一種視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置制造方法
【專利摘要】一種視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，先根據(jù)目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上以預(yù)設(shè)的滑動步長進行模塊匹配，得到初級匹配塊，屬于粗定位的方式，在縮小了目標(biāo)范圍后，再將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到準(zhǔn)確的目標(biāo)匹配位置。同時，由于該目標(biāo)匹配方法是基于區(qū)域像素特征的匹配方法，因此，本申請?zhí)峁┑囊曨l監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，具有運算量小的優(yōu)點，且能夠有效克服目標(biāo)形變和嚴(yán)重遮擋時帶來的影響。
【專利說明】一種視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置
【技術(shù)領(lǐng)域】
[0001]本申請涉及視頻監(jiān)控【技術(shù)領(lǐng)域】，具體涉及一種視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和
>J-U ρ?α裝直。
【背景技術(shù)】
[0002]視頻監(jiān)控系統(tǒng)通常包括用于捕捉環(huán)境信息的攝像機，攝像機捕捉的視頻圖像通過傳輸網(wǎng)絡(luò)傳輸?shù)娇刂破脚_，控制平臺通過人工操作可以控制攝像機的動作，同時控制平臺也可以實現(xiàn)對視頻圖像的分析處理，例如對視頻圖像中目標(biāo)的跟蹤，或在發(fā)現(xiàn)特殊目標(biāo)時實現(xiàn)自動報警。對于目標(biāo)跟蹤，其一般過程如下:目標(biāo)進入視頻監(jiān)控區(qū)域后，由于目標(biāo)是運動的，將系統(tǒng)自動捕捉到目標(biāo)在當(dāng)前幀的圖像作為模板，在視頻圖像的下一幀通過目標(biāo)匹配找到目標(biāo)移動后所在的位置。然而，要實現(xiàn)對視頻圖像的分析處理，如何精確地進行目標(biāo)匹配是非常重要的。
[0003]視頻智能分析技術(shù)用于對場景中的目標(biāo)進行檢測、跟蹤。跟蹤也就是指，對前后幀或預(yù)先選定的多個圖像幀的檢測結(jié)果進行關(guān)聯(lián)，確定前一圖像幀中的目標(biāo)與后一圖像幀中的目標(biāo)是否屬于同一個目標(biāo)。其關(guān)聯(lián)的方法包括空間位置關(guān)聯(lián)、特征關(guān)聯(lián)等。特征關(guān)聯(lián)通常是指特征模板匹配，如點特征(角點)模板匹配、線特征(邊緣、輪廓等)模板匹配、面特征(顏色、紋理等)模板匹配。
[0004]對于點特征模板匹配，當(dāng)目標(biāo)對比度較低，或沒有明顯的角點特征時，該方法效果不好。對于線特征模板匹配，當(dāng)目標(biāo)邊緣不明顯，或目標(biāo)產(chǎn)生較大的變形時，匹配效果不好。目前常用的基于模板像素點的匹配(面特征模板匹配)，其快速和慢速搜索算法都會存在運算量較大的問題，而且目 標(biāo)被嚴(yán)重遮擋時效果也有明顯的下降。

【發(fā)明內(nèi)容】

[0005]為解決上述問題，本申請?zhí)峁┮环N運算量小，且能夠有效克服目標(biāo)形變和嚴(yán)重遮擋時帶來的影響的視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，該方法屬于特征模板匹配中的面特征模板匹配。
[0006]根據(jù)本申請的第一方面，本申請?zhí)峁┮环N目標(biāo)匹配方法，包括:
[0007]獲取目標(biāo)模板。
[0008]根據(jù)所述目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊。
[0009]以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者將對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將所述粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域，所述色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍。
[0010]根據(jù)所述色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域。[0011]將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。
[0012]根據(jù)本申請的第二方面，本申請?zhí)峁┮环N目標(biāo)匹配裝置，包括:
[0013]目標(biāo)模板獲取單元，用于獲取目標(biāo)模板。
