浏览量:0

基于视觉仿生的运动目标检测方法

专利类型:发明专利 

语 言:中文 

申 请 号:CN200810069719.5 

申 请 日:20080522 

发 明 人:李正周刘国金刘海涛彭素静谭菊齐磊李文艳王允 

申 请 人:重庆大学 

申请人地址:400030 重庆市沙坪坝区沙正街174号 

公 开 日:20100414 

公 开 号:CN101286237B 

代 理 人:康海燕 

代理机构:重庆华科专利事务所 50123 

摘  要:本发明提出一种基于视觉仿生的运动目标检测方法。从人眼视觉系统生理结构出发,以序列图像中运动目标和背景之间的空时显著性差异特征为切入点。首先提取序列图像的空间频率等空间特征;以空间特征为据形成空间显著图。之后,对前后两帧空间显著图的各显著区进行配对,提取出各显著区的运动速度。然后,则在目标不变特征库的控制下,对各显著区内的空间特征和运动特征进行相互竞争、协调融合形成空时显著图。再后,提取空时显著区域内目标不变特征。最后,则采用证据理论对目标不变特征进行序贯假设验证,识别出运动目标。本发明提高了算法的实用性和稳健性,可广泛应用于各类军、民用系统,具有广阔的市场前景和应用价值。 

主 权 项:1.一种基于视觉仿生的运动目标检测方法,其特征在于,所述检测方法包括如下步骤:1)采用DOG函数描述人眼视网膜和侧膝体上同心圆形感受野,提取图像空间频率特征I(r),并且感受野的兴奋带宽σex和抑制带宽σinh由像素梯度的最大值和最小值自适应选择;所述DOG函数为两个高斯型函数之差,所述感受野表示为:DOG(r)=cex2exp(-r2σex2)-cinh2exp(-r2σinh2)式中,r为感受野内到中心点的距离,σex和σinh分别是兴奋带宽和抑制带宽,cex2和cinh2是兴奋常数和抑制常数;当且σex<σinh时,上式对应于on-中心型感受野,当且σex>σinh,上式对应于off-中心型感受野;根据图像信号特点自适应地选择兴奋带宽σex和抑制带宽σinh,即σex=a/(gn+1)σinh=a/(gm+1)式中,gn和gm是图像该像素点梯度的最大值和最小值,a是一正实常数;2)对已提取的图像空间频率特征归一化后,采用局部迭代法形成空间显著图Ss(r),迭代的次数以空间显著图大多数位置的特征值收敛接近于零为原则,即空间显著图S`(r)中特征值为零的像素数Zero(Ss(r))与其总像素数Sum(Ss(r))的比例小于较小的正常数CminSs(r)的初始值为图像空间频率特征I(r),即Ss(r)=I(r);使用下式实施所述的局部迭代法,Ss(r)=Ss(r)+Ss(r)*DOG-C式中,C为偏置常数,迭代的次数以空间显著图大多数位置的特征值收敛接近于零为原则。Ss(r)的初始值为图像空间特征I(r),即Ss(r)=I(r)。其中,图像空间特征I(r)定义为用DOG函数DOG(r)对输入图像f(r)的卷积:I(r)=f(r)*DOG(r)式中,*表示卷积;3)确定相邻两帧空间显著图中各空间显著区域的全局运动和各显著区的局部运动以及各显著区的相对运动后,形成运动显著图St(r);4)离线提取典型目标的固定特征,该特征包括:典型目标的轮廓、长宽比和旋转尺度平移不变矩,形成目标不变特征的数据库,简称目标不变特征库,在目标不变特征库的控制下,空间显著图Ss(r)和运动显著图St(r)相互竞争、协调融合形成空时显著图S(r);通过下式,空间显著Ss(r)和运动显著St(r)相互竞争、协调融合形成空时显著图S(r),S(r)=α(r)St(r)+(1-α(r))Ss(r)+β(r)St(t)Ss(r)其中参数α(r)、β(r)是受目标不变特征库调控的权重,α(r),β(r)∈(0,1),α(r)取决于相邻帧中显著区的差别,β(r)则由空间显著图和运动显著图之间的耦合强度确定。所述运动显著图St(r)定义为,St(r)=Vrelative(r)Γmedian×λ其中,Γmedian的中间值;5)提取空时显著图的各显著区域内物体:包括景物、目标的形状特征、亮度和不变矩,以及相对运动速度,并对目标诸不变特征进行序贯假设验证,识别出运动目标。 

关 键 词: 

法律状态:终止 

IPC专利分类号:G06T7/20(2006.01)I