[發明專利]視頻空時特征提取方法

有效

• 申請號: 201110082669.6
• 申請日: 2011-04-02
• 公開（公告）號: CN102142148A
• 公開（公告）日: 2011-08-03
• 發明（設計）人: 楊華;樊亞文;蘇航;鄭世寶
• 申請（專利權）人: 上海交通大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 上海交達專利事務所 31201
• 代理人: 王錫麟;王桂忠

技術領域

本發明涉及的是一種計算機視頻處理技術領域的方法，具體是一種視頻空時特征提取方法。

背景技術

目前，計算機視覺技術在城市交通監控中發揮著越來越重要的作用，比如交通流量監控，擁塞估計，異常事件檢測等。車輛運動分析作為一項重要任務，由于復雜的城市交通環境(如光線及天氣變化變化，遮擋等)，仍然面臨很大的挑戰。目前有關車輛運動分析的工作主要分為兩大類，一種是傳統的基于檢測、跟蹤的長期運動分析，但是目前仍然缺乏可靠穩定的多目標跟蹤算法。近年來越來越多的研究者采用另一種方法，直接基于底層的運動特征進行統計或者建模，避免進行運動目標的檢測與跟蹤。

經對現有技術文獻檢索發現，光流法(optical?flow)和特征點匹配法(feature?point?correspondence)是兩種重要的底層運動特征提取方法。但是光流法基于亮度恒常假設，并且大多數計算方法采用空間全局平滑(參見：Berthold?K.P.Horn?and?Brian?G.Schunck，“Determining?optical?flow，”Artificial?Intelligence，vol.17，no.1-3，pp.185-203，1981.人工智能，1981年第12卷，第1-3期，185-203頁，確定光流)或者局部平滑假設(參見：Bruce?D.Lucas?and?Takeo?Kanade，“An?iterative?image?registration?technique?with?an?application?to?stereo?vision，”in?Proceedings?of?the?1981?DARPA?Image?Understanding?Workshop，April1981，pp.121-130.1981年4月的DARPA圖像理解工作組會議121-130頁，一種應用于立體視覺的迭代圖像配準技術)，使得其面臨如下三個問題：1)易受噪聲，以及光線變化等影響；2)運動邊界擴散；3)大多數的光流計算方法要對幀中的所有像素進行計算，計算量大，實時性相對較差。基于特征點匹配的方法(參見：HanWang?and?Michael?Brady，“Real-time?corner?detection?algorithm?for?motion?estimation，”Image?and?Vision?Computing，vol.13，no.9，pp.695-703，1995.圖像與視頻計算，1995年第13卷，第9期，695-703頁，用于運動估計的實時角點檢測算法)雖然魯棒性能很好，但是過于稀疏，不利于觀察整個目標的運動狀態，以及運動目標結構的提取。

發明內容

本發明針對現有技術存在的上述不足，提供一種視頻空時特征提取方法，對光照變化具有更高的魯棒性及計算性能，運動目標的結構清晰，可以有效的分離臨近的運動目標，在交通監控中的車流估計以及異常事件檢測中發揮更好的魯棒性及效率。

本發明是通過以下技術方案實現的，本發明包括以下幾個步驟：

第一步：分別對視頻流中的兩幀圖像I(x，y，t)以及I(x，y，t+Δt)進行高斯濾波，即I′(x，y)＝G(x，y，δ)*I(x，y)，其中：I′(x，y)為濾波后的圖像，δ為高斯正態分布的方差，t為圖像所處時間，Δt為兩幀圖像的時間間隔。

第二步：分別計算濾波后的兩幀圖像的邊緣及紋理區域的幾何正則度及幾何正則方向，并構建空間幾何流場，具體步驟為：

2.1)以點(x，y)為中心，選擇(2m+1)×(2m+1)方塊，2≤m≤4；

2.2)根據方塊的大小初始化N個幾何正則方向集θ_i∈(-π/2，π/2]，并將每個方塊分別沿N個幾何正則方向映射成序列S(θ_i)，然后對序列S(θ_i)進行一維正交小波變換；

2.3)計算點(x，y)的最優幾何正則方向θ：