运动目标检测方法及装置、计算机设备与流程

1.本技术涉及视觉图像处理及金融科技技术领域，尤其是涉及到一种运动目标检测方法及装置、存储介质、计算机设备。


背景技术：

2.智能的视觉分析已经成为环境智能的关键技术之一，环境智能(ambient intelligence，ami)是指有感应和反馈的电子环境，例如金融机构(如银行等)的人机交互机器人及安全监控系统等。目前，检测运动目标是比较基础的技术，检测出具体的运动目标也已成为视频图像中主要的任务。运动目标检测是其他先进应用的基础，如安全监控的目标跟踪，目标分类和目标行为理解等。在对运动目标进行检测时，如果检测的环境较为复杂，例如：银行的室外安全监控视频内容包含较大的光线变化，容易影响运动目标检测的准确性。


技术实现要素：

3.有鉴于此，本技术提供了一种运动目标检测方法及装置、存储介质、计算机设备，提高了银行安全监控系统检测运动目标时的准确性。
4.根据本技术的一个方面，提供了一种运动目标检测方法，所述方法包括：
5.获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像；
6.分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像；
7.识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像；
8.根据所述运动目标图像，确定运动目标。
9.可选地，所述依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，包括：
10.若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，其中，所述目标图像像素阈值计算公式为：
[0011][0012]
t表示目标图像像素阈值，threshold表示预设图像像素阈值，fps表示待识别图像的帧率。
[0013]
可选地，所述依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，包括：
[0014]
若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图
像像素阈值。
[0015]
可选地，所述获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像，包括：
[0016]
获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数；
[0017]
将去噪后的待识别图像中的中间图像作为基准图像，剩余图像作为比对图像；
[0018]
相应地，所述根据所述差分图像获取运动目标结果图像，包括：
[0019]
提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像；
[0020]
依据所述运动目标扩展图像，确定所述运动目标结果图像。
[0021]
可选地，所述提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像，包括：
[0022]
将所述差分图像进行两两分组，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。
[0023]
可选地，所述依据所述运动目标扩展图像，确定所述运动目标结果图像，包括：
[0024]
对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
[0025]
可选地，所述预设数量为5个；所述分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，包括：
[0026]
将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像；
[0027]
将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像；
[0028]
相应地，所述将所述差分图像进行两两分组，包括：
[0029]
将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。
[0030]
根据本技术的另一方面，提供了一种运动目标检测装置，所述装置包括：
[0031]
基准图像获取模块，用于获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。
[0032]
图像差分运算模块，用于分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像。
[0033]
目标图像生成模块，用于识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0034]
运动目标确定模块，用于根据所述运动目标图像，确定运动目标。
[0035]
可选地，所述装置还包括：目标阈值确定模块，用于：
[0036]
若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据
所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，其中，所述目标图像像素阈值计算公式为：
[0037][0038]
t表示目标图像像素阈值，threshold表示预设图像像素阈值，fps表示待识别图像的帧率。
[0039]
可选地，所述目标阈值确定模块，还用于：
[0040]
若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图像像素阈值。
[0041]
可选地，所述基准图像获取模块，还用于：
[0042]
获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数；
[0043]
将去噪后的待识别图像中的中间图像作为基准图像，剩余图像作为比对图像。
[0044]
可选地，所述图像差分运算模块，还用于：
[0045]
提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像；
[0046]
依据所述运动目标扩展图像，确定所述运动目标结果图像。
[0047]
可选地，所述图像差分运算模块，还用于：
[0048]
将所述差分图像进行两两分组，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。
[0049]
可选地，所述图像差分运算模块，还用于：
[0050]
对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
[0051]
可选地，所述图像差分运算模块，还用于：
[0052]
将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像，其中，所述预设数量为5个；
[0053]
将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像；
[0054]
可选地，所述图像差分运算模块，还用于：
[0055]
将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。
[0056]
依据本技术又一个方面，提供了一种存储介质，其上存储有计算机程序，所述程序被处理器执行时实现上述运动目标检测方法。
[0057]
