專利名稱:視頻圖像中提取目標(biāo)的方法
技術(shù)領(lǐng)域:
本發(fā)明涉及視頻圖像處理技術(shù),特別涉及一種在視頻圖像中提取目標(biāo)的方法。
背景技術(shù):
視頻圖像中目標(biāo)的提取(或稱為前景提取、前景檢測)是計算機視覺、視頻監(jiān)控、 目標(biāo)跟蹤等領(lǐng)域的常用技術(shù)。背景減除方法是最常用的方法,該方法用當(dāng)前幀圖像imgC與 背景圖像(或前一幀圖像)imgB的差分F = imgC-imgB,得到前景圖像F,從而確定前景區(qū) 域。 但光照的變化會造成前景提取錯誤,所以消除光照的影響對于前景提取有很重要 的意義。 為消除光照對目標(biāo)提取的影響,現(xiàn)已提出很多算法?!豆庹胀蛔儹h(huán)境下基于高斯混 合模型和梯度信息的視頻分割》(中國圖像圖形學(xué)報,2007. 12(11) :2068-2072)提出將結(jié) 構(gòu)梯度互相關(guān)函數(shù)應(yīng)用于光照引起的前景檢測,在光照變化的區(qū)域,亮度和色彩分量均未 發(fā)生改變,但是梯度和背景相關(guān)性大,而目標(biāo)引起的前景區(qū)域,其梯度發(fā)生較大改變,與背 景相關(guān)性小。經(jīng)實驗發(fā)現(xiàn),梯度反映了紋理信息,梯度信息的變化一定程度上代表了紋理的 變化,圖像整體發(fā)生光照變化時,圖像的紋理信息不變,檢測可行。但有兩種情況,該方法不 適用(l)當(dāng)圖像局部發(fā)生光照變化時,產(chǎn)生光斑,光斑有邊緣,其梯度變化很大,會被誤測 為目標(biāo)。(2)目標(biāo)顏色分布均勻時,目標(biāo)內(nèi)部會被認為是等比例的發(fā)生了改變,目標(biāo)內(nèi)部會 出現(xiàn)空洞,影響目標(biāo)檢測。
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題,就是針對現(xiàn)有技術(shù)的目標(biāo)檢測方法容易受到光照影 響,檢測準(zhǔn)確性低的問題,提供一種視頻圖像中目標(biāo)提取方法,提高目標(biāo)檢測的準(zhǔn)確性。
本發(fā)明解決所述技術(shù)問題采用的技術(shù)方案是,視頻圖像中提取目標(biāo)的方法,包括 以下步驟 a、采集前一幀圖像和當(dāng)前幀圖像; b、檢測前一幀圖像和當(dāng)前幀圖像的角點; c、根據(jù)當(dāng)前幀圖像與前一幀圖像的差,得到前景區(qū)域; d、分別統(tǒng)計前一幀圖像和當(dāng)前幀圖像在所述前景區(qū)域中的角點數(shù),以及前一幀圖 像和當(dāng)前幀圖像在該區(qū)域中位置匹配的角點數(shù); e、根據(jù)步驟d統(tǒng)計的角點數(shù)與設(shè)定參數(shù)的關(guān)系,判斷所述前景區(qū)域是否有目標(biāo); 具體的,步驟d中,采用背景減除法得到當(dāng)前幀圖像與前一幀圖像的差; 進一步的,記當(dāng)前幀圖像在前景區(qū)域中的角點個數(shù)為N。,前一幀圖像在同一區(qū)域
中角點個數(shù)為Nb,前一幀圖像和當(dāng)前幀圖像在前景區(qū)域中位置匹配的角點數(shù)為Nm ; 步驟e的具體判斷方法如下 el、若
Nm < T ;Nb > 1\ ;NC > 1\ ; 其中T、l\為設(shè)定閾值,則判定有目標(biāo)進入; e2、若 Nb > T ;NC < T ;N邁< T ; 則判定有目標(biāo)被移除; e3、若 Nc < T ;Nb < T2 ; 其中T2為設(shè)定閾值,則判定此時并無目標(biāo)出現(xiàn),前景區(qū)域變化是由光照變化而引 起的; e4、若 Nc > 1\ ;N邁> NbX T3 ;N邁> T ; 其中T3為設(shè)定閾值,一個百分比,則判定此時并無目標(biāo)出現(xiàn),前景區(qū)域變化是由光 照引起的; 具體的,所述前一幀圖像為固定區(qū)域的背景圖像。 本發(fā)明的有益效果是,能夠快速有效的消除光照影響,對目標(biāo)做出準(zhǔn)確的判斷,并 且通過角點匹配還可判斷目標(biāo)是移除還是帶入,對視頻的后續(xù)處理及視頻預(yù)警有著重要意 義。
