[發明專利]基于高清視頻圖像目標自動定位識別系統及方法

無效

• 申請號: 201210222879.5
• 申請日: 2012-06-29
• 公開（公告）號: CN102768731A
• 公開（公告）日: 2012-11-07
• 發明（設計）人: 李剛;石飛榮;田秦
• 申請（專利權）人: 陜西省交通規劃設計研究院;北京科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/54
• 代理公司: 北京金智普華知識產權代理有限公司 11401
• 代理人: 皋吉甫

技術領域

本發明涉及一種可用于公共安全、停車管理、智能交通、綜合應急等領域復雜場景下基于高清視頻圖像目標自動定位識別系統及方法。

背景技術

近年來，高清攝像機越來越多地應用于公共安全、停車管理、智能交通、綜合應急等領域復雜背景下的高清視頻圖像監控。傳統的標清視頻圖像目標定位識別方法無法直接轉化為針對復雜場景下的高清視頻圖像(運動)目標(快速)自貢定位識別處理，原因是高清視頻圖像分辨率高，場景范圍大、背景復雜，設定偵測區域(運動)目標(快速)自動輪廓(邊緣)檢測定位難度大，高清視頻圖像中有多個(運動)目標需同時定位、識別，而現有標清視頻圖像下的目標識別方法一般只能識別簡單背景下的單一目標。此外，高清視頻設定偵測區域圖像中(運動)目標(快速)自動定位識別方法，不僅要求識別率高，而且要求識別速度快。因此如何快速、準確地識別高清視頻圖像中(運動)目標輪廓(邊緣)特征圖像，是現有技術中普遍面臨且亟待解決的問題。

發明內容

本發明針對現有技術缺陷，提供一種針對高清視頻圖像的目標(快速)自動定位識別方法，圖像增強效果好，檢測、定位速度快，識別準確率高。

為實現上述目的，本發明提供了高清視頻圖像目標自動定位識別系統，該系統由高清視頻圖像增強處理模塊、目標檢測定位模塊、灰度圖像二值化處理模塊、目標輪廓圖像傾斜度校正模塊、目標輪廓圖像分割及特征提取模塊和目標輪廓圖像識別及后處理模塊組成；

其中，所述高清視頻圖像增強處理模塊用于實現對前端高清攝像機實時采集的高清視頻的圖像增強處理，根據高清視頻圖像中背景/場景圖像和內容/目標圖像實時確定圖像濾波器模板類型及加權系數，獲取最佳信噪比增強圖像，提高后續目標檢測、定位、識別精度,以消除復雜場景圖像噪聲干擾；

所述目標檢測定位模塊用于實現設定偵測區域圖像與動態背景圖像之間的實時比對，采用自適應梯度檢測定位算法對其中目標進行快速輪廓/邊緣檢測、定位；

所述灰度圖像二值化處理模塊用于實現設定偵測區域圖像轉換為灰度圖像后的二值化處理；

所述目標輪廓/邊緣圖像傾斜度校正模塊用于基于垂直游程長統計的目標輪廓(邊緣)圖像傾斜度校正算法實現設定偵測區域目標輪廓/邊緣圖像傾斜度校正處理;

所述目標輪廓圖像分割及特征提取模塊用于實現在經目標輪廓圖像傾斜度校正后的二值化圖像中目標輪廓/邊緣圖像分割及特征提取；

所述目標輪廓圖像識別及后處理模塊采用動態樣本聚類分析法實現目標輪廓(邊緣)圖像的匹配識別和本地目標輪廓圖像/特征樣本庫中特征樣本的優化、調整。

本發明的另一目的是提供基于高清視頻圖像目標自動定位識別方法，該方法具體包括如下步驟：

步驟1，高清視頻圖像增強處理模塊對高清攝像機實時采集的高清視頻進行圖像增強處理，實時比對設定偵測區域圖像與動態背景圖像，對實時采集的高清視頻圖像中設定偵測區域/運動目標輪廓/邊緣進行快速檢測、定位；

步驟2，目標檢測定位模塊將實時檢測到的設定偵測區域目標輪廓/邊緣圖像映射到原始高清視頻動態背景圖像中，根據目標輪廓/邊緣圖像特征對目標輪廓/邊緣圖像進行排序；

步驟3，將高清視頻中設定偵測區域圖像轉換為灰度圖像，并將高清視頻中設定偵測區域灰度圖像進行二值化處理；

步驟4，根據實時檢測到的目標輪廓/邊緣圖像與樣本庫進行比對，對實時檢測到的目標輪廓/邊緣圖像進行特征分類；

步驟5，對實時檢測到的目標輪廓/邊緣圖像進行匹配識別，確定實時檢測到的設定偵測區域目標輪廓圖像類型。

3.根據權利要求1所述的針對高清視頻設定偵測區域圖像目標快速定位、識別方法，其特征在于，所述方法步驟5采用動態樣本聚類分析法對目標輪廓圖像進行識別，并根據目標輪廓特征對識別結果進行確認。

本發明針對復雜背景下的高清(200萬像素以上)視頻圖像目標自動檢測及定位識別，嵌入式軟件功能設計實現非均勻光照條件下高清視頻圖像增強處理和軟件的可信、可靠性，目標自動檢測、定位速度快，適應動態范圍大、目標識別精度高，提高前端嵌入式系統(智能攝像機)可靠性和穩定性，降低現場施工安裝要求和難度。

附圖說明

圖1為本發明高清視頻圖像目標自動定位識別方法流程示意圖；

圖2為本發明高清視頻圖像目標自動定位識別系統邏輯框圖。

具體實施方式

下面通過附圖和實施例，對本發明技術方案做進一步的詳細描述。