依据本技术再一个方面，提供了一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述运动目标检测方法。
[0058]
借由上述技术方案，本技术提供的一种运动目标检测方法及装置、存储介质、计算机设备，
[0059]
上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，
而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
[0060]
此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
[0061]
图1示出了本技术实施例提供的一种运动目标检测方法的流程示意图；
[0062]
图2示出了本技术实施例提供的另一种运动目标检测方法的流程示意图；
[0063]
图3示出了本技术实施例提供的又一种运动目标检测方法的流程示意图；
[0064]
图4示出了本技术实施例提供的一种图像运算示意图；
[0065]
图5示出了本技术实施例提供的一种运动目标检测装置的结构示意图；
[0066]
图6示出了本技术实施例提供的另一种运动目标检测装置的结构示意图。
具体实施方式
[0067]
下文中将参考附图并结合实施例来详细说明本技术。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
[0068]
在本实施例中提供了一种运动目标检测方法，如图1所示，该方法包括：
[0069]
步骤101，获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。
[0070]
帧间差分法是一种通过对视频图像序列中相邻两帧作差分运算来获得运动目标轮廓的方法，它可以很好地适用于存在多个运动目标和摄像机移动的情况。当监控场景中出现异常物体运动时，帧与帧之间会出现较为明显的差别，两帧相减，得到两帧图像亮度差的绝对值，判断它是否大于阈值来分析视频或图像序列的运动特性，确定图像序列中有无物体运动。
[0071]
在本技术上述实施例中，可以用于检测银行安全监控视频图像中的运动目标，具体的，可以通过图像采集装置(例如：银行的安全监控摄像头)，获取前述银行安全监控视频图像中包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像，用以根据所述基准图像及所述比对图像确定具体的运动目标。确定具体的运行目标后，可以进一步去获取运动目标的目标特征，对于银行的安全监控系统可以提供更好的信息分析作用，提高了银行的安保效能。
[0072]
步骤102，分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像。
[0073]
接着，分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，以便可以根据所述差分图像获取运动目标结果图像，进而根据运动目标结果图像确定运动目标。
[0074]
步骤103，识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0075]
步骤104，根据所述运动目标图像，确定运动目标。
[0076]
再接着，识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，其中，前述目标图像像素阈值可以为例如：155等，用于改善图像的像素显示，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像，为此，可以根据不同的光照情况来确定对应的目标图像像素阈值，再通过目标图像像素阈值对目标结果图像进行阈值化处理获得运动目标图像，能够提高运动目标检测的精准度，可以适用于多种应用场景，例如位于银行室外周围光线变化较大的环境中，也能够很好的辨别运动目标。
[0077]
通过应用本实施例的技术方案，获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像，分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像，识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像，根据所述运动目标图像，确定运动目标。通过待识别图像中的基准图像及比对图像获取运动目标结果图像，接着根据运动目标结果图像的光线特征确定目标图像像素阈值，以便依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，从而得到运动目标，能够适应有光照变化的场景，提高了银行安全监控系统检测运动目标时的准确性。
[0078]
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了另一种运动目标检测方法，如图2所示，该方法包括：
[0079]
步骤201，获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。
[0080]
在本技术实施例中，获取包含运动目标的多张待识别图像，并确定待识别图像中的一张基准图像以及除所述基准图像外的比对图像，以便后续可以根据基准图像及比对图像获取运动目标结果图像。前述待识别图像，例如可以从银行安全监控视频中获得，以便根据银行安全监控视频进一步确定运动目标，可以提高银行的安保效能。
[0081]
步骤202，分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像，识别所述运动目标结果图像的光线特征。
[0082]
步骤203，若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，其中，所述目标图像像素阈值计算公式为：
[0083][0084]
t表示目标图像像素阈值，threshold表示预设图像像素阈值，fps表示待识别图像的帧率。
[0085]
步骤204，若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图像像素阈值。
[0086]
接着，分别对每张比对图像与基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像，识别所述运动目标结果图像的光线特征，以便根据不同的光线特征确定目标图像像素阈值。具体的，可以根据待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值。
[0087]
传统图像像素阈值算法中，预设图像像素阈值threshold为固定值，且需人为设定，适应性较差，对光照变化的场景不太适用。为了适应光线变化，在预设图像像素阈值threshold的基础上增加了一个动态值δt，这个δt由光线变化和时间来决定。计算如下：
[0088][0089]
则动态阈值：
[0090]
t＝threshold+δt (2)
[0091]
t(x,y)＝t(x,y)-threshold/fps (3)
[0092]
其中，δt反映了环境的整体变化情况，跟光线的变化有关。当光线变化很小的时候，取预设图像像素阈值threshold，这时相当于取最开始采用的最佳预设图像像素阈值threshold。当光线变化明显时，采用公式(3)，其中，fps定义为待识别图像的帧率，t(x，y)表示运动目标结果图像。公式(3)中t(x,y)的初始值为预设图像像素阈值threshold的二分之一，采用公式(1)、公式(2)、公式(3)进行推导后，可得目标图像像素阈值计算公式为：随着光线的变化强度增强，随着时间在不断减小，动态阈值t在逐渐增大，有效地抑制了光线整体变化带来的影响。