具體實施例方式
下面結(jié)合實施例,詳細描述本發(fā)明的技術(shù)方案。 本發(fā)明以角點作為圖像特征,根據(jù)視頻圖像中角點的變化,與設(shè)定值(參數(shù))的比 較,判斷前景區(qū)域的變化是否由目標(biāo)引起,或者是由于光照的變化引起,從而對目標(biāo)進行準(zhǔn) 確的判斷。 本發(fā)明采用Harris角點檢測技術(shù),下面介紹該技術(shù)的角點檢測方法。 1)計算圖像I(x, y)的局部結(jié)構(gòu)矩陣M
其中 j
'!、
C 5
②w(x,力;萬
命
w(x,>0;表示巻積運算;
w(x, y)表示高斯模板。 2)計算每個像素的角點度量值C(x, y)
C(x, y) = det(M)-kX (trace(M))2
其中 det (M) = AB-C2 ; trace (M) = A+B ;k為常數(shù)。
3)角點判斷 若C(x, y) 〈P(P為一個經(jīng)驗值,一般為零),則置C(x, y)為零,然后檢測各像素 點的角點度量值是否為所在局部區(qū)域最大,若為最大,則保留,否則置零。最后,若C(x, y) 非零,則認為它是角點。
采用上述方法對前一幀圖像和當(dāng)前幀圖像進行處理,便可得它們的角點圖像。
當(dāng)然也可以采用其他角點檢測技術(shù),如基于梯度的角點檢測(參見DericheR, Giraudon G. A Computational Approach for Corner and Vertex Detection[J]. Computer Vision, 1993, 10 (2) :101-120)、基于輪廓曲線的角點檢測(參見肖茜,魯宏偉.基于高斯平 滑的自適應(yīng)角點檢測[J].計算機輔助設(shè)計與圖形學(xué)學(xué)報,2003,15(11) :1358-1361)。
本發(fā)明采用背景減除法(或稱為背景差法)確定前景區(qū)域。
實施例 下面以監(jiān)控攝像頭采集的背景圖像和當(dāng)前圖像分別作為前一幀圖像和當(dāng)前幀圖 像來說明本發(fā)明的目標(biāo)檢測方法。這里的背景圖像就是固定區(qū)域的背景圖像。
第一步、采集背景圖像和當(dāng)前圖像。 第二步、采用采用Harris角點檢測方法分別檢測背景圖像和當(dāng)前圖像的角點。
第三步、采用背景減除法作背景圖像和當(dāng)前圖像的差分運算,根據(jù)背景圖像和當(dāng) 前圖像的差,得到前景區(qū)域。 第四步、統(tǒng)計角點數(shù)前一幀圖像和當(dāng)前幀圖像在前景區(qū)域中位置匹配的角點數(shù), 記為Nm ;當(dāng)前圖像中處于前景區(qū)域中的角點數(shù),記為N。;背景圖像在同一區(qū)域中的角點數(shù), 記為Nb。 第五步、根據(jù)當(dāng)前圖像和背景圖像在所述前景區(qū)域中的角點數(shù)N。、 Nb以及在該區(qū) 域匹配的角點數(shù)Nm,與設(shè)定參數(shù)T、VH的關(guān)系,判斷所述前景區(qū)域是否有目標(biāo)。其中 T、VH為設(shè)定閾值,他們的值與實際圖像內(nèi)容有關(guān),如圖像中的角點數(shù)等。
具體判斷方法如下 若Nm < T ;Nb > 1\ ;N。 > 1\ ;這里1\約等于背景圖像在前景區(qū)域中的角點數(shù),T可 以取較小的值; 這種情況表示當(dāng)前圖像和背景圖像在前景區(qū)域中角點都很多,而該區(qū)域中匹配角 點很少的情況,則判定有新物體(目標(biāo))出現(xiàn)。 若Nb^T ;NC<T ;Nm<T ;這里T約等于背景圖像在前景區(qū)域中的角點數(shù),L可以 取較小的值; 這種情況表示當(dāng)前圖像在前景區(qū)域中的角點少,背景圖像在前景區(qū)域中的角點 多,該區(qū)域中匹配角點少的情況,則判定有物體(目標(biāo))被移除。
