈拉 〇?，￥丨〈￥1〇?，并且當前未用夜晚非下雨的背景模型進行目標檢測， 則初始化夜晚非下雨的背景模型進行目標檢測。
[0012] 所述白天下雨的背景模型和所述白天非下雨的背景模型相同，其建模過程是：
[0013] (1)采集前N幀初始圖像，轉換為灰度圖像，假設在該序列中位于（x，y)的序列采 樣值為：Y = Iy1 (X，y)，y2 (X，y)，· · ·，yN (X，y)};
[0014] (2)為每個像素初始化三個高斯隊列和對應的參數：均值和方差（μ ;，δ ;)，其中i 為1，2, 3 ;將隊列長度置為空，均值和方差置為0 ;
[0015] (3)使用上述N幀初始圖像轉換成的N個序列采樣值計算直方圖，找到峰值最高 點，并將灰度值（-10, 10)范圍內的采樣值加入到第一個隊列中，計算得到均值和方差；然 后在剩下的直方圖中用同樣的方法找到相應的采樣值加入到剩下的隊列，計算均值和方 差；待三個隊列和對應的參數都完成或者峰值小于等于3時，轉到步驟（4);
[0016] (4)將上述三個隊列置空，分別計算這N個序列采樣值屬于三個隊列的概率Ic1，其 中i = 1，2, 3,并放入概率最大的隊列，N個采樣值的歸屬完成后，分別計算三個隊列對應的 均值和方差；當迭代次數等于100次或均值和方差不再變化時，建模完成。
[0018] 所述步驟2中基于白天下雨的背景模型和白天非下雨的背景模型的運動目標檢 測包括以下步驟：
[0019] (1)將當前幀圖像轉換為灰度圖像，將像素灰度值分別減去三個隊列對應的均值， 如果相應差值在3倍方差以內，則為背景，否則為前景；
[0020] (2)提取八連通區域，將面積小于一定閾值的連通區域去除，得到最終的運動目 標。
[0021] 所述步驟3中白天下雨的背景模型和白天非下雨的背景模型的更新過程為：
[0022] 如果當前像素被判斷為背景，計算其屬于三個隊列的概率，更新概率最大的隊列 對應的參數，更新公式如下：
[0023] μ t= (1-ρ )* μ t !+P *yt
[0024] δ t2= (ι-ρ )* δ t J+p *(yt-μ t)T(yt-μ t)
[0025] 其中，P為更新率，白天下雨的模型更新率較高，白天非下雨的模型更新率較低。
[0026] 所述夜晚非下雨的背景模型使用單高斯背景模型。
[0027] 所述步驟2中基于夜晚非下雨的單高斯背景模型的運動目標檢測：
[0028] (1)將當前幀圖像轉換為灰度圖像，將像素灰度值減去均值，如果差值在3倍方差 以內，則為背景，否則為前景；
[0029] (2)提取八連通區域，將面積小于一定閾值的連通區域去除，得到最終的運動目 標；
[0030] 所述步驟3中夜晚非下雨模型的更新過程為：如果當前像素被判斷為背景，計算 其屬于三個隊列的概率，更新概率最大的隊列對應的參數，更新公式如下：
[0031] μ t= (1-ρ )* μ t !+P *yt
[0032] δ t2= (l-p )* δ t J+p *(yt-μ t)T(yt-μ t)
[0033] 其中，P為更新率，白天下雨的模型更新率較高，白天非下雨的模型更新率較低。
[0034] 夜晚下雨的背景模型使用幀間差分法進行運動目標檢測，即使用前一幀圖像作為 背景。
[0035] 所述步驟2中基于夜晚下雨模型的運動目標檢測：
[0036] (1)將當前幀轉換為灰度圖像，與上一幀圖像做差，如果差值小于一定閾值，則為 背景，否則為前景；
[0037] (2)提取八連通區域，將面積小于一定閾值的連通區域去除，得到最終的運動目 標；
[0038] 所述步驟3中，夜晚下雨模型的更新過程為：將當前幀完全更新為背景。
[0039] 本發明所要解決的另一個技術問題是提供一種自動切換場景模式的目標檢測裝 置，能運用上述方法進行目標檢測。
[0040] 本發明解決上述技術問題所采用的技術方案是：一種自動切換場景模式的目標檢 測裝置，包括用于采集當前環境中的濕度信息的濕度傳感器單元、用于采集監控圖像的圖 像采集單元、用于背景模型之間的切換和背景建模的背景建模單元、用于獲取當前幀運動 目標的運動目標檢測單元以及用于控制不同背景模型的更新的背景模型更新單元；所述濕 度傳感器單元設置在待測場景中，所述濕度傳感器單元和所述圖像采集單元連接至所述背 景建模單元并向其發送所采集的信息，所述背景建模單元連接至所述運動目標檢測單元， 所述運動目標檢測單元連接至所述背景模型更新單元。
[0041] 本發明的有益效果是：本發明提出的一種自動切換場景模式的目標檢測方法和裝 置是一個一體化的解決方案，具體有如下創新：
[0042] 1、將戶外場景分為白天非下雨、白天下雨、夜晚非下雨和夜晚下雨四類，分別建立 不同的背景模型，當滿足模型切換條件時，自動切換模型并自動初始化，從而較好的解決了 一種模型無法適應復雜的背景環境的問題。
[0043] 2、濕度傳感器采集實時的環境濕度信息和圖像采集單元采集的環境實時亮度用 來綜合判斷是否滿足模型切換條件，從而實現場景模式的自動切換，無需人為干預。
【附圖說明】
[0044] 圖1是本發明一種自動切換場景模式的目標檢測方法流程圖。
[0045] 圖2是本發明一種自動切換場景模式的目標檢測裝置結構圖。
【具體實施方式】
[0046] 實施例1，一種自動切換場景模式的目標檢測方法，參照附圖1。
[0047] 本發明的一種自動切換場景模式的目標檢測方法，包括以下步驟：
[0048] 步驟1 :根據當前幀的濕度和平均亮度判斷目標檢測的背景模型；具體的判斷方 法是：使用濕度傳感器獲取當前濕度Ht、將當前幀轉換到HSV空間，提取V空間分量，計算 當前幀的平均亮度vt，如果連續tl幀Ht>Hhigh，Vt>Vhigh，并且當前未用白天下雨的背景 模型進行目標檢測，則初始化白天下雨的背景模型進行目標檢測；如果連續tl幀Ht〈Hlow， Vt>Vhigh，并且當前未用白天非下雨的背景模型進行目標檢測，則初始化白天非下雨的背 景模型進行目標檢測；如果連續tl幀Ht>Hhigh，Vt〈Vlow，并且當前未用夜晚下雨的背景 模型進行目標檢測，則初始化夜晚下雨的背景模型進行目標檢測；如果連續tl幀Ht〈Hlow， Vt〈Vlow，并且當前未用夜晚非下雨的背景模型進行目標檢測，則初始化夜晚非下雨的背景 模型進行目標檢測。
[0049] 白天下雨的背景模型和白天非下雨的背景模型均采用相同的背景模型，不同之處 在于雨天環境變化較快，因此設置較快的背景更新率，以使模型更快的適應場景的變化，建 模過程如下：
[0050] 1、采集前2500幀初始圖像，轉換為灰度圖像，假