[0014]初級匹配塊獲取單元，用于根據(jù)所述目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊。
[0015]目標(biāo)子區(qū)域獲取單元，用于以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者將對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將所述粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域，所述色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍。
[0016]待匹配子區(qū)域獲取單元，用于根據(jù)所述色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域。
[0017]目標(biāo)匹配位置獲取單元，用于將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。
[0018]根據(jù)本申請的第三方面，本申請?zhí)峁┮环N視頻監(jiān)控系統(tǒng)，包括上述的目標(biāo)匹配裝置。
[0019]本申請?zhí)峁┑囊曨l監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，先根據(jù)目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上以預(yù)設(shè)的滑動步長進行模塊匹配，得到初級匹配塊，屬于粗定位的方式，在縮小了目標(biāo)范圍后，再將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到準(zhǔn)確的目標(biāo)匹配位置。同時，由于該目標(biāo)匹配方法是基于區(qū)域像素特征的匹配方法，因此，本申請?zhí)峁┑囊曨l監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，具有運算量小的優(yōu)點，且能夠有效克服目標(biāo)形變和嚴(yán)重遮擋時帶來的影響。
【專利附圖】

【附圖說明】
[0020]圖1為本申請一種實施例中目標(biāo)匹配方法流程示意圖；
[0021]圖2為本申請一種實施例目標(biāo)匹配方法中精確定位方式的示意圖；
[0022]圖3為本申請一種實施例中目標(biāo)匹配裝置的模塊示意圖。
【具體實施方式】
[0023]本申請實施例提供了一種目標(biāo)匹配方法和裝置，用于視頻監(jiān)控系統(tǒng)。該目標(biāo)匹配裝置可以設(shè)置在視頻監(jiān)控系統(tǒng)的控制平臺上，在對視頻圖像進行分析處理時實現(xiàn)目標(biāo)的匹配。
[0024]下面通過【具體實施方式】結(jié)合附圖對本申請作進一步詳細(xì)說明。
[0025]請參考圖1，本實施例提供了一種用于視頻圖像分析的目標(biāo)匹配方法，包括下面步驟:
[0026]步驟100:獲取目標(biāo)模板。目標(biāo)模板是指包含有待檢測目標(biāo)圖像信息的圖像塊，目標(biāo)模板的形狀可以是由待檢測目標(biāo)的邊沿構(gòu)成的不規(guī)則圖像塊，也可以是待檢測目標(biāo)邊沿的外接矩形構(gòu)成的矩形圖像塊，為了便于計算，通常目標(biāo)模板為矩形模板。目標(biāo)模板可以通過系統(tǒng)自動捕捉到目標(biāo)在當(dāng)前幀的圖像作為模板，也可以是系統(tǒng)預(yù)先設(shè)定的圖像作為模板。目標(biāo)模板包含了等檢測目標(biāo)的圖像信息。[0027]需要說明的是，在后續(xù)步驟中用到的目標(biāo)模板的中心和寬度是指，在目標(biāo)模板為矩形模板時，將矩形的中心作為目標(biāo)模板的中心和寬度，在目標(biāo)模板為不規(guī)則圖像塊時，將目標(biāo)模板外接矩形的中心和寬度作為目標(biāo)模板的中心和寬度。
[0028]步驟101:根據(jù)目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊。即將目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長下計算像素差值并求和，最后比較整個圖像幀范圍內(nèi)像素差值的和，和最小的位置就是匹配位置，將該位置區(qū)域作為初級匹配塊。
[0029]步驟101對視頻圖像進行模塊匹配獲得初級匹配塊為對目標(biāo)的一個初步定位。本實施例中，通過初級匹配塊來確定目標(biāo)的初步位置，即先將目標(biāo)定位在一個較大的范圍內(nèi)，再在該位置范圍內(nèi)進行精確定位，相比于現(xiàn)有技術(shù)中基于每一個像素來進行精確定位獲得目標(biāo)匹配位置，能夠減小運算量，提高效率。例如，在精確定位中，一個20*20像素的模板在100*100像素的范圍內(nèi)進行模板匹配，模板中心在100*100中的每一個像素位置，都要展開一次模板20*20像素差值并且求和，最后比較整個100*100范圍內(nèi)像素差值的和，和最小的位置就是匹配位置。在具體實施例中，橫向和縱向上的滑動步長預(yù)設(shè)為大于I個像素，假設(shè)橫向和縱向上的滑動步長都預(yù)設(shè)為20個像素，即只需要在橫向和縱向上間隔20像素進行一次模板比較，即在100*100像素的圖像幀內(nèi)只需計算5*5個位置的差值。因此，本實施例步驟101中采用初步定位比精確定位運算量小。
