亚洲成年人黄色一级片,日本香港三级亚洲三级,黄色成人小视频,国产青草视频,国产一区二区久久精品,91在线免费公开视频,成年轻人网站色直接看

視頻中運(yùn)動(dòng)物體的檢測(cè)方法

文檔序號(hào):6547777閱讀:1740來(lái)源:國(guó)知局
視頻中運(yùn)動(dòng)物體的檢測(cè)方法
【專利摘要】本發(fā)明涉及視頻中運(yùn)動(dòng)物體的檢測(cè)方法,該方法首先建立初始圖像,初始圖像有多個(gè)像素點(diǎn),每個(gè)像素點(diǎn)對(duì)應(yīng)一個(gè)單詞本,每個(gè)單詞本中含有多個(gè)單詞;每個(gè)單詞包括五個(gè)像素特征;然后獲取視頻,用視頻第一幀圖像中像素點(diǎn)的像素特征替換初始圖像一個(gè)單詞本中隨機(jī)選取的一個(gè)單詞的像素特征,該單詞本中其他單詞的像素特征賦特定值;然后從視頻第2幀圖像開始,將每幀圖像中的對(duì)應(yīng)的像素點(diǎn)對(duì)應(yīng)地與初始圖像中的像素點(diǎn)進(jìn)行比較,求出相似度,當(dāng)相似度滿足要求則將該幅圖像拷貝并將對(duì)應(yīng)的像素點(diǎn)涂白,否則涂黑,每幀圖像處理后都將初始圖像更新,當(dāng)視頻所有幀圖像都處理后,最后輸出黑白色圖像,其中白色部分即為視頻中的運(yùn)動(dòng)物體。該方法運(yùn)算速度快,檢測(cè)結(jié)果的魯棒性更高。
【專利說(shuō)明】視頻中運(yùn)動(dòng)物體的檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理和識(shí)別【技術(shù)領(lǐng)域】,具體涉及視頻中運(yùn)動(dòng)物體的檢測(cè)方法。
【背景技術(shù)】
[0002]運(yùn)動(dòng)檢測(cè)通常作為計(jì)算機(jī)視覺(jué)處理的第一個(gè),其準(zhǔn)確和實(shí)時(shí)性很受重視。近年來(lái)很多運(yùn)動(dòng)檢測(cè)的方法被提出,比較經(jīng)典的有如下幾種。I)高斯混合模型檢測(cè)算法,最初始的高斯模型利用一個(gè)高斯函數(shù)去描述背景,適用于室內(nèi)簡(jiǎn)單的場(chǎng)景,但是室外的復(fù)雜場(chǎng)景往往是不符合高斯分布的,因此單高斯模型對(duì)于室外場(chǎng)景檢測(cè)效果很差?;旌细咚鼓P驮趩胃咚鼓P偷幕A(chǔ)上,使用多個(gè)高斯函數(shù)而不是一個(gè)高斯函數(shù)去描述背景,讓室外的運(yùn)動(dòng)的檢測(cè)得到改觀。2)核密度估計(jì)方法,利用一個(gè)核密度函數(shù)描述重復(fù)運(yùn)動(dòng)的背景。該算法最大的優(yōu)點(diǎn)是不需要設(shè)置參數(shù),對(duì)于一些重復(fù)運(yùn)動(dòng)的物體,例如電梯的檢測(cè)效果很好。算法使用核密度函數(shù)去描述背景,并不停的修正核函數(shù),最后使得算法效果越來(lái)越好。3) Vibe檢測(cè)方法,使用采樣的方法對(duì)每一個(gè)像素建立一個(gè)樣本集合,并使用該樣本集合去描述背景。Vibe檢測(cè)方法是目前一種非常流行的算法,以其運(yùn)算量小和對(duì)內(nèi)存占用低被廣泛使用在各個(gè)領(lǐng)域。算法核心 思想是使用隨機(jī)更新的方法去確保背景的平滑更新,但是原始的Vibe檢測(cè)方法是針對(duì)灰度圖和RGB圖像的,因此對(duì)陰影的處理效果不好。4) CodeBook檢測(cè)方法(單詞本檢測(cè)法),利用主成分分析的思想,使用單詞本曲描述背景。Vibe檢測(cè)方法的思想來(lái)源于LZW壓縮算法(LZW是指作者Lempel-Ziv-Welch Encoding提出的一種檢測(cè)算法),利用“單詞本”去記錄背景中出現(xiàn)的各種可能的“單詞”,優(yōu)點(diǎn)是對(duì)于有規(guī)律的動(dòng)態(tài)背景效果很好,缺點(diǎn)是對(duì)光線的變化很敏感,而且需要很多幀的圖像去訓(xùn)練,檢測(cè)速度慢,而且魯棒性差。

