一種基于視頻圖像的目標(biāo)分類方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻圖像技術(shù)，特別涉及一種基于視頻圖像的目標(biāo)分類方法。
【背景技術(shù)】
[0002] 在現(xiàn)有技術(shù)中，視頻監(jiān)控系統(tǒng)所獲取的視頻圖像中存在大量的運(yùn)動(dòng)目標(biāo)，而在所 有的運(yùn)動(dòng)目標(biāo)中，一般都是以人員和車輛兩類目標(biāo)為主要關(guān)注目標(biāo)。對(duì)于這兩類目標(biāo)的管 理要求有著明顯的區(qū)別，因此在視頻監(jiān)控系統(tǒng)中存在對(duì)于這兩類目標(biāo)的分類需求。目前，在 研宄和開發(fā)中的主要都是采用基于統(tǒng)計(jì)訓(xùn)練的方法來對(duì)目標(biāo)進(jìn)行分類。但是，使用此類方 法需要收集大量的車輛和人員的圖像樣本，而且識(shí)別速度慢，對(duì)運(yùn)算設(shè)備需求較高。由此可 知，在現(xiàn)有技術(shù)，上述的問題已經(jīng)嚴(yán)重地限制了該類方法在目標(biāo)識(shí)別中的應(yīng)用。

【發(fā)明內(nèi)容】

[0003] 有鑒于此，本發(fā)明提供一種基于視頻圖像的目標(biāo)分類方法，從而可以有效地對(duì)視 頻圖像中的不同的目標(biāo)進(jìn)行分類，大大提高了分類操作的準(zhǔn)確性。
[0004] 本發(fā)明的技術(shù)方案具體是這樣實(shí)現(xiàn)的：
[0005] 一種基于視頻圖像的目標(biāo)分類方法，該方法包括：
[0006] 步驟11，根據(jù)連續(xù)的視頻圖像進(jìn)行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng) 前背景圖像BI ;
[0007] 步驟12,根據(jù)當(dāng)前背景圖像BI對(duì)當(dāng)前視頻幀進(jìn)行逐像素背景差分操作和圖像分 割操作，形成目標(biāo)圖像BFM k;
[0008] 步驟13，從目標(biāo)圖像BFMk中提取目標(biāo)區(qū)域；
[0009] 步驟14,對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行主成分分析，確定各個(gè)目標(biāo)區(qū)域的主方向；
[0010] 步驟15,將各個(gè)目標(biāo)區(qū)域的主方向旋轉(zhuǎn)到水平方向，得到各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū) 域；
[0011] 步驟16,計(jì)算各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū)域的矩形飽和度特征；
[0012] 步驟17,根據(jù)矩形飽和度特征和預(yù)設(shè)的閾值，對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行分類。
[0013] 較佳的，所述根據(jù)連續(xù)的視頻圖像進(jìn)行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài) 的當(dāng)前背景圖像包括；
[0014] 步驟111，獲取監(jiān)控視頻中的監(jiān)控區(qū)域的當(dāng)前幀圖像Fk，前一幀圖像Fk-I和前一 幀圖像Fk-I對(duì)應(yīng)的背景圖像Bk-I ;其中，k為監(jiān)控區(qū)域的當(dāng)前幀圖像的幀號(hào)；
[0015] 步驟112,當(dāng)k = 1時(shí)，將監(jiān)控區(qū)域的第1幀圖像Fl作為前一幀圖像Fk-I和背景 圖像Bk-I和；當(dāng)k>l時(shí)，根據(jù)所獲取的Fk、F k_JP B η，計(jì)算得到前幀背景差分BDk和幀間差 分 FDk;
[0016] 步驟113、根據(jù)前幀背景差分BDk、幀間差分FDk和背景圖像B lrt中的各個(gè)像素的更 新系數(shù)，逐像素對(duì)監(jiān)控區(qū)域的背景圖像仏^進(jìn)行更新，得到監(jiān)控區(qū)域的當(dāng)前幀圖像Fk對(duì)應(yīng)的 背景圖像B k;
[0017] 步驟114、當(dāng)k小于預(yù)設(shè)的初始背景更新幀數(shù)時(shí)，將監(jiān)控區(qū)域的當(dāng)前幀圖像的下一 幀的圖像作為當(dāng)前幀圖像，返回執(zhí)行步驟111 ;否則，將監(jiān)控區(qū)域的當(dāng)前的背景圖像Bk作為 監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像BI。