[0030]應(yīng)當(dāng)理解，滑動步長預(yù)設(shè)值越大，其運算量便會越小，但是得到的初級匹配塊中目標(biāo)所在的位置范圍便會越大，因此，需要根據(jù)實際情況，衡量對運算量和粗定位程度的要求后選擇合適的滑動步長。
[0031]步驟102:以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者將對初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域。
[0032]本實施例中，對初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域時為:以初級匹配塊所在區(qū)域的中心為圓心確定預(yù)設(shè)半徑的圓范圍內(nèi)為粗定位區(qū)域。在具體實施例中，確定預(yù)設(shè)半徑為目標(biāo)模板寬度的四倍。對初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，目的在于避免因初級匹配塊沒有完全包含等檢測目標(biāo)的所有圖像信息而造成的誤差，因此，通常在選擇確定預(yù)設(shè)半徑時，以保證粗定位區(qū)域完全包含初級匹配塊為前提。
[0033]本實施例中，預(yù)設(shè)半徑取值為步驟101中目標(biāo)模板寬度的四倍，在其它實施例中，也可以取其它值。在某些實施例中，如果預(yù)設(shè)半徑的取值太小，便會出現(xiàn)粗定位區(qū)域沒有完全包含初級匹配塊的情況，無法達到對初級匹配塊所在的區(qū)域進行擴大的目的，因此，一般的，預(yù)設(shè)半徑的取值大小一般以得到的圓區(qū)域完全包含初級匹配塊為宜。
[0034]色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍，在具體實例中，視頻圖像色階等級的劃分方式與視頻圖像的色彩模式有關(guān)，例如:
[0035]I)當(dāng)視頻圖像為灰度模式時，將圖像像素點從O至255個級別中均勻分成16個色階等級。
[0036]2)當(dāng)視頻圖像為RGB模式時，將RGB圖像三個通道中的每個通道均勻分成4個色階等級，從而得到RGB模式下的64個色階等級。
[0037]在其它實施例中，色階等級個數(shù)可以根據(jù)具體需求來劃分，本實施例只是提供了一種優(yōu)選的實施方式。
[0038]應(yīng)當(dāng)理解，在視頻監(jiān)控系統(tǒng)中，如果獲得的是灰度模式的圖像，則可以直接使用第
I)種色階等級劃分方式。如果獲得的是RGB模式的圖像，則可以直接使用第2)種色階等級劃分方式，也可以將RGB模式的圖像轉(zhuǎn)換成灰度模式后使用第I)種色階等級劃分方式。除此之外，如果圖像是其它顏色空間的，如YUV、HSV等，可以先轉(zhuǎn)換到RGB或灰度圖像再進行色階等級劃分。
[0039]根據(jù)上述劃分的色階等級，在在粗定位區(qū)域內(nèi)，相同色階等級并且相鄰的像素點便會形成連通區(qū)域，該連通區(qū)域即為目標(biāo)子區(qū)域，每一個色階等級的目標(biāo)子區(qū)域的數(shù)量可以為0，也可以為一個或多個。本實施例中，定義目標(biāo)子區(qū)域的外接矩形的中心和長、寬為該目標(biāo)子區(qū)域的中心和長、寬，同時，將每一個目標(biāo)子區(qū)域標(biāo)記為“第i色階等級，第j目標(biāo)子區(qū)域(1、j為正整數(shù))”。
[0040]步驟103:根據(jù)步驟102中劃分的色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域。同樣的，每一個色階等級的待匹配子區(qū)域的數(shù)量可以為0，也可以為一個或多個。并定義待匹配子區(qū)域的外接矩形的中心和長、寬為該待匹配子區(qū)域的中心和長、寬，同時，將每一個待匹配子區(qū)域標(biāo)記為“第m色階等級，第η待匹配子區(qū)域(m、n為正整數(shù))”。
[0041]步驟104:將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。步驟104即為在步驟101對目標(biāo)進行初步定位后，進行的精確定位。在步驟104中，由于將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配得到目標(biāo)匹配位置是基于區(qū)域像素特征的匹配方式，相比于基于每一像素點特征的匹配方式，本實施例可以有效克服目標(biāo)形變或嚴(yán)重遮擋時帶來的影響。