[0093]
在本技术上述实施例中，如果运动目标结果图像的光线特征分布不均匀，即符合预设光线特征条件，那么使用目标图像像素阈值计算公式计算目标图像像素阈值，然后根据目标图像像素阈值对运动目标结果图像进行阈值化处理；如果运动目标结果图像的光线特征分布均匀，即不符合预设光线特征条件，那么可以直接使用预设图像像素阈值threshold对运动目标结果图像进行阈值化处理。为此，可以根据不同的光线特征处理运动目标结果图像，能够适光线变化复杂的应用场景，提高了运动目标检测的准确性。
[0094]
步骤205，依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0095]
步骤206，根据所述运动目标图像，确定运动目标。
[0096]
接着，依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像，进而根据所述运动目标图像，确定运动目标。
[0097]
通过应用本实施例的技术方案，获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像，识别所述运动目标结果图像的光线特征。若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图像像素阈值。依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。根据所述运动目标图像，确定运动目标。通过根据运动目标结果图像的不同的光线特征确定目标图像像素阈值，进而通过目标图像像素阈值对运动目标结果图像进行阈值化处理，能够适应不同光线特征的多种场景，提高了银行安全监控系统检测运动目标时的精准性。
[0098]
进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的具体实施过程，提供了又一种运动目标检测方法，如图3所示，该方法包括：
[0099]
步骤301，获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数，所述预设数量为5个。
[0100]
在本技术实施例中，获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数，例如预设数量可以为5个。通过获取连续的多张待识别图像，可以获得包含有连贯动作的运动目标的序列图像，可以提高对运动目标检测的精准度。
[0101]
步骤302，将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像。
[0102]
将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像，如图4所示。
[0103]
步骤303，将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像。
[0104]
将第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像。
[0105]
具体的，预设数量的连续待识别图像可以为相邻的5帧图像，即f
k-2
(x,y)，f
k-1
(x,y)，fk(x,y)，f
k+1
(x,y)，f
k+2
(x,y)，接着分别将f
k-2
、f
k-1
、fk、f
k+1
及f
k+2
转为相应的灰度图像，并依次进行中值滤波，得到相应的5帧图像i
k-2
(x,y),i
k-1
(x,y),ik(x,y),i
k+1
(x,y)，i
k+2
(x,y)。
[0106]
以第k帧图像作为当前帧，分别与前2帧和后2帧进行帧差运算，具体如下：
[0107]
d1(x,y)＝|ik(x,y)-i
k-2
(x,y)|
[0108]
d2(x,y)＝|ik(x,y)-i
k-1
(x,y)|
[0109]
d3(x,y)＝|ik(x,y)-i
k+1
(x,y)|
[0110]
d4(x,y)＝|ik(x,y)-i
k+2
(x,y)|
[0111]
得到差分结果di(x，y)(i＝1，2，3，4)，即第一差分图像d1、第二差分图像d2、第三差分图像d3以及第四差分图像d4。
[0112]
步骤304，将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。
[0113]
将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。具体的，可以将前述第一差分图像d1及前述第二差分图像d2作为一个图像组，将前述第三差分图像d3以及前述第四差分图像d4作为一个图像组，通过将相邻的差分图像作为图像组可以增加后续运算的精准度，减少误差。
[0114]
步骤305，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。
[0115]
步骤306，对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
[0116]
对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和
异或运算结果进行或运算得到运动目标扩展图像，如图4所示。具体的，提取第一差分图像和第二差分图像之间相同的第一运动目标部分，即对第一差分图像和第二差分图像进行与运算；提取第一差分图像和第二差分图像之间相异的第二运动目标部分，即对第一差分图像和第二差分图像进行异或运算；然后对所述第一运动目标部分及所述第二运动目标部分进行或运算，获得第一差分图像和第二差分图像对应的运动目标扩展图像。
[0117]
同样的，提取第三差分图像和第四差分图像之间相同的第三运动目标部分，即对第三差分图像和所述第四差分图像进行与运算；提取第三差分图像和第四差分图像之间相异的第四运动目标部分，即对第三差分图像和第四差分图像进行异或运算；然后对第三运动目标部分及第四运动目标部分进行或运算，获得第三差分图像和第四差分图像对应的运动目标扩展图像。
[0118]
然后将“第一差分图像和第二差分图像对应的运动目标扩展图像”与“第三差分图像和第四差分图像对应的运动目标扩展图像”进行与运算，得到运动目标结果图像，即对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像，如图4所示。
[0119]
在本技术实施例中，通过首先取“与”操作将同时存在的前景运动目标取出来，然后通过“异或”操作将差分后各自的运动目标都取出来，此时获得的结果图像会比原来存在较多的噪声，接着去“或”操作将相同的已经各自的运动像素合在一起，为此，目前存在的前景运动目标像素是最多的，但是重影现象和噪声也跟着增多。最后一步再通过“与”操作，可以很好的改善重影和消除绝大部分的噪声。
[0120]
步骤307，识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0121]
步骤308，根据所述运动目标图像，确定运动目标。
[0122]
识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像，进而确定运动目标。通过不同的光线特征确定对应的目标图像像素阈值，进而根据目标图像像素阈值对运动目标结果图像进行阈值化处理，可以适应不同光线特征的多种应用场景，可以提高运行目标检测的准确性。
