一种融合Canny算子与Vibe算法的目标检测方法
【专利摘要】本发明公开了一种融合Canny算子与Vibe算法的目标检测方法，该方法包括以下步骤：利用ViBe算法的得到运动的前景；利用改进Canny算子进行前景边缘提取；将提取出的运动前景和边缘进行融合，并进行进一步提取。本发明中采用的ViBe算法不仅减少了背景模型建立的过程，还可以处理背景突然变化的情况，而且检测到背景突然变化明显时，只需要舍弃原始的模型，重新利用变化后的首帧图像建立背景模型。同时改进Canny算法弥补了ViBe产生拖影区域的缺点。最后，将完整的结果输出。通过在通用KTH人体行为数据库的实验表明，本发明可以有效地提高前景提取率。
【专利说明】一种融合Canny算子与Vi be算法的目标检测方法
【技术领域】
[0001] 本发明涉及一种目标检测方法，特别涉及一种融合Canny算子与Vibe算法的目标 检测方法。
【背景技术】
[0002] 近年来，随着各项重大国际赛事会议在国内举办，各类场所视频监控的安放需求 不断加大。但是传统的视频监控系统功能相当单一，需要花费大量的人力持续地监视屏幕， 然后做出相应的决策。再加上在一些特殊情况下（如：监视人员情绪不稳定、身体不适等因 素的影响），不可避免的会产生漏报和误报等情况。所以，智能监控系统就应运而生。同时 由于中国逐渐进入老龄化社会，导致了劳动力成本越来越高，从而使监控系统的维护成本 也在不断增长。这就导致智能视频监控系统数量在成指数级增长。
[0003] 智能监控系统的特殊是具有分析功能，既能监控场景发生异常行为，并发出通知 或者警报。采用智能化的方式分析处理监控视频是十分必要的，智能化的方式可以减少系 统的运行维护成本。因此，智能视频监控系统中的目标检测、目标跟踪和行为分析成为近来 的计算机视觉领域研宄的一个重要方向。
[0004] 近年来，目标检测方法得到研宄者的普遍关注，出现了一系列的目标检测方法。现 阶段常用的运动目标检测方法大致可分为两类：一类根据视频的时序属性来分割运动目 标，主要有光流法、相邻帧差法和背景差分法。运动目标检测的另一类算法以空间属性为分 割依据，主要根据图像的区域或边缘信息来分割运动目标，主要有活动轮廓模型、边缘检测 算子等。但目前现有方法，在提权只有部分身体运动的前景目标时，效果往往不是很理想。
[0005] 传统的Canny算子可能需要反复几次实验来寻找合适的阀值，然后再依据先验经 验来选取高低阀值的比例。但是该比例是固定的。可是实际情况中光照、行人等不确定因 素都有可能影响到图像。因此，不同图像的最佳高低阀值的比例也不一样。这就导致了传 统的Canny算子不具有适应性。而本发明能够很好地解决上面的问题。
【发明内容】
[0006] 本发明目的在于克服现有目标检测方法的不足，提供一种融合Canny算子与Vibe 算法的目标检测方法，该方法采用的ViBe算法不仅减少了背景模型建立的过程，还可以处 理背景突然变化的情况，而且检测到背景突然变化明显时，只需要舍弃原始的模型，重新利 用变化后的首帧图像建立背景模型。同时改进的Canny算法弥补了 ViBe产生拖影区域的 缺点。最后，将完整的结果输出。通过在通用KTH人体行为数据库的实验表明，本发明能够 有效地提尚肖U景提取率。
[0007] 本发明解决其技术问题所采取的技术方案是：一种融合Canny算子与Vibe算法的 目标检测方法，该方法包括以下步骤：
[0008] 步骤1、利用ViBe算法的得到运动的前景；
[0009] 步骤2、利用改进Canny算子进行前景边缘提取；
[0010] 步骤3、将提取出的运动前景和边缘进行融合，并进行进一步提取。
[0011] 本发明首先利用ViBe算法得到输入视频序列的初始前景目标，但是该前景目标 结果可能会存在大量的空洞。然后，通过改进的Canny算法得到较完善的前景目标边缘。最 后，将出初始前景目标与上一步的前景目标的边缘进行融合。对融合后的结果进一步进行 优化，以求得更为准确的前景目标。
[0012] 视频序列中往往掺杂了大量的噪声，噪声的存在对阀值的选取有很大的影响。本 发明为了解决该问题，引入了迭代算法找到最佳阀值。这样一方面降低了噪声的影响，另一 方面又能提高Canny算子的自适应性。算法描述如下：
[0013] ①通过直方统计图得出最小灰度值和最大灰度值的平均值作为初始阀值。
【权利要求】
1. 一种融合Canny算子与Vibe算法的目标检测方法，其特征在于，所述方法包括如下 步骤： 步骤1 :利用ViBe算法的得到运动的前景； 步骤2 :利用改进Canny算子进行前景边缘提取； 步骤3 :将提取出的运动前景和边缘进行融合，并进行进一步提取。
2. 根据权利要求1所述的一种融合Canny算子与Vibe算法的目标检测方法，其特征 在于：所述方法首先利用ViBe算法得到输入视频序列的初始前景目标；然后，通过改进的 Canny算法得到较完善的前景目标边缘；最后，将得到的初始前景目标与上一步的前景目 标的边缘进行融合，对融合后的结果进一步进行优化。
3. 根据权利要求1所述的一种融合Canny算子与Vibe算法的目标检测方法，其特征在 于：所述方法在前景目标边缘检测过程中应用了一种改进的Canny算子。
4. 根据权利要求1所述的一种融合Canny算子与Vibe算法的目标检测方法，其特征在 于：所述方法引入了迭代算法找到最佳阀值，包括： ① 通过直方统计图得出最小灰度值和最大灰度值的平均值作为初始阀值； T0= {τκ|κ=ο}
其中K是迭代次数；Zmin、Zmax分别代表当前帧的最小和最大灰度值； ② 根据第一步所得的初始阀值，将所有灰度值分为两个部分：比初始阀值小的和比初 始阀值大的，然后再分别对两部分求平均值，再将2个平均值求平均，得到经过一次迭代的 阀佶，
其中Hl是大于阀值的像素部分，H2是小于阀值的像素部分；
其中，f(i，j)是图像（i，j)点的灰度值；NL(i，j)、NH(i，j)分别为
计算新阀值
③ 将这个新阀值与初始阀值进行比较，如果两个阀值满足一定的关系，迭代结束，将新 阀值输出，该新阀值就是最佳阀值T;否则，就将用这次产生的阀值去分割所有灰度值，重 复上述步骤； ④ 当迭代结束后，由当前帧的灰度直方图计算出当前帧的平均灰度Ave; ⑤ 确定Canny算子的最佳高阀值和最佳低阀值，最佳高阀值Tmax为最佳阀值加上平均 值Ave，最佳低阀值Tmin就是最佳阀值T; Tmax=T+Ave Tmin=T 通过多次的迭代计算后，最佳阀值要比初始阀值好。
5.根据权利要求1所述的一种融合Canny算子与Vibe算法的目标检测方法，其特征在 于：所述方法选择的目标优化方法是扫描线填充法；扫描线填充法是将特定区域内部的所 有像素置为新值，当到达边缘或者找到特定区域内所有像素时停止。
【文档编号】G06K9/46GK104463165SQ201410576993
【公开日】2015年3月25日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】朱松豪, 刘佳伟, 孙伟 申请人:南京邮电大学