[0018] 較佳的，通過如下所述的公式來計(jì)算前幀背景差分BDk和幀間差分FD k:
[0019] BDk=Fk-BH
[0020] FDk= IFk-FkJ
[0021] 其中，BDk為F k與B !^的差分，F(xiàn)D k為F k與F ^的差分的絕對(duì)值。
[0022] 較佳的，所述逐像素對(duì)監(jiān)控區(qū)域的背景圖像Blrt進(jìn)行更新包括：
[0023] 對(duì)背景圖像B1^1*的各個(gè)像素逐像素執(zhí)行下述的步驟：
[0024] 步驟113a，根據(jù)幀間差分FDk和預(yù)設(shè)的第一閾值FTh，確定當(dāng)前像素（x，y)的更新 量 mk (X，y);
[0025] 步驟113b，當(dāng)BDk大于預(yù)設(shè)第二閾值BTh時(shí)，根據(jù)當(dāng)前像素的更新量m k(x，y)對(duì)背 景圖像的當(dāng)前像素Blrt (X，y)進(jìn)行更新；否則，對(duì)當(dāng)前像素不進(jìn)行更新。
[0026] 較佳的，所述步驟113a包括：
[0027] 當(dāng)幀間差分FDk大于預(yù)設(shè)第一閾值FTh時(shí)，將當(dāng)前像素（X，y)的更新量m k(x，y)設(shè) 為〇;否則，根據(jù)更新系數(shù)kk(x，y)計(jì)算得到當(dāng)前像素（x，y)的更新量m k(x，y);
[0028] 其中，所述（x，y)為當(dāng)前像素的坐標(biāo)。
[0029] 較佳的，根據(jù)如下所述的公式計(jì)算當(dāng)前像素（X，y)的更新量mk(x, y):
[0030] mk (x, y) = kk (x, y) ' BDk (x, y) 〇
[0031] 較佳的，所述更新系數(shù)kk(x，y)為分段函數(shù)：
[0032]
【主權(quán)項(xiàng)】
1. 一種基于視頻圖像的目標(biāo)分類方法，其特征在于，該方法包括： 步驟11，根據(jù)連續(xù)的視頻圖像進(jìn)行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背 景圖像BI ; 步驟12,根據(jù)當(dāng)前背景圖像BI對(duì)當(dāng)前視頻幀進(jìn)行逐像素背景差分操作和圖像分割操 作，形成目標(biāo)圖像BFMk; 步驟13,從目標(biāo)圖像BFMk中提取目標(biāo)區(qū)域； 步驟14,對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行主成分分析，確定各個(gè)目標(biāo)區(qū)域的主方向； 步驟15,將各個(gè)目標(biāo)區(qū)域的主方向旋轉(zhuǎn)到水平方向，得到各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū)域； 步驟16,計(jì)算各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū)域的矩形飽和度特征； 步驟17,根據(jù)矩形飽和度特征和預(yù)設(shè)的閾值，對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行分類。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)連續(xù)的視頻圖像進(jìn)行監(jiān)控區(qū)域 的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像包括； 步驟111，獲取監(jiān)控視頻中的監(jiān)控區(qū)域的當(dāng)前幀圖像Fk，前一幀圖像Fk-I和前一幀圖 像Fk-I對(duì)應(yīng)的背景圖像Bk-I ;其中，k為監(jiān)控區(qū)域的當(dāng)前幀圖像的幀號(hào)； 步驟112,當(dāng)k = 1時(shí)，將監(jiān)控區(qū)域的第1幀圖像Fl作為前一幀圖像Fk-I和背景圖像 Bk-I和；當(dāng)k>l時(shí)，根據(jù)所獲取的Fk、Fk_JP Bη，計(jì)算得到前幀背景差分BDk和幀間差分FD k; 步驟113、根據(jù)前幀背景差分BDk、幀間差分FDk和背景圖像B ^中的各個(gè)像素的更新系 數(shù)，逐像素對(duì)監(jiān)控區(qū)域的背景圖像^^進(jìn)行更新，得到監(jiān)控區(qū)域的當(dāng)前幀圖像Fk對(duì)應(yīng)的背景 圖像Bk; 步驟114、當(dāng)k小于預(yù)設(shè)的初始背景更新幀數(shù)時(shí)，將監(jiān)控區(qū)域的當(dāng)前幀圖像的下一幀的 圖像作為當(dāng)前幀圖像，返回執(zhí)行步驟111 ;否則，將監(jiān)控區(qū)域的當(dāng)前的背景圖像Bk作為監(jiān)控 區(qū)域靜態(tài)的當(dāng)前背景圖像BI。