[0042]本實施例中，將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置，包括:將目標(biāo)模板內(nèi)的待匹配子區(qū)域逐個作為目標(biāo)核心區(qū)域；將目標(biāo)核心區(qū)域的外接矩形的中心分別與和該目標(biāo)核心區(qū)域同一色階等級的目標(biāo)子區(qū)域的外接矩形的中心重合，根據(jù)預(yù)設(shè)匹配條件獲得與目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域匹配的目標(biāo)子區(qū)域，計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值，根據(jù)匹配分值計算目標(biāo)模板內(nèi)所有非目標(biāo)核心區(qū)域的匹配分值之和；在所有匹配分值之和中查找最大值，將該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的位置作為目標(biāo)匹配位置。
[0043]下面結(jié)合圖2，通過更加具體的描述來對上述精確定位的方式進行闡述:
[0044]圖2中，201為以初級匹配塊的中心為圓心確定預(yù)設(shè)半徑的圓范圍內(nèi)的粗定位區(qū)域，202為目標(biāo)模板，mlnl、mln2、m2nl、m3nl分別為目標(biāo)模板202中第I色階等級第I待匹配子區(qū)域、第I色階等級第2待匹配子區(qū)域、第2色階等級第I待匹配子區(qū)域、第3色階等級第I待匹配子區(qū)域，iljl> ilj2、i2jl、i3jl分別為粗定位區(qū)域201中第I色階等級第I目標(biāo)子區(qū)域、第I色階等級第2目標(biāo)子區(qū)域、第2色階等級第I目標(biāo)子區(qū)域、第3色階等級第I目標(biāo)子區(qū)域，圖2中箭頭為待匹配子區(qū)域與目標(biāo)子區(qū)域的匹配關(guān)系。
[0045]選擇待匹配子區(qū)域中第P (0〈p ( m)色階等級第q (0〈q ( η)待匹配子區(qū)域(例如mini)作為目標(biāo)核心區(qū)域，在粗定位區(qū)域201中找到第i (i=p)色階等級第k (OKj)目標(biāo)子區(qū)域(例如iljl)。將目標(biāo)模板移動，使第P色階等級第q待匹配子區(qū)域的中心與第
i(i=P)色階等級第k (OK j)目標(biāo)子區(qū)域的中心重合，此時便確定了目標(biāo)模板的當(dāng)前比較位置。
[0046]之后，根據(jù)預(yù)設(shè)匹配條件為除第ρ色階等級第q待匹配子區(qū)域外的其它待匹配子區(qū)域在粗匹配區(qū)域201內(nèi)找到匹配的目標(biāo)子區(qū)域。例如，在mini與iljl的中心重合后，mln2、m2nl、m3nl 分別與 ilj2、i2jl、i3jl 匹配。
[0047]本實施例中，預(yù)設(shè)匹配條件包括:
[0048]1、目標(biāo)子區(qū)域與待匹配子區(qū)域?qū)儆谕簧A等級；
[0049]2、在與待匹配子區(qū)域同一色階等級的所有目標(biāo)子區(qū)域中，目標(biāo)子區(qū)域的外接矩形的中心與待匹配子區(qū)域外接矩形的中心的距離最小，且該距離小于距離閾值。本實施例中，該距離閾值取值為等于目標(biāo)模板寬度。一般的，由于在前后兩圖像幀或預(yù)先選定的多個圖像幀中進行目標(biāo)匹配，目標(biāo)的位移及形變都不會太大，如果目標(biāo)子區(qū)域的外接矩形的中心與待匹配子區(qū)域外接矩形的中心的距離過大，說明該目標(biāo)子區(qū)域并不是待匹配子區(qū)域的匹配區(qū)域，此時待匹配子區(qū)域在目標(biāo)子區(qū)域中沒有相應(yīng)的匹配區(qū)域，所以此處設(shè)置一距離閾值，可以有效避免上述錯誤匹配。
[0050]3、目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比在閾值范圍內(nèi)。本實施例中，該閾值范圍取為0.25至4。由于在前后兩圖像幀或預(yù)先選定的多個圖像幀中進行目標(biāo)匹配，目標(biāo)的形變不會太大，如果目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比過大，說明該目標(biāo)子區(qū)域并不是待匹配子區(qū)域的匹配區(qū)域，此時待匹配子區(qū)域在目標(biāo)子區(qū)域中沒有相應(yīng)的匹配區(qū)域，所以此處設(shè)置一閾值范圍來限定目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比，可以有效避免上述錯誤匹配。
[0051]本實施例中，匹配分值為距離參數(shù)A和形狀參數(shù)B的函數(shù)，距離參數(shù)A隨當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離的減小而增大，形狀參數(shù)B隨當(dāng)前待匹配子區(qū)域與與其匹配的目標(biāo)子區(qū)域的形狀相似程度的增大而增大。
