[發明專利]一種基于時序與頻域過濾的物體檢測與物體切割算法在審
| 申請號： | 202110707449.1 | 申請日： | 2021-06-24 |
| 公開（公告）號： | CN113378757A | 公開（公告）日： | 2021-09-10 |
| 發明（設計）人： | 唐蔚然 | 申請（專利權）人： | 蘇州幻島信息科技有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/38;G06K9/40;G06K9/46;G06T5/00;G06T7/11;G06T7/136;G06T7/194;G06T7/246;G06T7/254 |
| 代理公司： | 北京棘龍知識產權代理有限公司 11740 | 代理人： | 張開 |
| 地址： | 215000 江蘇省蘇州市高*** | 國省代碼： | 江蘇;32 |
| 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 時序 過濾 物體 檢測 切割 算法 | ||
1.一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于，包括以下步驟：
S1、輸入視頻，獲取圖像，并抽取關鍵幀數據；
S2、背景計算：在頻域中預處理并截取低頻信息，在時序中按照公式計算實時背景圖Imagebg以及自適應閾值T；
S3、物體檢測：對輸入的當前幀截取低頻信息后，以S2中計算的實時背景圖背景圖和自適應閾值為標準，獲取前景圖，對當前幀進行前景和背景的判別，經過物體切割算法切割出當前幀圖像中的目標物體，追蹤追蹤前景物體并去除錯誤物體后，對當前幀處理完畢；將下一幀作為新的當前幀，重新進行背景計算狀態和物體檢測。
2.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：所述S2中，使用公式1在時序中計算實時背景圖Imagebg：
Imagebg＝∑Rt-n×Imaget-n；
Rt-n＝(1/n)/∑(1/n)；
其中：t為時序編號，n＝[0,15]；Imaget-n為第t-n號圖片。
3.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：所述S2中，使用公式2在時序中計算自適應的閾值T；
T＝Lt-n×∑((1/n)/∑(1/n))；
其中：t為時序編號，n＝[0,15]；Lt-n為第t-n號圖片的亮度。
4.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：所述S2中使用低通濾波器low-pass濾波器，或者在頻域中處理去除高頻信息，獲得低頻圖片。
5.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S3中，若檢測若干幀圖像中未出現物體，繼續進行背景累加。
6.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S3中，若所述前景物體的大小與運動在置信區間內，設定為合理前景。
7.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S3中，利用收縮算法去除噪點。
8.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S3中，膨脹算法獲得前景物體范圍，并利用多邊形算法獲得前景物體圖片。
9.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S3中，利用motion-tracking算法，在時序中追蹤前景物體。
10.根據權利要求1所述的一種基于時序與頻域過濾的物體檢測與物體切割算法，其特征在于：在所述S1中，所述關鍵幀數據的選擇方式為每隔N幀或連續的圖像幀。
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蘇州幻島信息科技有限公司，未經蘇州幻島信息科技有限公司許可，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/202110707449.1/1.html，轉載請聲明來源鉆瓜專利網。