[0123]
通过应用本实施例的技术方案，获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像。将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像。将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。根据所述运动目标图像，确定运动
目标。通过取出差分结果，即差分图像，然后对前述差分图像采用“与”和“异或”再进行“或”逻辑操作，其中，“与”操作取出差分图像中共同的运动目标，“异或”操作取出差分图像后遗漏的运动目标以及部分噪声，“或”操作可以补全原来遗漏的运动像素，保留了更多目标信息，从而使检测结果就更加准确。最后得出的两帧结果图像再进行“与”操作，可以很好的减少重叠部分。
[0124]
进一步的，作为图1方法的具体实现，本技术实施例提供了一种运动目标检测装置，如图5所示，该装置包括：
[0125]
基准图像获取模块501，用于获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。
[0126]
图像差分运算模块502，用于分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像。
[0127]
目标图像生成模块503，用于识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0128]
运动目标确定模块504，用于根据所述运动目标图像，确定运动目标。
[0129]
可选地，所述基准图像获取模块501，还用于：
[0130]
获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数；
[0131]
将去噪后的待识别图像中的中间图像作为基准图像，剩余图像作为比对图像。
[0132]
可选地，所述图像差分运算模块502，还用于：
[0133]
提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像；
[0134]
依据所述运动目标扩展图像，确定所述运动目标结果图像。
[0135]
可选地，所述图像差分运算模块502，还用于：
[0136]
将所述差分图像进行两两分组，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。
[0137]
可选地，所述图像差分运算模块502，还用于：
[0138]
对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
[0139]
可选地，所述图像差分运算模块502，还用于：
[0140]
将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像，其中，所述预设数量为5个；
[0141]
将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像；
[0142]
可选地，所述图像差分运算模块502，还用于：
[0143]
将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。
[0144]
进一步的，本技术实施例提供了另一种运动目标检测装置，如图6所示，该装置包
括：
[0145]
基准图像获取模块601，用于获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。
[0146]
图像差分运算模块602，用于分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像。
[0147]
目标图像生成模块603，用于识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。
[0148]
运动目标确定模块604，用于根据所述运动目标图像，确定运动目标。
[0149]
目标阈值确定模块605，用于若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，其中，所述目标图像像素阈值计算公式为：
[0150][0151]
t表示目标图像像素阈值，threshold表示预设图像像素阈值，fps表示待识别图像的帧率。
[0152]
可选地，所述目标阈值确定模块605，还用于：
[0153]
若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图像像素阈值。
[0154]
可选地，所述基准图像获取模块601，还用于：
[0155]
获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数；
[0156]
将去噪后的待识别图像中的中间图像作为基准图像，剩余图像作为比对图像。
[0157]
可选地，所述图像差分运算模块602，还用于：
[0158]
提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像；
[0159]
依据所述运动目标扩展图像，确定所述运动目标结果图像。
[0160]
可选地，所述图像差分运算模块602，还用于：
[0161]
将所述差分图像进行两两分组，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。
[0162]
可选地，所述图像差分运算模块602，还用于：
[0163]
对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
[0164]
可选地，所述图像差分运算模块602，还用于：
[0165]
将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像，其中，所述预设数量为5个；
[0166]
将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像；
[0167]
可选地，所述图像差分运算模块602，还用于：
[0168]
将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。
[0169]
需要说明的是，本技术实施例提供的一种运动目标检测装置所涉及各功能单元的其他相应描述，可以参考图1至图2方法中的对应描述，在此不再赘述。
[0170]
基于上述如图1至图3所示方法，相应的，本技术实施例还提供了一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述如图1至图3所示的运动目标检测方法。
[0171]
基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施场景所述的方法。
[0172]
基于上述如图1至图3所示的方法，以及图5、图6所示的虚拟装置实施例，为了实现上述目的，本技术实施例还提供了一种计算机设备，具体可以为个人计算机、服务器、网络设备等，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图3所示的运动目标检测方法。
[0173]
可选地，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(radio frequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如蓝牙接口、wi-fi接口)等。
