[發明專利]一種前景目標的提取方法、裝置、設備及存儲介質

有效

• 申請號: 201810331228.7
• 申請日: 2018-04-13
• 公開（公告）號: CN108520259B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 鄧苗
• 申請（專利權）人: 國光電器股份有限公司;廣州市國光電子科技有限公司
• 主分類號: G06K9/34
• 分類號: G06K9/34;G06K9/46;G06T7/12
• 代理公司: 北京品源專利代理有限公司 11332
• 代理人: 孟金喆

1.一種前景目標的提取方法，其特征在于，包括：

根據至少一幀輸入圖像的梯度特征獲取第一前景輪廓，以及根據至少一幀輸入圖像的顏色特征獲取第二前景輪廓；

提取所述第一前景輪廓中滿足第一預設條件的角點，作為目標角點；

根據所述第二前景輪廓生成低閾值邊緣圖曲線；

按照所述低閾值邊緣曲線連接所述目標角點，并對連接得到的前景輪廓進行填充，獲得最終前景目標；

所述根據所述第二前景輪廓生成低閾值邊緣圖曲線，具體為：按照如下公式生成低閾值邊緣圖曲線：

其中，表示低閾值邊緣圖曲線，表示第二前景輪廓，T_m為常數，表示梯度特征，計算方式為：

其中，c為顏色通道的序號，表示的第c個顏色通道的x方向導數，表示的第c個顏色通道的y方向導數，是圖中像素的位置。

2.根據權利要求1所述的方法，其特征在于，所述根據至少一幀輸入圖像的梯度特征獲取第一前景輪廓，包括：

初始化至少一個背景模型，保存與所述背景模型對應的置信度矩陣；

迭代更新所述背景模型和所述置信度矩陣，直至遍歷所有輸入圖像；

選取滿足第二預設條件的背景模型作為待比較背景模型；

將所述輸入圖像與所述待比較背景模型進行比較，提取第一前景輪廓。

3.根據權利要求2所述的方法，其特征在于，所述迭代更新所述背景模型和所述置信度矩陣，包括：

計算所述至少一個輸入圖像與所述背景模型的梯度特征差異函數；

采用如下公式進行迭代更新所述背景模型：

其中，t是當前輸入圖像的時間序號，α_c為常數，表示的是輸入圖像，是時間序號為t的輸入圖像對應的背景模型，M為背景模型的個數；

以及，對于對應于最小差異函數的背景模型，采用如下公式迭代更新所述置信度矩陣：

其中，i是背景模型的序號，m是對應于最小差異函數的背景模型的序號，是時間序號為t的輸入圖像對應的序號為m的背景模型的置信度矩陣；

對于其他背景模型，采用如下公式進行所述置信度矩陣的迭代：

4.根據權利要求2或3所述的方法，其特征在于，所述提取第一前景輪廓，具體為：根據公式獲取第一前景輪廓；

其中，表示第一前景輪廓，T_f為常數，表示的是輸入圖像和待比較背景模型的差異函數，為待比較背景模型和輸入圖像之間的差異函數的最小值。

5.一種前景目標的提取裝置，其特征在于，包括：

輪廓獲取模塊，用于根據至少一幀輸入圖像的梯度特征獲取第一前景輪廓，以及根據至少一幀輸入圖像的顏色特征獲取第二前景輪廓；

角點提取模塊，用于提取所述第一前景輪廓中滿足第一預設條件的角點，作為目標角點；

曲線生成模塊，用于根據所述第二前景輪廓生成低閾值邊緣圖曲線；

前景獲取模塊，用于按照所述低閾值邊緣曲線連接所述目標角點，并對連接得到的前景輪廓進行填充，獲得最終前景目標；

曲線生成模塊具體用于：按照如下公式生成低閾值邊緣圖曲線：

其中，表示低閾值邊緣圖曲線，表示第二前景輪廓，T_m為常數，表示梯度特征，計算方式為：

其中，c為顏色通道的序號，表示的第c個顏色通道的x方向導數，表示的第c個顏色通道的y方向導數，是圖中像素的位置。

6.根據權利要求5所述的裝置，其特征在于，所述輪廓獲取模塊，包括：

模型初始化單元，用于初始化至少一個背景模型，保存與所述背景模型對應的置信度矩陣；

迭代更新單元，用于迭代更新所述背景模型和所述置信度矩陣，直至遍歷所有輸入圖像；

背景模型選取單元，用于選取滿足第二預設條件的背景模型作為待比較背景模型；

輪廓獲取單元，用于將所述輸入圖像與所述待比較背景模型進行比較，提取第一前景輪廓。