[0052]S卩，CM=f (A, B)，其中，Cm為第ρ個色階等級中第q個待匹配子區(qū)域的匹配分值。
[0053]在一具體實例中，通過以下公式計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值:
[0054]Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))
[0055]其中，r為距離閾值，d為當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離，L1、Wl分別為當(dāng)前待匹配子區(qū)域的外接矩形的長和寬，L2、W2分別為與當(dāng)前待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的外接矩形的長和寬
[0056]需要說明的是，上述公式中，(r-d)/r表征的是距離參數(shù)A，min(ffl, W2)/max (ffl, W2) *min (LI, L2) /max (LI, L2)表征的是形狀參數(shù)B，因此，上述公式中，匹配分值Cm可以用來表征目標(biāo)子區(qū)域與待匹配子區(qū)域的匹配程度，同時，匹配分值Cm越大說明目標(biāo)子區(qū)域與待匹配子區(qū)域兩者的距離越小、形狀越近似，故匹配程度越高。
[0057]一般的，由于前后相鄰兩幀圖像或預(yù)先選定的多個幀圖像中，目標(biāo)的位移和形變通常較小，因此，待匹配子區(qū)域與目標(biāo)子區(qū)域兩者的距離和形狀可以反應(yīng)兩者的匹配程度，且距離越小、形狀越相近則越匹配。而本步驟對目標(biāo)匹配位置的精確定位過程中，預(yù)設(shè)公式只是為了反應(yīng)待匹配子區(qū)域與目標(biāo)子區(qū)域兩者的匹配程度。所以，在其它實施例中，可以通過其它公式來得到表征目標(biāo)子區(qū)域與待匹配子區(qū)域兩者的匹配程度的參數(shù)。[0058]再根據(jù)上面得到的匹配分值，計算在當(dāng)前目標(biāo)核心區(qū)域與目標(biāo)子區(qū)域中心重合的情況下的匹配分值之和，其計算公式如下:
_] Wik= Σ CM。
[0060]目標(biāo)模板內(nèi)每個待匹配子區(qū)域都需要作為一次目標(biāo)核心區(qū)域，每一次區(qū)域匹配得到一個wik。之后，找到值最大的wik，將該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的位置作為目標(biāo)匹配位置。在具體實施例中，目標(biāo)匹配位置可以是該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的所有目標(biāo)子區(qū)域所構(gòu)成的范圍的外接矩形。
[0061]在具體實施例中，還可以設(shè)定一匹配分值之和的閾值T，如果最大值Wik〈T，則判斷為不存在與當(dāng)前待匹配子區(qū)域匹配的目標(biāo)子區(qū)域。
[0062]請參考圖3，對應(yīng)于上述目標(biāo)匹配方法，本實施例還提供了一種目標(biāo)匹配裝置，包括:目標(biāo)模板獲取單元300、初級匹配塊獲取單元301、目標(biāo)子區(qū)域獲取單元302、待匹配子區(qū)域獲取單元303和目標(biāo)匹配位置獲取單元304。
[0063]目標(biāo)模板獲取單元300用于獲取目標(biāo)模板。初級匹配塊獲取單元301用于根據(jù)目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊，在具體實施例中，滑動步長預(yù)設(shè)為大于I個像素。目標(biāo)子區(qū)域獲取單元302用于以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者對初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域，色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍。待匹配子區(qū)域獲取單元303用于根據(jù)根據(jù)上述色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域。目標(biāo)匹配位置獲取單元304用于將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。
[0064]本實施例中，目標(biāo)匹配位置獲取單元304在將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置時為:
