專利名稱：海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機(jī)器視覺(jué)領(lǐng)域，特別是涉及一種用于在動(dòng)態(tài)背景視頻處理的條件下， 實(shí)現(xiàn)目標(biāo)圖像中小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法。
背景技術(shù)：
在視頻處理領(lǐng)域中所涉及的快速目標(biāo)檢測(cè)方法，主要是一種根據(jù)目標(biāo)與其所處背 景的特征差異，從而依靠設(shè)各種快速檢測(cè)算法尋找出可能的目標(biāo)。尤其是現(xiàn)在，在視頻處理 中使用的快速目標(biāo)檢測(cè)方法常被用于對(duì)目標(biāo)進(jìn)行實(shí)時(shí)的跟蹤。目前，在使用傳統(tǒng)的快速檢 測(cè)方法來(lái)搜索目標(biāo)時(shí)，通常都基于下列前提條件背景相對(duì)于目標(biāo)而言是相對(duì)靜止的；或 者目標(biāo)與背景的灰度或顏色有較大差異。但在現(xiàn)實(shí)生活中便會(huì)出現(xiàn)這樣的問(wèn)題，當(dāng)目標(biāo)與 背景的狀態(tài)呈相對(duì)運(yùn)動(dòng)時(shí)，或者不能完全有效的保持相對(duì)的靜止?fàn)顟B(tài)時(shí)，使用傳統(tǒng)的快速 檢測(cè)方法對(duì)可能的目標(biāo)進(jìn)行檢測(cè)便會(huì)出現(xiàn)效果不太理想的問(wèn)題；而當(dāng)目標(biāo)與背景的灰度或 顏色差異不明顯時(shí)，也會(huì)出現(xiàn)使用傳統(tǒng)的快速檢測(cè)方法無(wú)法進(jìn)行有效檢測(cè)的問(wèn)題。為此，目 標(biāo)特征的有效選擇對(duì)據(jù)此設(shè)計(jì)出的檢測(cè)算法之性能具有重大影響。且目前在視頻處理領(lǐng)域中還會(huì)使用結(jié)構(gòu)張量方法，作為一種高效的目標(biāo)特征量的 提取方法來(lái)補(bǔ)充傳統(tǒng)快速檢測(cè)方法的不足，其基本思想是根據(jù)不同的物體其局部的紋理 結(jié)構(gòu)特征的不同，實(shí)現(xiàn)通過(guò)高效提取目標(biāo)局部的方向性結(jié)構(gòu)信息的方法，進(jìn)行目標(biāo)的有效 區(qū)分。這是由于現(xiàn)實(shí)中的物體，有些局部的紋理明顯、有些局部的紋理隱約、有些局部的紋 理細(xì)密、有些局部的紋理粗疏；且紋理分布時(shí)的方向性也會(huì)有所差異，這些差異雖然也受成 像環(huán)境的影響，但相對(duì)來(lái)說(shuō)這些特征在區(qū)別不同物體時(shí)更加有效。這種結(jié)構(gòu)張量方法，從實(shí) 際效果看，其在局部方向性結(jié)構(gòu)信息提取方面表現(xiàn)甚佳。該方法具體過(guò)程是假設(shè)圖像(或 視頻幀)有η個(gè)通道，先對(duì)每個(gè)通道圖像中的每個(gè)像素逐點(diǎn)提取梯度，其χ與y方向的兩
分量值分別為Ix，Iy。然后求出每個(gè)像素η個(gè)通道的η個(gè)結(jié)構(gòu)張量矩陣
權(quán)利要求
1.海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，其特征在于，所述結(jié)構(gòu)張量 方法是通過(guò)以下步驟實(shí)現(xiàn)的1)在目標(biāo)圖像I及其所在區(qū)域ROI中，通過(guò)區(qū)域ROI中各通道像素的結(jié)構(gòu)張量的算法， 提取出每個(gè)像素的特征量H來(lái)，且所述特征量H是在目標(biāo)圖像I區(qū)域ROI內(nèi)各通道中的像 素結(jié)構(gòu)張量矩陣5的主對(duì)角線元素之和；2)優(yōu)化目標(biāo)圖像I中基于特征量H的目標(biāo)檢測(cè)的結(jié)果，實(shí)現(xiàn)目標(biāo)圖像I中小目標(biāo)的快 速檢測(cè)，主要包括如下的三個(gè)優(yōu)化步驟(201)選擇目標(biāo)圖像I中所有的特征量H中的第ρ-百分位上的特征量Hp充當(dāng)閾值Hp， 從而提取特征量H大于閾值Hp的像素作為目標(biāo)像素并構(gòu)成集合O1 ；(202)假設(shè)在集合O1中的特征量H相對(duì)應(yīng)的區(qū)間[Η-δ，Η+δ]內(nèi)，出現(xiàn)集合O1的像素 頻次為頻率F，選取集合O1中所有像素的頻率F中的第q-百分位上的頻率Ftl為閾值F,，從 而提取滿足條件頻率F小于閾值Ftl的集合O1構(gòu)成集合& ；(203)刪除得到的集合&中孤立的像素，并對(duì)滿足8-鄰域內(nèi)有相鄰點(diǎn)的像素區(qū)域進(jìn)行 合并構(gòu)成集合O3 ；3)取與目標(biāo)圖像I中相鄰的若干個(gè)相鄰幀的圖像，使用步驟1)與步驟幻計(jì)算得到這 些相鄰圖像的集合03，并在這些集合O3中提取出那些共有的交集0，所述交集0便是小目標(biāo) 快速檢測(cè)的最終結(jié)果。
2.根據(jù)權(quán)利要求1所述的海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，其特 征在于，所述目標(biāo)圖像I中特征量H的提取是通過(guò)以下步驟來(lái)實(shí)現(xiàn)的1)、首先先整理好所要處理的目標(biāo)圖像，并在每一單幀目標(biāo)圖像中，確定一幅需要提取 特征量H的圖像I，以及該圖像I所在的區(qū)域ROI ；2)、在特征量H的區(qū)域ROI內(nèi)，對(duì)各通道內(nèi)每個(gè)像素求出其梯度χ與y方向的兩個(gè)像素 分量值Ix、Iy，進(jìn)而計(jì)算出像素ΙΛ Iy2的值；3)、對(duì)特征量H的區(qū)域ROI內(nèi)各通道的像素Ix2、Iy2值分別求和，得到像素Ixx、Iyy；4)、對(duì)特征量H的區(qū)域ROI內(nèi)每個(gè)像素的Ixx、Iyy進(jìn)行濾波，從而求得像素 χχ、 π，并根 據(jù)像素 χχ與Tyy的值來(lái)提取出區(qū)域ROI內(nèi)每個(gè)像素可能的特征量H。
3.根據(jù)權(quán)利要求1所述的海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，其特 征在于，所述P值為介于0 100之間的整數(shù)。
4.根據(jù)權(quán)利要求1所述的海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，其特 征在于，所述q值為介于0 100之間的整數(shù)。
5.根據(jù)權(quán)利要求1所述的海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，其特 征在于，所述δ的值為(特征量Hmax-特征量Hmin)/n得到的值。
6.根據(jù)權(quán)利要求5所述的所述δ的值，其特征在于，所述特征量Hmax與特征量Hmin分 別為集合O1中像素的特征量H的最大值與最小值。
7.根據(jù)權(quán)利要求5所述的δ的值，其特征在于，所述η為一個(gè)大于10的正整數(shù)。
全文摘要
本發(fā)明公開(kāi)了一種海洋動(dòng)態(tài)背景下視頻小目標(biāo)快速檢測(cè)的結(jié)構(gòu)張量方法，在實(shí)施時(shí)，主要在目標(biāo)圖像I中提取處可能的特征量H的基礎(chǔ)上，再對(duì)目標(biāo)圖像I進(jìn)行基于特征量H的目標(biāo)檢測(cè)方法的處理，并分三步優(yōu)化目標(biāo)檢測(cè)的過(guò)程，將這個(gè)檢測(cè)結(jié)果與目標(biāo)圖像I相鄰圖像的檢測(cè)結(jié)果相結(jié)合，從而提取出最終的目標(biāo)檢測(cè)結(jié)果。本發(fā)明的使用，可以很好的實(shí)現(xiàn)在海洋動(dòng)態(tài)的背景條件下進(jìn)行小目標(biāo)的快速檢測(cè)方法，且本發(fā)明不單單提高了圖像處理時(shí)的運(yùn)行速度，還可以進(jìn)一步保證目標(biāo)檢測(cè)的實(shí)時(shí)性、有效性和視頻圖像的流暢性的特點(diǎn)。
文檔編號(hào)G06T7/00GK102087744SQ20101011382
公開(kāi)日2011年6月8日 申請(qǐng)日期2010年2月25日 優(yōu)先權(quán)日2010年2月25日
發(fā)明者任蕾, 冉鑫, 施朝健, 許開(kāi)宇, 趙冰潔, 陳建彪 申請(qǐng)人:上海海事大學(xué)