[0174]
本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0175]
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理和保存计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与该实体设备中其它硬件和软件之间通信。
[0176]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现，获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像；分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像；识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像；根据所述运动目标图像，确定运动目标。通过待识别图像中基准图像及比对图像获取运动目标结果图像，接着根据运动目标结果图像的光线特征确定目标图像像素阈值，以便依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，从而得到运动目标，能够适应有光照变化的场景，提高了银行安全监控系统检测运动目标时的准确性。
[0177]
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本技术所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于
本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0178]
上述本技术序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本技术的几个具体实施场景，但是， 本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。

技术特征：
1.一种运动目标检测方法，其特征在于，所述方法包括：获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像；分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像；识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像；根据所述运动目标图像，确定运动目标。2.根据权利要求1所述的方法，其特征在于，所述依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，包括：若所述光线特征符合预设光线特征条件，则获取所述待识别图像的帧率，并根据所述待识别图像的帧率、预设图像像素阈值及目标图像像素阈值计算公式计算目标图像像素阈值，其中，所述目标图像像素阈值计算公式为：t＝threshold+threshold
2-(threshold/2-threshold/fps)2t表示目标图像像素阈值，threshold表示预设图像像素阈值，fps表示待识别图像的帧率。3.根据权利要求1所述的方法，其特征在于，所述依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，包括：若所述光线特征不符合预设光线特征条件，则将预设图像像素阈值确定为目标图像像素阈值。4.根据权利要求1至3中任一项所述的方法，其特征在于，所述获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像，包括：获取包含运动目标的预设数量的连续待识别图像，并根据中值滤波法分别对每帧待识别图像进行去噪处理，其中，所述预设数量为奇数；将去噪后的待识别图像中的中间图像作为基准图像，剩余图像作为比对图像；相应地，所述根据所述差分图像获取运动目标结果图像，包括：提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像；依据所述运动目标扩展图像，确定所述运动目标结果图像。5.根据权利要求4所述的方法，其特征在于，所述提取所述差分图像之间相同的第一运动目标部分和相异的第二运动目标部分，根据所述第一运动目标部分及所述第二运动目标部分，获得运动目标扩展图像，包括：将所述差分图像进行两两分组，对每个图像组中的两张差分图像分别进行与运算和异或运算，并对与运算结果和异或运算结果进行或运算得到运动目标扩展图像。6.根据权利要求5所述的方法，其特征在于，所述依据所述运动目标扩展图像，确定所述运动目标结果图像，包括：对每个图像组对应的运动目标扩展图像进行与运算，得到运动目标结果图像。
7.根据权利要求5所述的方法，其特征在于，所述预设数量为5个；所述分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，包括：将去噪处理后的待识别图像中的第一帧图像、第二帧图像、第三帧图像、第四帧图像以及第五帧图像，依次作为第一比对图像、第二比对图像、基准图像、第三比对图像以及第四比对图像；将所述第一比对图像、第二比对图像、第三比对图像和第四比对图像，分别与所述基准图像进行差分运算，获得第一差分图像、第二差分图像、第三差分图像以及第四差分图像；相应地，所述将所述差分图像进行两两分组，包括：将所述第一差分图像和所述第二差分图像作为一个图像组，以及将第三差分图像和第四差分图像作为一个图像组。8.一种运动目标检测装置，其特征在于，所述装置包括：基准图像获取模块，用于获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像。图像差分运算模块，用于分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像。目标图像生成模块，用于识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像。运动目标确定模块，用于根据所述运动目标图像，确定运动目标。9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述运动目标检测的方法。10.一种计算机设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述运动目标检测的方法。

技术总结
本申请涉及视觉图像处理及金融科技技术领域，公开了一种运动目标检测方法及装置、存储介质、计算机设备，该方法包括：获取包含运动目标的多张待识别图像，并确定所述待识别图像中的一张基准图像以及除所述基准图像外的比对图像；分别对每张所述比对图像与所述基准图像进行差分运算获得差分图像，根据所述差分图像获取运动目标结果图像；识别所述运动目标结果图像的光线特征，依据所述光线特征确定所述运动目标结果图像对应的目标图像像素阈值，并依据所述目标图像像素阈值对所述运动目标结果图像进行阈值化处理，得到运动目标图像；根据所述运动目标图像，确定运动目标，提高了银行安全监控系统检测运动目标时的准确性。行安全监控系统检测运动目标时的准确性。行安全监控系统检测运动目标时的准确性。


技术研发人员：陈志勇
受保护的技术使用者：平安付科技服务有限公司
技术研发日：2023.05.15
技术公布日：2023/8/13