[0065]目標(biāo)匹配位置獲取單元304將目標(biāo)模板內(nèi)的待匹配子區(qū)域逐個作為目標(biāo)核心區(qū)域；將目標(biāo)核心區(qū)域的外接矩形的中心分別與和該目標(biāo)核心區(qū)域同一色階等級的目標(biāo)子區(qū)域的外接矩形的中心重合，根據(jù)預(yù)設(shè)匹配條件獲得與目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域匹配的目標(biāo)子區(qū)域，計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值，根據(jù)匹配分值計算目標(biāo)模板內(nèi)所有非目標(biāo)核心區(qū)域的匹配分值之和；在所有匹配分值之和中查找最大值，將該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的位置作為目標(biāo)匹配位置。
[0066]其中，預(yù)設(shè)匹配條件包括:
[0067]1、目標(biāo)子區(qū)域與待匹配子區(qū)域?qū)儆谕簧A等級。
[0068]2、在與待匹配子區(qū)域同一色階等級的所有目標(biāo)子區(qū)域中，目標(biāo)子區(qū)域的外接矩形的中心與待匹配子區(qū)域外接矩形的中心的距離最小，且該距離小于距離閾值。
[0069]3、目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比在閾值范圍內(nèi)。
[0070]進一步，距離閾值等于目標(biāo)模板寬度，閾值范圍為0.25至4。
[0071]在目標(biāo)子區(qū)域獲取單元302對初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域時為:目標(biāo)子區(qū)域獲取單元302以初級匹配塊所在區(qū)域的中心為圓心確定預(yù)設(shè)半徑的圓范圍內(nèi)為粗定位區(qū)域。進一步，確定預(yù)設(shè)半徑設(shè)置為目標(biāo)模板寬度的四倍。[0072]本實施例中，匹配分值為距離參數(shù)A和形狀參數(shù)B的函數(shù)，距離參數(shù)A隨當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離的減小而增大，形狀參數(shù)B隨當(dāng)前待匹配子區(qū)域與與其匹配的目標(biāo)子區(qū)域的形狀相似程度的增大而增大。
[0073]即CM=f (A, B)，其中，Cpq為第ρ個色階等級中第q個待匹配子區(qū)域的匹配分值。
[0074]在一具體實施例中，通過以下公式計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值:
[0075]Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))；
[0076]其中，r為距離閾值，d為當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離，L1、Wl分別為當(dāng)前待匹配子區(qū)域的外接矩形的長和寬，L2、W2分別為與當(dāng)前待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的外接矩形的長和寬。
[0077]色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍，在具體實例中，視頻圖像色階等級的劃分方式與視頻圖像的色彩模式有關(guān)，例如:
[0078]I)當(dāng)視頻圖像為灰度模式時，將圖像像素點從O至255個級別中均勻分成16個色階等級。
[0079]2)當(dāng)視頻圖像為RGB模式時，將RGB圖像三個通道中的每個通道均勻分成4個色階等級，從而得到RGB模式下的64個色階等級。
[0080]本申請實施例提供的視頻監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，先根據(jù)在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，得到初級匹配塊，屬于粗定位的方式，在縮小了目標(biāo)范圍后，再將待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到準(zhǔn)確的目標(biāo)匹配位置。同時，由于該目標(biāo)匹配方法是基于區(qū)域像素特征的匹配方法，因此，本申請?zhí)峁┑囊曨l監(jiān)控系統(tǒng)及其目標(biāo)匹配方法和裝置，具有運算量小的優(yōu)點，且能夠有效克服目標(biāo)形變和嚴(yán)重遮擋時帶來的影響。
[0081]以上內(nèi)容是結(jié)合具體的實施方式對本申請所作的進一步詳細(xì)說明，不能認(rèn)定本申請的具體實施只局限于這些說明。對于本申請所屬【技術(shù)領(lǐng)域】的普通技術(shù)人員來說，在不脫離本申請發(fā)明構(gòu)思的前提下，還可以做出若干簡單推演或替換。
【權(quán)利要求】