【發(fā)明內(nèi)容】

[0003]針對(duì)現(xiàn)有技術(shù)存在的上述問(wèn)題,本發(fā)明的目的是提供一種視頻中運(yùn)動(dòng)物體的檢測(cè)方法,該方法,將視頻中的運(yùn)動(dòng)物體和非運(yùn)動(dòng)物體分別涂成白色和黑色,然后輸出一副黑白圖像。
[0004]為實(shí)現(xiàn)上述目的,本發(fā)明采用如下技術(shù)方案:視頻中運(yùn)動(dòng)物體的檢測(cè)方法,具體包括如下步驟:
[0005]步驟a:
[0006]al:建立初始圖像,設(shè)初始圖像共有Z個(gè)像素點(diǎn),像素點(diǎn)Ej, I ^ j ^ Z對(duì)應(yīng)一個(gè)單詞本Cj,單詞本Cj中有L個(gè)單詞,Cj = (Cj1, Cj2,..., cJX,..., CjJ , I≤λ≤L,單詞Cp由
維數(shù)相等的表示像素特征向量的Λ》,λ、表示方差向量的和表示計(jì)數(shù)器向量的構(gòu)成,
cJA = 'I' ^jA };
[0007]所述矹2,^ green^ /λ,^ hhtt\ (λ , ^textmw I,其中 Vgray, j λ,^red, j λ,VgreelljjAi VbluejjA和vtexturyA為像素特征向量的Λ?#的向量元,分別表示初始圖像中像素點(diǎn)Ej經(jīng)RGB轉(zhuǎn)灰度圖的方法后,像素點(diǎn)對(duì)應(yīng)的單詞本單詞Cp的灰度值,紅色分量的特征值,綠色分量的特征值,藍(lán)色分量的特征值和紋理特征值;
[0008]所述
【權(quán)利要求】
1.視頻中運(yùn)動(dòng)物體的檢測(cè)方法,其特征在于具體包括如下步驟: 步驟a:al:建立初始圖像,設(shè)初始圖像共有Z個(gè)像素點(diǎn),像素點(diǎn)Ep I ^ j ^ Z對(duì)應(yīng)一個(gè)單詞本C」,單詞本Cj中有L個(gè)單詞,Cj = (Cji, Cj2,...,Cjλ,...,CjJ , I≤λ≤L,單詞cjA由維數(shù)相等的表示像素特征向量的^^、表示方差向量的5^和表示計(jì)數(shù)器向量的#P構(gòu)成,所述 j/ — gray,JA 5 ^teJ JA i ^greenJA * ^hlue.jA "* ^lexntreJA I ’ 其中 Vgray,j λ,vred, j λ,v green, j λ,Vbiuej JA和VtraitureUA為像素特征向量的的向量元,分別表示初始圖像中像素點(diǎn)Ej經(jīng)RGB轉(zhuǎn)灰度圖的方法后,像素點(diǎn)Ej對(duì)應(yīng)的單詞本單詞Cp的灰度值,紅色分量的特征值,綠色分量的特征值,藍(lán)色分量的特征值和紋理特征值;所述 Sja = {mgiWtM?Mmdji,Mgfmtjx,Mbhmjl,Wltextumjl} ? 其中 mgray, Jλ,mred, JA,mgreen,jA,mblue;JA)mtexture;JX為方差向量的I#的向量元,分別表示像素點(diǎn)Ej對(duì)應(yīng)的單詞本單詞Cja的像素特征向量中向量元vgMy,jX對(duì)應(yīng)的方差值,向量元VratuA對(duì)應(yīng)的方差值,向量元對(duì)應(yīng)的方差值,向量元Vblue,jA對(duì)應(yīng)的方差值和向量元對(duì)應(yīng)的方差值;所述 Wpr — {^grey ,/2,^mdJA,^gmmJA,嘗MmJl,,texture,,其中 wgray,j λ,Wred, j λ , Wgreen,jA, Wblue;J λ, Wtexture; JA為計(jì)數(shù)器向量的向量元,分別表示像素點(diǎn)Ej對(duì)應(yīng)的單詞本單詞Cja的像素特征向量Μ#中向量元Vgray,jA對(duì)應(yīng)的計(jì)數(shù)值,向量元VraUA對(duì)應(yīng)的計(jì)數(shù)值,量元Vgreen;Jx對(duì)應(yīng)的計(jì)數(shù)值,向量元Vblm,jA對(duì)應(yīng)的計(jì)數(shù)值和向量元對(duì)應(yīng)的計(jì)數(shù)值;a2:對(duì)初始圖像中所有像素點(diǎn)對(duì)應(yīng)的單詞本中的單詞的向量元設(shè)置初始值:a21:獲取視頻,所述視頻共有Q幀圖像,每幀圖像中像素點(diǎn)的數(shù)量相同都為H,HSZ,視頻的第一幀圖像中的像素點(diǎn)1,ξ ^H,像素點(diǎn)Βξ由維數(shù)相等的表示像素特征向量的、表示方差向量的焉和表示計(jì)數(shù)器向量的K構(gòu)成,Bt;所述 M々—{,VlvJ s| 5 ^greeti^,~ΜνΜ,ξ "> ^Μχηα'?,ξ I" r 其中 Vgray, ξ,Vred, ξ,Vgreen, ξ,Vblue, ξ和VtextuieJ為像素特征向量的啲向量元,分別表示第一幀圖像中的像素點(diǎn)Βξ經(jīng)RGB轉(zhuǎn)灰度圖的方法后,像素點(diǎn)Βξ的灰度值,紅色分量的特征值,綠色分量的特征值,藍(lán)色分量的特征值和紋理特征值; 所述 ^ = {rn^-4, 4, mrn^4, ,> ,其中屺“…fflgreen^.niblue, ξ和mtexture,ξ為方差向量的If的向量元,分別表示第一幀圖像中的像素點(diǎn)B ξ的像素特征向量化中向量元Vgray,ξ對(duì)應(yīng)的方差值,向量元V1^ ξ對(duì)應(yīng)的方差值,向量元Vg_,ξ對(duì)應(yīng)的方差值,向量元Vb一 ξ對(duì)應(yīng)的方差值和向量元Vt6xtur6,ξ對(duì)應(yīng)的方差值;所沐
【文檔編號(hào)】G06T7/20GK103971385SQ201410228074
【公開日】2014年8月6日 申請(qǐng)日期:2014年5月27日 優(yōu)先權(quán)日:2014年5月27日
【發(fā)明者】張小洪, 趙晨丘, 李飛, 蒲薇欖, 洪明堅(jiān), 徐玲, 楊夢(mèng)寧, 葛永新 申請(qǐng)人:重慶大學(xué)
網(wǎng)友詢問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1