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，通過如下所述的公式來計(jì)算前幀背景差 分BDk和幀間差分FD k: BDk= F k-Bk_i FDk= IFk-FkJ 其中，BDk為F k與B ^的差分，F(xiàn)D k為F k與F η的差分的絕對(duì)值。
4. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述逐像素對(duì)監(jiān)控區(qū)域的背景圖像B ^進(jìn) 行更新包括： 對(duì)背景圖像的各個(gè)像素逐像素執(zhí)行下述的步驟： 步驟113a，根據(jù)幀間差分FDk和預(yù)設(shè)的第一閾值FTh，確定當(dāng)前像素（x，y)的更新量 mk (X，y); 步驟113b，當(dāng)BDk大于預(yù)設(shè)第二閾值BTh時(shí)，根據(jù)當(dāng)前像素的更新量mk(x，y)對(duì)背景圖 像的當(dāng)前像素 BlrtUy)進(jìn)行更新；否則，對(duì)當(dāng)前像素不進(jìn)行更新。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述步驟113a包括： 當(dāng)幀間差分FDk大于預(yù)設(shè)第一閾值FTh時(shí)，將當(dāng)前像素（x，y)的更新量mk(x，y)設(shè)為O ; 否則，根據(jù)更新系數(shù)kk(x，y)計(jì)算得到當(dāng)前像素（x，y)的更新量mk(x，y); 其中，所述（x，y)為當(dāng)前像素的坐標(biāo)。
6. 根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)如下所述的公式計(jì)算當(dāng)前像素（X，y) 的更新量mk(x，y): mk (X，y) = kk (X，y) X BDk (X，y)。
7. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述更新系數(shù)k k(x，y)為分段函數(shù)：
8. 根據(jù)權(quán)利要求4所述的方法，其特征在于： 所述第一閾值FTh為2。
9. 根據(jù)權(quán)利要求4所述的方法，其特征在于，根據(jù)如下所述的公式對(duì)背景圖像的當(dāng)前 像素 BlrtUy)進(jìn)行更新： Bk(x，y)= Bh (x, y) +mk (x, y) 〇
10. 根據(jù)權(quán)利要求4所述的方法，其特征在于： 所述第二閾值BTh為2。
【專利摘要】本發(fā)明公開了一種基于視頻圖像的目標(biāo)分類方法，包括：根據(jù)連續(xù)的視頻圖像進(jìn)行監(jiān)控區(qū)域的背景學(xué)習(xí)，獲得監(jiān)控區(qū)域靜態(tài)的當(dāng)前背景圖像BI；根據(jù)當(dāng)前背景圖像BI對(duì)當(dāng)前視頻幀進(jìn)行逐像素背景差分操作和圖像分割操作，形成目標(biāo)圖像BFMk；從目標(biāo)圖像BFMk中提取目標(biāo)區(qū)域；對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行主成分分析，確定各個(gè)目標(biāo)區(qū)域的主方向；將各個(gè)目標(biāo)區(qū)域的主方向旋轉(zhuǎn)到水平方向，得到各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū)域；計(jì)算各個(gè)旋轉(zhuǎn)后的目標(biāo)區(qū)域的矩形飽和度特征；根據(jù)矩形飽和度特征和預(yù)設(shè)的閾值，對(duì)各個(gè)目標(biāo)區(qū)域進(jìn)行分類。使用上述方法，可以有效地對(duì)視頻圖像中的人員和車輛目標(biāo)進(jìn)行分類，大大提高了分類操作的準(zhǔn)確性。
【IPC分類】G06K9-46, G06K9-62
【公開號(hào)】CN104657741
【申請(qǐng)?zhí)枴緾N201510012901
【發(fā)明人】柴智, 李亞鵬, 肖軍波, 翟佳, 李正浩
【申請(qǐng)人】北京環(huán)境特性研究所
【公開日】2015年5月27日
【申請(qǐng)日】2015年1月9日