若Nc < T ;Nb < T2 ;這里T、 T2可以取較小的值; 這種情況表示當(dāng)前圖像和背景圖像在前景區(qū)域中角點都很少的情況,判定此時并 無物體(目標(biāo))出現(xiàn),前景是由光照引起的。 若Ne > 1\ ;Nm > NbXT3 ;Nm > T ;這里1\約等于背景圖像在前景區(qū)域中的角點數(shù), T《T^T3為一個百分比; 這種情況表示當(dāng)前圖像在前景區(qū)域中角點多,背景圖像在前景區(qū)域中角點多,該 區(qū)域中匹配角點個數(shù)達到背景圖像角點個數(shù)的一定百分比的情況,判定此時并無物體(目 標(biāo))出現(xiàn),前景是由光照引起的。 本發(fā)明與已有的相應(yīng)技術(shù)相比,這種基于角點檢測的目標(biāo)提取方法,能夠在強光 環(huán)境中即使產(chǎn)生光斑以及目標(biāo)顏色分布均勻的情況下,消除光照影響,更加準(zhǔn)確的提取出 目標(biāo),提高了目標(biāo)檢測的準(zhǔn)確性。
權(quán)利要求
視頻圖像中提取目標(biāo)的方法,包括以下步驟a、采集前一幀圖像和當(dāng)前幀圖像;b、檢測前一幀圖像和當(dāng)前幀圖像的角點;c、根據(jù)當(dāng)前幀圖像與前一幀圖像的差,得到前景區(qū)域;d、分別統(tǒng)計前一幀圖像和當(dāng)前幀圖像在所述前景區(qū)域中的角點數(shù),以及前一幀圖像和當(dāng)前幀圖像在該區(qū)域中位置匹配的角點數(shù);e、根據(jù)步驟d統(tǒng)計的角點數(shù)與設(shè)定參數(shù)的關(guān)系,判斷所述前景區(qū)域是否有目標(biāo)。
2. 根據(jù)權(quán)利要求l所述的視頻圖像中提取目標(biāo)的方法,其特征在于,步驟d中,采用背 景減除法得到當(dāng)前幀圖像與前一幀圖像的差。
3. 根據(jù)權(quán)利要求1或2所述的視頻圖像中提取目標(biāo)的方法,其特征在于,記當(dāng)前幀圖像 在前景區(qū)域中的角點個數(shù)為N。,前一幀圖像在同一區(qū)域中角點個數(shù)為Nb,前一幀圖像和當(dāng) 前幀圖像在前景區(qū)域中位置匹配的角點數(shù)為Nm ;步驟e的具體判斷方法如下 el、若Nm < T ;Nb > 1\ ;NC > 1\ ;其中T、l\為設(shè)定閾值,則判定有目標(biāo)進入; e2、若Nb > T ;NC < T ;N邁< T ;則判定有目標(biāo)被移除;e3、若Nc < T ;Nb < T2 ;其中L為設(shè)定閾值,則判定此時并無目標(biāo)出現(xiàn),前景區(qū)域是由光照引起的;e4、若Nc > 1\ ;Nm > NbXT3 ;Nm > T ;其中T3為設(shè)定閾值,一個百分比,則判定此時并無目標(biāo)出現(xiàn),前景區(qū)域是由光照引起的。
4. 根據(jù)權(quán)利要求3所述的視頻圖像中提取目標(biāo)的方法,其特征在于,所述前一幀圖像 為固定區(qū)域的背景圖像。
5. 根據(jù)權(quán)利要求1或2所述的視頻圖像中提取目標(biāo)的方法,其特征在于,所述前一幀圖 像為固定區(qū)域的背景圖像。
全文摘要
本發(fā)明涉及一種在視頻圖像中提取目標(biāo)的方法。本發(fā)明針對現(xiàn)有技術(shù)的目標(biāo)檢測方法容易受到光照影響,檢測準(zhǔn)確性低的問題,公開了一種視頻圖像中目標(biāo)提取方法,可以提高目標(biāo)檢測的準(zhǔn)確性。本發(fā)明的技術(shù)方案是,視頻圖像中提取目標(biāo)的方法,包括以下步驟a、采集前一幀圖像和當(dāng)前幀圖像;b、檢測前一幀圖像和當(dāng)前幀圖像的角點;c、根據(jù)當(dāng)前幀圖像與前一幀圖像的差,得到前景區(qū)域;d、分別統(tǒng)計前一幀圖像和當(dāng)前幀圖像在所述前景區(qū)域中的角點數(shù),以及前一幀圖像和當(dāng)前幀圖像在該區(qū)域中位置匹配的角點數(shù);e、根據(jù)步驟d統(tǒng)計的角點數(shù)與設(shè)定參數(shù)的關(guān)系,判斷所述前景區(qū)域是否有目標(biāo)。本發(fā)明特別適合在光照影響的情況下檢測固定區(qū)域的目標(biāo)。
文檔編號G06T7/20GK101789127SQ20101011492
公開日2010年7月28日 申請日期2010年2月26日 優(yōu)先權(quán)日2010年2月26日
發(fā)明者白云, 路璐, 鄒建華 申請人:成都三泰電子實業(yè)股份有限公司