專利名稱：一種基于感興趣區(qū)域的圖像處理方法和裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及廣播電視領(lǐng)域電視節(jié)目制播技術(shù)，特別涉及一種基于感興趣區(qū)域的圖像處理方法和裝置。
背景技術(shù)：
虛擬演播室系統(tǒng)和虛擬體育系統(tǒng)中一個(gè)關(guān)鍵技術(shù)就是攝像機(jī)跟蹤技術(shù)，跟蹤技術(shù)包括圖像跟蹤，機(jī)械傳感器跟蹤，電磁跟蹤等技術(shù)。其中機(jī)械跟蹤包含三個(gè)關(guān)鍵技術(shù)，攝像機(jī)標(biāo)定技術(shù)，初始定位技術(shù)和跟蹤技術(shù)。跟蹤技術(shù)主要是利用標(biāo)定的攝像機(jī)參數(shù)、初始定位參數(shù)，以及傳感器傳回的用以描述真實(shí)攝像機(jī)姿態(tài)脈沖參數(shù)值，對(duì)虛擬攝像機(jī)的姿態(tài)(包括攝像機(jī)的位置、朝向以及等效焦距)進(jìn)行修改，使得當(dāng)真實(shí)攝像機(jī)姿態(tài)或焦距發(fā)生變化時(shí)，虛擬場(chǎng)景能夠隨之發(fā)生相應(yīng)的改變，和實(shí)際場(chǎng)景(比如主持人)的空間變換以及縮放保 持一致。作為虛擬演播室系統(tǒng)和虛擬體育系統(tǒng)的關(guān)鍵技術(shù)，攝像機(jī)跟蹤結(jié)果是否準(zhǔn)確直接影響到虛擬場(chǎng)景和真實(shí)場(chǎng)景的疊加效果。若跟蹤不準(zhǔn)確，則來自攝像機(jī)的視頻圖像和圖文工作站渲染的虛擬場(chǎng)景會(huì)出現(xiàn)錯(cuò)位的現(xiàn)象，導(dǎo)致虛擬場(chǎng)景給人一種不真實(shí)的感覺，使得虛擬演播室系統(tǒng)或虛擬體育系統(tǒng)失去了意義。在影響跟蹤效果的諸多因素中，攝像機(jī)標(biāo)定結(jié)果的精確程度占有特別重要的地位，標(biāo)定結(jié)果的好壞會(huì)直接影響攝像機(jī)跟蹤的效果.在目前的標(biāo)定方法中，需要對(duì)攝像機(jī)不同焦距值下或不同姿態(tài)下的物理參數(shù)進(jìn)行標(biāo)定.具體的方法是使用攝像機(jī)對(duì)標(biāo)志物體進(jìn)行連續(xù)變焦或平搖俯仰拍攝，通過識(shí)別視頻圖像中的特征信息，計(jì)算出相應(yīng)的物理參數(shù).要識(shí)別靜態(tài)圖像或視頻圖像中的某一感興趣物體或區(qū)域，一般的方法是要對(duì)整幅圖像進(jìn)行處理，這種處理方法有以下兩個(gè)缺陷I、對(duì)整幅圖像進(jìn)行處理，大大降低了處理的效率；2、感興趣區(qū)域之外的大量無關(guān)信息會(huì)干擾處理結(jié)果。

發(fā)明內(nèi)容
本發(fā)明提供一種基于感興趣區(qū)域的圖像處理方法和裝置。通過設(shè)定感興趣區(qū)域以減少圖像處理的數(shù)據(jù)量，提高效率，改善處理效果。為達(dá)到上述目的，本發(fā)明提供一種基于感興趣區(qū)域的圖像處理的方法，包括獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像的序列并在每幅圖像中建立坐標(biāo)系;在所述坐標(biāo)系中獲取初始圖像中感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積；通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心的坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成與所述圖像序列對(duì)應(yīng)的感興趣區(qū)域序列；依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。
另一方面，本發(fā)明還提供一種基于感興趣區(qū)域的圖像處理的裝置，包括建立單元，用于獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像序列并在每幅圖像中建立坐標(biāo)系；第一獲取單元，用于獲取初始圖像中的感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積；生成單元，用于通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成感興趣區(qū)域序列；第二獲取單元，用于依次獲取目標(biāo)物體在所述感興 趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。與現(xiàn)有技術(shù)相比，本發(fā)明具有以下優(yōu)點(diǎn)I、由于減少了需要處理的圖像的范圍，圖像處理效率顯著提高；2、由于大量無關(guān)信息被排除在感興趣區(qū)域之外，處理效果有了顯著改善；3、在識(shí)別動(dòng)態(tài)視頻中的感興趣物體的應(yīng)用中效果十分明顯。


為了更清楚地說明本發(fā)明實(shí)施例的技術(shù)方案，下面將對(duì)實(shí)施例描述中使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖I為本發(fā)明實(shí)施例提供的一種基于感興趣區(qū)域的圖像處理方法流程圖；圖2為本發(fā)明又一實(shí)施例提供的一種基于感興趣區(qū)域的圖像處理方法流程圖；圖3為本發(fā)明實(shí)施例提供的一種基于感興趣區(qū)域的圖像處理裝置示意圖；圖4為本發(fā)明實(shí)施例中計(jì)算目標(biāo)物體重心和面積示意圖。