1.一種目標(biāo)匹配方法，其特征在于，包括: 獲取目標(biāo)模板； 根據(jù)所述目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊； 以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者將對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將所述粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域，所述色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍； 根據(jù)所述色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域； 將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。
2.如權(quán)利要求1所述的方法，其特征在于，將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置包括: 將目標(biāo)模板內(nèi)的待匹配子區(qū)域逐個作為目標(biāo)核心區(qū)域； 將目標(biāo)核心區(qū)域的外接矩形的中心分別與和該目標(biāo)核心區(qū)域同一色階等級的目標(biāo)子區(qū)域的外接矩形的中心重合，根據(jù)預(yù)設(shè)匹配條件獲得與目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域匹配的目標(biāo)子區(qū)域，計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值，根據(jù)所述匹配分值計算目標(biāo)模板內(nèi)所有非目標(biāo)核心區(qū)域的匹配分值之和； 在所有匹配分值之和中查找最大值，將該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的位置作為目標(biāo)匹配位置。
3.如權(quán)利要求2所述的方法，其特征在于，所述預(yù)設(shè)匹配條件包括: 目標(biāo)子區(qū)域與待匹配子區(qū)域?qū)儆谕簧A等級； 在與待匹配子區(qū)域同一等級的所有目標(biāo)子區(qū)域中，目標(biāo)子區(qū)域的外接矩形的中心與待匹配子區(qū)域外接矩形的中心的距離最小，且該距離小于距離閾值； 目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比在閾值范圍內(nèi)。
4.如權(quán)利要求3所述的方法，其特征在于，對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域包括:以初級匹配塊所在區(qū)域的中心為圓心確定預(yù)設(shè)半徑的圓范圍內(nèi)為粗定位區(qū)域。
5.如權(quán)利要求4所述的方法，其特征在于，所述滑動步長預(yù)設(shè)為大于I個像素，所述確定預(yù)設(shè)半徑為所述目標(biāo)模板寬度的四倍，所述距離閾值等于所述目標(biāo)模板寬度，所述閾值范圍為0.25至4。
6.如權(quán)利要求3-5任一項所述的方法，其特征在于，所述匹配分值為距離參數(shù)和形狀參數(shù)的函數(shù)，所述距離參數(shù)隨當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離的減小而增大，所述形狀參數(shù)隨當(dāng)前待匹配子區(qū)域與與其匹配的目標(biāo)子區(qū)域的形狀相似程度的增大而增大。
7.如權(quán)利要求6所述的方法，其特征在于，通過以下公式計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值:
Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))； 其中，Cm為第p個色階等級中第q個待匹配子區(qū)域的匹配分值，r為所述距離閾值，d為當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離，L1、W1分別為當(dāng)前待匹配子區(qū)域的外接矩形的長和寬，L2、W2分別為與當(dāng)前待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的外接矩形的長和寬。
8.如權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)的視頻圖像的色階等級為: 當(dāng)視頻圖像為灰度模式時，將圖像像素點從O至255個級別中均勻分成16個色階等級； 當(dāng)視頻圖像為RGB模式時，將RGB圖像三個通道中的每個通道均勻分成4個色階等級，從而得到RGB模式下的64個色階等級。
