[發明專利]一種用于視頻中高度近似動態目標的特征提取方法

有效

• 申請號: 201911041346.5
• 申請日: 2019-10-30
• 公開（公告）號: CN110807407B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 李晨;李夏霖;許寧
• 申請（專利權）人: 東北大學
• 主分類號: G06V20/40
• 分類號: G06V20/40;G06V10/26;G06V10/44;G06V10/764;G06T7/73
• 代理公司: 北京易捷勝知識產權代理有限公司 11613
• 代理人: 韓國勝

本發明提供一種用于視頻中高度近似動態目標的特征提取方法，包括：獲取視頻序列，視頻序列包括連續的視頻幀，連續的視頻幀存在一個或多個目標；依據連續的視頻幀，獲取同一個目標在每一個視頻幀中的位置信息；依據同一個目標在每一個視頻幀中的位置信息，將同一個目標在每一個視頻幀中的圖像信息疊加至同一圖像，獲取目標疊影圖像；依據目標疊影圖像，提取目標疊影特征。對顏色紋理單一、不同物體形狀高度近似的小物體圖像的處理提供了解決方案，加強了視頻分析方法的精度與智能程度。

技術領域

本發明涉及數字圖像處理技術領域，尤其涉及一種用于視頻中高度近似動態目標的特征提取方法。

背景技術

現有技術在對圖像分析處理時，提取的特征主要包括顏色特征、紋理特征、形狀特征和空間特征。

顏色特征是一種全局特征，描述了圖像或圖像區域所對應的景物的表面性質，顏色特征的提取包括：顏色矩、顏色直方圖、顏色集、顏色聚合向量和顏色相關圖。紋理特征也是一種全局特征，也描述了圖像或圖像區域所對應的景物的表面性質，紋理特征的提取包括：統計方法的典型代表灰度共生矩陣GLCM以及模型法中的馬爾可夫(Markov)隨機場(MRF)模型法和Gibbs隨機場模型法。形狀特征的提取包括：邊界特征法中的Hough變換檢測平行直線方法、傅里葉形狀描述符法和其他經典方法(限元法、小波描述符法等)?？臻g特征是指圖像中分割出來的多個目標之間的相互的空間位置或相對方向關系，這些關系可分為連接/鄰接關系、交疊/重疊關系和包含/包容關系等；空間特征的提取包括：基于模型的姿態估計方法和基于學習的姿態估計方法。

然而，對顏色紋理單一的物體圖像進行處理，顏色紋理特征并不明顯，提取圖像顏色紋理特征很難區分出物體本身和背景；對兩個形狀高度近似的物體圖像進行處理，形狀特征很難對兩個物體進行區分；對小物體圖像進行處理，小物體的可利用特征較少，導致小物體圖像分析難度大?？梢姡F有提取的特征很難對顏色紋理單一、不同物體形狀高度近似的小物體圖像進行處理。

發明內容

(一)要解決的技術問題

為了解決現有技術的上述問題，本發明提供一種用于視頻中高度近似動態目標的特征提取方法。對顏色紋理單一、不同物體形狀高度近似的小物體圖像的處理提供了解決方案，加強了視頻分析方法的精度與智能程度。

(二)技術方案

為了達到上述目的，本發明采用的主要技術方案包括：

一種用于視頻中高度近似動態目標的特征提取方法，包括：獲取視頻序列，視頻序列包括連續的視頻幀，連續的視頻幀存在一個或多個目標；依據連續的視頻幀，獲取同一個目標在每一個視頻幀中的位置信息；依據同一個目標在每一個視頻幀中的位置信息，將同一個目標在每一個視頻幀中的圖像信息疊加至同一圖像，獲取目標疊影圖像；依據目標疊影圖像，提取目標疊影特征。

作為本發明方法的一種改進，依據連續的視頻幀，獲取同一個目標在每一個視頻幀中的位置信息，包括：對每一個視頻幀進行圖像分割，獲取每一個二值視頻幀；依據每一個二值視頻幀，獲取每一個視頻幀中每一個目標的位置信息；采用KNN算法對每兩個連續視頻幀進行處理，獲取同一個目標在每兩個連續視頻幀中的位置信息；依據同一個目標在每兩個連續視頻幀中的位置信息，獲取同一個目標在每一個視頻幀中的位置信息。

作為本發明方法的一種改進，對每一個視頻幀進行圖像分割，獲取每一個二值視頻幀，包括：通過腐蝕、膨脹形態學方法對每一個視頻幀進行預處理，獲取每一個預處理的視頻幀；基于graythresh函數對每一個預處理的視頻幀進行二值化處理，獲取每一個二值視頻幀。

作為本發明方法的一種改進，依據目標疊影圖像，提取目標疊影特征，包括：依據目標疊影圖像，確定目標疊影圖像的切面圖像；對切面圖像進行特征統計，獲得疊影特征向量。