具體實(shí)施例方式下面將結(jié)合本發(fā)明實(shí)施例中的附圖，對(duì)本發(fā)明實(shí)施例中的技術(shù)方案進(jìn)行清楚、完整地描述，需要指出的是，所描述的實(shí)施例僅僅是本發(fā)明的一部分實(shí)施例，而不是全部的實(shí)施例。基于本發(fā)明中的實(shí)施例，本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動(dòng)前提下所獲得的所有其他實(shí)施例，都屬于本發(fā)明保護(hù)的范圍。本發(fā)明實(shí)施例提供一種基于感興趣區(qū)域的圖像處理方法，如圖I所示，包括步驟S101、獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像序列并在每幅圖像中建立坐標(biāo)系；步驟S102、在所述坐標(biāo)系中獲取初始圖像中的感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積。在初始圖像上以手工選擇的方式或者算法自動(dòng)生成的方式獲取初始的感興趣區(qū)域；之后對(duì)感興趣區(qū)域內(nèi)的圖像按照所設(shè)的閾值進(jìn)行二值化處理，并用相關(guān)算法去除噪聲。獲取所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積。感興趣區(qū)域的形狀不做規(guī)定。步驟S103、通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心的坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成與所述圖像序列對(duì)應(yīng)的感興趣區(qū)域序列；步驟S104、依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。重心坐標(biāo)包括重心橫坐標(biāo)和重心縱坐標(biāo)。所述重心橫坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素橫坐標(biāo)的代數(shù)平均數(shù)；所述重心縱坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素縱坐標(biāo)的代數(shù)平均數(shù)。所述面積為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素的個(gè)數(shù)。所述用于標(biāo)識(shí)的信息包括用于標(biāo)識(shí)目標(biāo)物體的特征信息，如“角點(diǎn)”坐標(biāo)等。通過應(yīng)用本發(fā)明實(shí)施例，由于減少了需要處理的圖像的范圍，圖像處理效率顯著提高；由于大量無關(guān)信息被排除在感興趣區(qū)域之外，處理效果有了顯著改善；并且，在識(shí)別動(dòng)態(tài)視頻中感興趣物體的應(yīng)用中效果十分明顯。本發(fā)明實(shí)施例還還提供一種基于感興趣區(qū)域的圖像處理方法，如圖2所示，包括步驟S201、獲取攝像機(jī)對(duì)目標(biāo)物體平搖拍攝過程中初始圖像中的感興趣區(qū)域。
如圖4所示，在第一幅圖像P1上用鼠標(biāo)手動(dòng)框選標(biāo)志物體所在區(qū)域，即感興趣區(qū)域Dp并且，在感興趣區(qū)域內(nèi)的圖像所設(shè)置的閾值進(jìn)行二值化處理，去除噪聲，并在感興趣區(qū)域內(nèi)計(jì)算有用信息。步驟S202、將第二幅圖像P2中感興趣的區(qū)域設(shè)置為與第一幅圖像中感興趣區(qū)域相同。對(duì)于相關(guān)圖像序列P1, P2, P3, K，Pn,由于目標(biāo)物體在相鄰兩幅圖像上的位置和大小僅存在較小的變化，所以，目標(biāo)物體仍然會(huì)落在上一幅(第一幅)圖像的感興趣區(qū)域內(nèi)。因此，將第二幅圖像的感興趣區(qū)域D2取為D1，并在感興趣區(qū)域內(nèi)計(jì)算有用信息步驟S203、獲取第三幅圖像中感興趣區(qū)域。如果已知01和01+1 (其中i = 1，2，3，1()，可以按照下列方法得出01+2I、分別在圖像Pi和Pi+1中建立坐標(biāo)系。2、計(jì)算感興趣區(qū)域Dp Di+1中目標(biāo)物體的重心坐標(biāo)(Xi, Yi), (xi+1, yi+1)以及面積Si’ si+1。重心坐標(biāo)包括重心橫坐標(biāo)和重心縱坐標(biāo)。所述重心橫坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素橫坐標(biāo)的代數(shù)平均數(shù)；所述重心縱坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素縱坐標(biāo)的代數(shù)平均數(shù)。所述重心面積為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素的個(gè)數(shù)。3、在Di+1上任意取一點(diǎn)，設(shè)其坐標(biāo)為(ai+1，bi+1)，Di+2與之對(duì)應(yīng)的點(diǎn)記為(ai+2，bi+2)，可按下述公式計(jì)算(ai+2，bi+2)ai+2 = x,.+ 1 + (ai+l -bt+ 2 = yt+1 + (bt+1步驟S204、獲取第三感興趣區(qū)域，在其所限定的范圍內(nèi)作進(jìn)一步處理。具體為，對(duì)于感興趣區(qū)域Di+2，在其所限定范圍內(nèi)進(jìn)行進(jìn)一步處理，識(shí)別目標(biāo)物體，重新計(jì)算目標(biāo)物體的重心(xi+2，yi+2)，面積Di+2以及其他有用信息。步驟S205、處理所有圖像序列。重復(fù)進(jìn)行步驟S204和步驟S205，直到完成所有圖像序列P1, P2, P3, K，Pn的處理。通過應(yīng)用本發(fā)明實(shí)施例，由于減少了需要處理的圖像的范圍，圖像處理效率顯著提高；由于大量無關(guān)信息被排除在感興趣區(qū)域之外，處理效果有了顯著改善；并且，在識(shí)別動(dòng)態(tài)視頻中感興趣物體的應(yīng)用中效果十分明顯。