9.一種目標(biāo)匹配裝置，其特征在于，包括: 目標(biāo)模板獲取單元，用于獲取目標(biāo)模板； 初級匹配塊獲取單元，用于根據(jù)所述目標(biāo)模板在視頻圖像幀內(nèi)按照橫向和縱向上預(yù)設(shè)的滑動步長進行模塊匹配，獲得初級匹配塊； 目標(biāo)子區(qū)域獲取單元，用于以初級匹配塊所在區(qū)域為粗定位區(qū)域，或者將對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域，根據(jù)預(yù)設(shè)的視頻圖像的色階等級，將所述粗定位區(qū)域內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為目標(biāo)子區(qū)域，所述色階等級為根據(jù)視頻圖像的色彩模式劃分出的若干個色階范圍； 待匹配子區(qū)域獲取單元，用于根據(jù)所述色階等級將目標(biāo)模板內(nèi)相同色階等級的像素點構(gòu)成連通區(qū)域，將該連通區(qū)域作為待匹配子區(qū)域； 目標(biāo)匹配位置獲取單元，用于將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置。
10.如權(quán)利要求9所述的裝置，其特征在于，所述目標(biāo)匹配位置獲取單元在將所述待匹配子區(qū)域在目標(biāo)子區(qū)域中進行區(qū)域匹配，得到目標(biāo)匹配位置時為:所述目標(biāo)匹配位置獲取單元將目標(biāo)模板內(nèi)的待匹配子區(qū)域逐個作為目標(biāo)核心區(qū)域；將目標(biāo)核心區(qū)域的外接矩形的中心分別與和該目標(biāo)核心區(qū)域同一色階等級的目標(biāo)子區(qū)域的外接矩形的中心重合，根據(jù)預(yù)設(shè)匹配條件獲得與目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域匹配的目標(biāo)子區(qū)域，計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值，根據(jù)所述匹配分值計算目標(biāo)模板內(nèi)所有非目標(biāo)核心區(qū)域的匹配分值之和； 在所有匹配分值之和中查找最大值，將該最大值對應(yīng)的與目標(biāo)模板內(nèi)各個待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的位置作為目標(biāo)匹配位置。
11.如權(quán)利要求10所述的裝置，其特征在于，所述預(yù)設(shè)匹配條件包括: 目標(biāo)子區(qū)域與待匹配子區(qū)域?qū)儆谕簧A等級； 在與待匹配子區(qū)域同一色階等級的所有目標(biāo)子區(qū)域中，目標(biāo)子區(qū)域的外接矩形的中心與待匹配子區(qū)域外接矩形的中心的距離最小，且該距離小于距離閾值； 目標(biāo)子區(qū)域與待匹配子區(qū)域的面積比在閾值范圍內(nèi)。
12.如權(quán)利要求11所述的裝置，其特征在于，在目標(biāo)子區(qū)域獲取單元對所述初級匹配塊所在的區(qū)域擴大后的區(qū)域定為粗定位區(qū)域時為:目標(biāo)子區(qū)域獲取單元以初級匹配塊所在區(qū)域的中心為圓心確定預(yù)設(shè)半徑的圓范圍內(nèi)為粗定位區(qū)域。
13.如權(quán)利要求12所述的裝置，其特征在于，所述滑動步長預(yù)設(shè)為大于I個像素，所述確定預(yù)設(shè)半徑為所述目標(biāo)模板寬度的四倍，所述距離閾值等于所述目標(biāo)模板寬度，所述閾值范圍為0.25至4。
14.如權(quán)利要求11-13任一項所述的裝置，其特征在于，所述匹配分值為距離參數(shù)和形狀參數(shù)的函數(shù)，所述距離參數(shù)隨當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離的減小而增大，所述形狀參數(shù)隨當(dāng)前待匹配子區(qū)域與與其匹配的目標(biāo)子區(qū)域的形狀相似程度的增大而增大。
15.如權(quán)利要求14所述的裝置，其特征在于，通過以下公式計算目標(biāo)模板內(nèi)各個非目標(biāo)核心區(qū)域的匹配分值: pq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))； 其中，Cm為第p個色階等級中第q個待匹配子區(qū)域的匹配分值，r為所述距離閾值，d為當(dāng)前待匹配子區(qū)域的外接矩形的中心與與其匹配的目標(biāo)子區(qū)域的外接矩形的中心之間的距離，L1、W1分別為當(dāng)前待匹配子區(qū)域的外接矩形的長和寬，L2、W2分別為與當(dāng)前待匹配子區(qū)域匹配的目標(biāo)子區(qū)域的外接矩形的長和寬。
16.如權(quán)利9所述的裝置，其特征在于，所述預(yù)設(shè)的視頻圖像的色階等級為: 當(dāng)視頻圖像為灰度模式時，將圖像像素點從O至255個級別中均勻分成16個色階等級； 當(dāng)視頻圖像為RGB模式時，將RGB圖像三個通道中的每個通道均勻分成4個色階等級，從而得到RGB模式下的64個色階等級。
17.—種視頻監(jiān)控系統(tǒng)，其特征在于，包括如權(quán)利要求9-16任一項所述的目標(biāo)匹配裝置。
【文檔編號】H04N7/18GK103607558SQ201310537945
【公開日】2014年2月26日 申請日期:2013年11月4日 優(yōu)先權(quán)日:2013年11月4日
【發(fā)明者】劉德健, 陳天健, 趙勇 申請人:深圳市中瀛鑫科技股份有限公司