[發明專利]一種基于機器視覺的水下目標識別方法在審
| 申請號: | 201710845431.1 | 申請日: | 2017-09-19 |
| 公開(公告)號: | CN107578045A | 公開(公告)日: | 2018-01-12 |
| 發明(設計)人: | 雷飛;方之愉;付偉;孫康 | 申請(專利權)人: | 北京工業大學 |
| 主分類號: | G06K9/32 | 分類號: | G06K9/32;G06K9/38 |
| 代理公司: | 北京思海天達知識產權代理有限公司11203 | 代理人: | 張慧 |
| 地址: | 100124 *** | 國省代碼: | 北京;11 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 機器 視覺 水下 目標 識別 方法 | ||
技術領域
本發明屬于計算機圖像處理技術領域,具體涉及一種基于機器視覺的水下目標識別方法。
背景技術
隨著我國經濟的快速發展,日常生活中越來越多的人加入到游泳健身的行列中去。但游泳導致的溺水問題也隨之而來,如何有效的減少溺水事件的發生越來越成為各個游泳場所關注的問題。為了減少溺水事件的發生,游泳場所都配備了專業的救生人員。但是救生人員產生視覺疲勞,或者因為其他原因無法對溺水人員作出有效判斷的情況下,僅憑救生人員對泳池進行安全保障是很難完全保障游泳者安全的,因此需要一個新的圖像處理算法對整個泳池進行檢測并且對發生溺水的人員進行安全警報,從而減少溺水事件的發生。
發明內容
本發明的目的在于解決現有泳池救生的檢測,報警的弊端,提供一種基于機器視覺的水下目標識別方法,能夠快速的獲取溺水的警報信息,給溺水人員的救援帶來了很大的便利。為實現所述的設計目的,本發明采用的技術方案為基于圖像處理的水下目標識別檢測方案:為泳池安全維護者提供及時,準確的報警信息,也為泳池安全維護者提供現場溺水的視頻,以便進行核對和歷史查詢。
一種基于機器視覺的水下目標識別方法,對水下圖像進行一系列的圖像處理,獲取前景目標,然后對目標進行圈定和報警判斷,包括以下步驟:
步驟a)對水下視頻進行獲取,對首次獲取的圖像進行初始化。具體方法是調整圖像的大小以及圖像的分辨率。對圖像大小進行調整的公式為:
fx=(double)dsize.width/src.cols,其中,dsize.width為輸出圖像的寬度,src.cols為輸入圖像的寬度,fx為輸出圖像與輸入圖像寬度的比值,
fy=(double)dsize.height/src.rows,其中,dsize.height為輸出圖像的高度,src.rows為輸入圖像的高度,fy為輸出圖像與輸入圖像高度的比值
dsize=Size(round(fx*src.cols),round(fy*src.rows)),其中,dsize 為輸出圖像的大小
步驟b)對調整好大小和尺寸的圖像進行灰度處理,獲取灰度圖像。彩色圖像中的每個像素的顏色有R、G、B三個分量決定,而每個分量有255個值可取,這樣一個像素點可以有1600多萬 (255*255*255)的顏色的變化范圍。而灰度圖像是R、G、B三個分量相同的一種特殊的彩色圖像,其一個像素點的變化范圍為255種,所以在數字圖像處理種一般先將各種格式的圖像轉變成灰度圖像以使后續的圖像的計算量變得少一些。灰度圖像的描述與彩色圖像一樣仍然反映了整幅圖像的整體和局部的色度和亮度等級的分布和特征。對圖像進行灰度處理的公式為:
Y=0.299R+0.587G+0.114B
其中,Y為計算之后獲取的灰度值,R為原彩色圖像中紅色分量, G為原彩色圖像中綠色分量,B為原彩色圖像中藍色分量。
步驟c)對獲取得到的灰度圖像進行高斯濾波,高斯濾波是通過對輸入圖像的每個點與輸入的高斯濾波模板執行卷積計算然后將這些結果一塊組成了濾波后的輸出圖像數組,通俗的講就是高斯濾波是對整幅圖像進行加權平均的過程,每一個像素點的值都由其本身和鄰域內的其他像素值經過加權平均后得到。若使用3×3模板,則計算公式如下
g(x,y)={f(x-1,y-1)+f(x-1,y+1)+f(x+1,y-1)+f(x+1,y+1)+[f(x-1,y)+f(x ,y-1)+f(x+1,y)+f(x,y+1)]*2+f(x,y)*4}/16;
其中,g(x,y)為輸出圖像在(x,y)點處的像素值,f(x,y)為輸入圖像在(x,y)點處的像素值
步驟d)獲取高斯濾波之后的圖像再對圖像進行背景累積。
dst(x,y)←(1-alpha)*dst(x,y)+alpha*src(x,y),其中,src(x,y)為輸入圖像,dst(x,y)為輸出圖像,alpha為卷積參數,可以按照背景更新速度進行適當調整,一般取值在0~1之間。
步驟e)在獲取累積所得的背景圖像之后,再通過當前實時的水下圖像與背景圖像進行幀間差分,獲取動態的前景圖像。()兩個圖像的差的絕對值,支持mask)
sl(x,y)=src(x,y)-dst(x,y),其中,dst(x,y)為累積獲取的背景圖像, src(x,y)為實時獲取的前景圖像,sl(x,y)為通過幀間蝦粉所獲取的目標前景圖像
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于北京工業大學,未經北京工業大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201710845431.1/2.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:分散式污水處理系統
- 下一篇:一體化MBR污水處理裝置