本發(fā)明實(shí)施例還提供一種基于感興趣區(qū)域的圖像處理裝置，如圖3所述，包括建立單兀301,用于獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像的序列并在每幅圖像中建立坐標(biāo)系；第一獲取單元302，用于在所述坐標(biāo)系中獲取初始圖像中感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積；生成單元303，用于通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心的坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成與所述圖像序列對(duì)應(yīng)的感興趣區(qū)域序列；
第二獲取單元304，用于依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。通過應(yīng)用本發(fā)明實(shí)施例，由于減少了需要處理的圖像的范圍，圖像處理效率顯著提高；由于大量無關(guān)信息被排除在感興趣區(qū)域之外，處理效果有了顯著改善；并且，在識(shí)別動(dòng)態(tài)視頻中感興趣物體的應(yīng)用中效果十分明顯。本發(fā)明包括但不局限于以上描述的實(shí)施例，任何本領(lǐng)域的技術(shù)人員不需要付出創(chuàng)造性勞動(dòng)就能思之的變化都應(yīng)落入本發(fā)明的保護(hù)范圍。
權(quán)利要求
1.一種基于感興趣區(qū)域的圖像處理方法，其特征在于，包括以下步驟 獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像的序列并在每幅圖像中建立坐標(biāo)系； 在所述坐標(biāo)系中犾取初始圖像中感興趣的區(qū)域和與之相鄰的弟~■幅圖像中的感興趣區(qū)域，并獲取兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積； 通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心的坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成與所述圖像序列對(duì)應(yīng)的感興趣區(qū)域序列； 依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。
2.如權(quán)利要求I所述的方法，其特征在于，在每幅圖像的感興趣區(qū)域內(nèi)進(jìn)行圖像處理和模式識(shí)別，獲取用于標(biāo)識(shí)的信息，忽略感興趣區(qū)域之外的部分。
3.如權(quán)利要求I中所述的方法,其特征在于,所述重心坐標(biāo)包括重心橫坐標(biāo)和重心縱坐標(biāo)。
4.如權(quán)利要求3中所述的方法，其特征在于，所述重心橫坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素橫坐標(biāo)的代數(shù)平均數(shù)；所述重心縱坐標(biāo)為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素縱坐標(biāo)的代數(shù)平均數(shù)；
5.如權(quán)利要求I所述的方法，其特征在于，所述面積為構(gòu)成感興趣區(qū)域中目標(biāo)物體的所有像素的個(gè)數(shù)。
6.如權(quán)利要求I所述的方法，其特征在于，所述感興趣區(qū)域的設(shè)定方式包括人工選擇和/或算法自動(dòng)生成。
7.一種基于感興趣區(qū)域的圖像處理裝置，其特征在于，包括 建立單元，用于獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像序列并在每幅圖像中建立坐標(biāo)系； 第一獲取單元，用于獲取初始圖像中的感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積； 生成單元，用于通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成感興趣區(qū)域序列； 第二獲取單元，用于依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算用于標(biāo)識(shí)的信息。
全文摘要
本發(fā)明公開一種基于感興趣區(qū)域的圖像處理方法，包括獲取攝像機(jī)對(duì)目標(biāo)物體進(jìn)行連續(xù)拍攝的圖像序列并在每幅圖像中建立坐標(biāo)系；獲取初始圖像中的感興趣的區(qū)域和與之相鄰的第二幅圖像中的感興趣區(qū)域，并獲取所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積；通過所述兩個(gè)感興趣區(qū)域中目標(biāo)物體的重心坐標(biāo)和面積計(jì)算出第三幅圖像中的感興趣區(qū)域；并以此類推，生成感興趣區(qū)域序列；依次獲取目標(biāo)物體在所述感興趣區(qū)域序列中的重心坐標(biāo)和面積；并在每個(gè)感興趣區(qū)域內(nèi)計(jì)算有用信息。通過應(yīng)用本發(fā)明，減少了需要處理的圖像的范圍，圖像處理效率顯著提高；由于大量無關(guān)信息被排除在感興趣的圖像之外，處理效果有了顯著改善；并且，在識(shí)別動(dòng)態(tài)視頻中感興趣物體的應(yīng)用中效果十分明顯。
文檔編號(hào)G06T7/20GK102750707SQ20111025004
公開日2012年10月24日 申請(qǐng)日期2011年8月29日 優(yōu)先權(quán)日2011年8月29日
發(fā)明者金智勇 申請(qǐng)人:新奧特(北京)視頻技術(shù)有限公司