基于多特征融合的快速人車目標(biāo)分類方法
【專利摘要】本發(fā)明屬于圖像處理、光電【技術(shù)領(lǐng)域】，具體涉及一種基于多特征融合的快速人車目標(biāo)分類方法。本發(fā)明的方法包括以下步驟：獲取監(jiān)控視頻圖像，得到相鄰兩幀圖像的差分圖像并進(jìn)行圖像分割、去除噪點(diǎn)、填補(bǔ)空洞，形成目標(biāo)圖像；在目標(biāo)圖像上確定目標(biāo)區(qū)域，計(jì)算每個(gè)目標(biāo)區(qū)域的面積、外接矩形的面積、質(zhì)心坐標(biāo)和矩形飽和度；將相鄰兩幀圖像中面積差異小、質(zhì)心坐標(biāo)歐氏距離最近的兩個(gè)目標(biāo)區(qū)域判定為同一目標(biāo)；若同一目標(biāo)穩(wěn)定出現(xiàn)若干幀以上，依據(jù)該目標(biāo)的面積、速度和矩形飽和度，判斷該目標(biāo)為人員或車輛。本發(fā)明實(shí)現(xiàn)了運(yùn)動(dòng)目標(biāo)人車屬性的快速判別，分類準(zhǔn)確高、實(shí)時(shí)性好。
【專利說(shuō)明】基于多特征融合的快速人車目標(biāo)分類方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于圖像處理、光電【技術(shù)領(lǐng)域】，具體涉及一種基于多特征融合的快速人車目標(biāo)分類方法。
【背景技術(shù)】
[0002]在視頻監(jiān)控系統(tǒng)中，會(huì)出現(xiàn)大量的運(yùn)動(dòng)目標(biāo)，而在全部的運(yùn)動(dòng)目標(biāo)中，以人員目標(biāo)和車輛目標(biāo)為主，同時(shí)這兩類目標(biāo)也是監(jiān)控的重點(diǎn)目標(biāo)。由于對(duì)于人員目標(biāo)和車輛目標(biāo)的管理要求具有顯著區(qū)別，因此在視頻監(jiān)控系統(tǒng)中存在人車目標(biāo)分類的需求。
[0003]現(xiàn)有技術(shù)中的人車目標(biāo)分類方法主要基于統(tǒng)計(jì)訓(xùn)練，需要收集大量的車輛和人員的圖像樣本，且識(shí)別速度慢、對(duì)運(yùn)算設(shè)備需求較高，極大地影響了識(shí)別效果。

【發(fā)明內(nèi)容】

[0004]本發(fā)明需要解決的技術(shù)問(wèn)題為:現(xiàn)有技術(shù)中的人車目標(biāo)分類方法主要基于統(tǒng)計(jì)訓(xùn)練，需要收集大量的車輛和人員的圖像樣本，識(shí)別效率低。
[0005]本發(fā)明的技術(shù)方案如下所述:
[0006]一種基于多特征融合的快速人車目標(biāo)分類方法，包括如下步驟:
[0007]獲取監(jiān)控視頻圖像，對(duì)相鄰兩幀圖像進(jìn)行幀間差分，得到差分圖像；采用最大類間方差法確定閾值，對(duì)差分圖像進(jìn)行圖像分割；去除分割圖像中的噪點(diǎn)，填補(bǔ)空洞，形成目標(biāo)圖像；對(duì)目標(biāo)圖像進(jìn)行像素統(tǒng)計(jì)，去除目標(biāo)圖像像素值低的區(qū)域，形成目標(biāo)區(qū)域，依據(jù)目標(biāo)區(qū)域像素橫縱坐標(biāo)的最大值和最小值，構(gòu)造該區(qū)域的外接矩形，計(jì)算目標(biāo)圖像中每個(gè)目標(biāo)區(qū)域的面積、外接矩形的面積、質(zhì)心坐標(biāo)和矩形飽和度；將相鄰兩幀圖像中面積差異小、質(zhì)心坐標(biāo)歐氏距離最近的兩個(gè)目標(biāo)區(qū)域判定為同一目標(biāo)；若同一目標(biāo)穩(wěn)定出現(xiàn)若干幀以上， 依據(jù)該目標(biāo)的面積、速度和矩形飽和度，判斷該目標(biāo)為人員或車輛。
[0008]作為優(yōu)選方案，本發(fā)`明的方法包括以下步驟:
