[發明專利]基于支持向量機的運動目標分類方法

有效

• 申請號: 201611263597.4
• 申請日: 2016-12-30
• 公開（公告）號: CN106650824B
• 公開（公告）日: 2019-08-13
• 發明（設計）人: 王俊平;郭佳佳;李超;董慶寬;胡靜;李勇
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06K9/00
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 田文英;王品華

本發明提出了一種基于支持向量機的運動目標分類方法，主要解決現有運動目標分類方法中存在背景復雜、運動目標模糊以及分類效果差的問題。其實現步驟是：(1)利用攝像頭讀取視頻；(2)提取視頻幀；(3)讀取一幀視頻幀圖像；(4)預處理；(5)提取處理后運動目標圖像的邊緣、梯度和信息熵特征；(6)判斷是否讀取所有的視頻幀圖像；(7)收集運動目標特征；(8)訓練支持向量機；(9)得到分類結果。本發明具有能在復雜環境中提取精確的運動目標和運動目標特征，利用支持向量機達到精確分類的優點，可用于視頻中的運動目標分類，為后續的目標追蹤和識別提供可靠的數據。

技術領域

本發明屬于電子技術領域，更進一步涉及圖像數據處理技術領域中的一種基于支持向量機的運動目標分類方法。本發明可用于對視頻圖像處理中的運動目標進行精確的分類，為后續的目標追蹤和識別提供可靠數據。

背景技術

視頻中運動目標的分類在對視頻圖像分析研究中起著重要的作用，為后續的目標追蹤和行為分析等處理環節提供實時有效的結果和數據。

目前常用的運動目標分類方法有基于形狀特征的方法、基于運動特征的方法和基于學習的方法等，但到目前為止還不存在一個通用的方法?；谛螤钐卣鞯姆诸惙椒ǜ鶕繕说男螤钐卣鬟_到分類的效果，但他依賴于目標的完整提取，當背景復雜，運動目標模糊的情況下，形狀特征不能準確提取，分類精度不高。

目前有很多基于監督學習的目標識別算法應用到運動目標分類識別中，基于支持向量機的運動目標分類是最簡單、使用最普遍的方法之一。

張壯署，蔡曉東在其發表的論文“監控視頻中運動目標識別分類系統研究”(《電視技術》2012年23期第165-167頁)中公開了一種基于監控視頻中運動目標識別分類算法。該算法通過提取視頻中運動目標的高階矩、長寬比和占空比，然后利用支持向量機來進行訓練識別分類。該方法存在的不足之處是，當運動目標比較模糊時，運動目標的形狀特征不明顯，導致分類精確度不高。

北京環境特性研究所申請的專利文件“一種基于視頻圖像的目標分類方法”(專利申請號201510012901.7，公布號CN 104657741 A)公開了一種基于視頻圖像的運動目標分類方法。該方法的實現過程為，根據連續的視頻圖像進行監控區域的背景學習，獲得監控區域的當前背景圖形，根據當前背景圖像對當前視頻幀進行逐像素背景差分操作和圖像分割操作，形成目標圖像，從目標圖像中提取目標區域，對各個目標區域進行主成份分析，計算目標區域的矩形飽和度特征，根據矩形飽和度特征和預設的閾值，對目標區域進行分類。該方法存在的不足之處是，通過逐像素背景差分得到目標圖像，當背景復雜且存在背景運動干擾的情況下不能正確提取出運動目標。

發明內容

本發明的目的在于克服上述已有技術的不足，提出一種基于支持向量機的運動目標分類方法，將彩色視頻圖像轉換成灰度圖像，采用混合高斯背景建模建立背景圖像，提取出視頻中的運動目標，對運動目標進行形態學濾波，再對處理過的運動目標進行邊緣，梯度，信息熵提取，訓練支持向量機，得到分類器模型，從而在保證環境多變的情況下有效的完成視頻運動目標的分類處理，提高了運動目標分類的精確度。

實現本發明目的的具體步驟如下：

(1)利用攝像頭讀取待分類運動目標的彩色紅綠藍RGB視頻；

(2)逐幀讀取待分類運動目標的彩色紅綠藍RGB視頻，得到彩色視頻幀圖像；

(3)在彩色視頻圖像中隨機讀取一幀圖像，得到一幀待處理彩色視頻圖像；

(4)預處理；

(4a)按照下式，計算待處理彩色視頻幀圖像轉換成灰度圖像中每一像素點的灰度值，將計算后的灰度值組成灰度圖像；

Gray_i,j＝0.299R_i,j+0.587G_i,j+0.114B_i,j