[0009]步驟1.[0010]獲取監(jiān)控視頻圖像，第k幀圖像記為Fk ;對(duì)相鄰兩幀圖像進(jìn)行幀間差分:取相鄰兩幀圖像相應(yīng)像素值差值的絕對(duì)值，逐像素差分后，得到差分圖像FDk ；
[0011]步驟2.[0012]計(jì)算差分圖像FDk均值y和標(biāo)準(zhǔn)差O，針對(duì)差分圖像FDk中大于y +O的像素值， 以最大類間方差準(zhǔn)則計(jì)算最優(yōu)分割閾值Th，根據(jù)閾值Th對(duì)差分圖像FDk進(jìn)行圖像分割，形成分割圖像FSk:1l FlXXi, i)>Th
【權(quán)利要求】
1.一種基于多特征融合的快速人車目標(biāo)分類方法，其特征在于:包括如下步驟:獲取監(jiān)控視頻圖像，對(duì)相鄰兩幀圖像進(jìn)行幀間差分，得到差分圖像；采用最大類間方差法確定閾值，對(duì)差分圖像進(jìn)行圖像分割；去除分割圖像中的噪點(diǎn)，填補(bǔ)空洞，形成目標(biāo)圖像； 對(duì)目標(biāo)圖像進(jìn)行像素統(tǒng)計(jì)，去除目標(biāo)圖像像素值低的區(qū)域，形成目標(biāo)區(qū)域，依據(jù)目標(biāo)區(qū)域像素橫縱坐標(biāo)的最大值和最小值，構(gòu)造該區(qū)域的外接矩形，計(jì)算目標(biāo)圖像中每個(gè)目標(biāo)區(qū)域的面積、外接矩形的面積、質(zhì)心坐標(biāo)和矩形飽和度；將相鄰兩幀圖像中面積差異小、質(zhì)心坐標(biāo)歐氏距離最近的兩個(gè)目標(biāo)區(qū)域判定為同一目標(biāo)；若同一目標(biāo)穩(wěn)定出現(xiàn)若干幀以上，依據(jù)該目標(biāo)的面積、速度和矩形飽和度，判斷該目標(biāo)為人員或車輛。
2.根據(jù)權(quán)利要求1所述的基于多特征融合的快速人車目標(biāo)分類方法，其特征在于:包括以下步驟:步驟1.獲取監(jiān)控視頻圖像，第k幀圖像記為Fk ;對(duì)相鄰兩幀圖像進(jìn)行幀間差分:取相鄰兩幀圖像相應(yīng)像素值差值的絕對(duì)值，逐像素差分后，得到差分圖像FDk ；步驟2.計(jì)算差分圖像FDk均值y和標(biāo)準(zhǔn)差0，針對(duì)差分圖像FDk中大于y + o的像素值，以最大類間方差準(zhǔn)則計(jì)算最優(yōu)分割閾值Th，根據(jù)閾值Th對(duì)差分圖像FDk進(jìn)行圖像分割，形成分割圖像FSk:
3.根據(jù)權(quán)利要求2所述的基于多特征融合的快速人車目標(biāo)分類方法，其特征在于: 步驟6中，計(jì)算第k幀第n個(gè)目標(biāo)區(qū)域速度的方法如下所述，k^2:
4.根據(jù)權(quán)利要求3所述的基于多特征融合的快速人車目標(biāo)分類方法，其特征在于: a=0.7，b=0.3。
5.根據(jù)權(quán)利要求2或3所述的基于多特征融合的快速人車目標(biāo)分類方法，其特征在于: 步驟3中，采用5X5的正方形模板對(duì)FSk進(jìn)行腐蝕操作，去除噪點(diǎn)；對(duì)去除噪點(diǎn)后的圖像采用7X7的正方形模板對(duì)FSk進(jìn)行膨脹操作，填補(bǔ)圖像中的空洞，形成目標(biāo)圖像FMk。
6.根據(jù)權(quán)利要求2或3或4所述的基于多特征融合的快速人車目標(biāo)分類方法，其特征在于:N1=60 ；N2=10 ；ds=0.3，dv=0.3，dr=0.4 JhSpOOO 像素?cái)?shù)，ThS2=6 000 像素?cái)?shù)-JhY1=A 像素 / 幀，ThV2=8 像素 / 幀 JhR1=0.5，ThR2=0.8 ；Th0=0.5。
【文檔編號(hào)】G06K9/62GK103559498SQ201310436746
【公開(kāi)日】2014年2月5日 申請(qǐng)日期:2013年9月24日 優(yōu)先權(quán)日:2013年9月24日
【發(fā)明者】柴智, 李香禎, 李亞鵬, 楊文佳, 張晶輝 申請(qǐng)人:北京環(huán)境特性研究所