国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于時空相關特征的運動目標免信標視覺測量技術的制作方法

      文檔序號:6472069閱讀:237來源:國知局
      專利名稱:基于時空相關特征的運動目標免信標視覺測量技術的制作方法
      技術領域
      本發(fā)明屬于視覺測量技術領域,涉及一種利用時空相關特征的免信標運動目標識別技術。
      背景技術
      常見的運動目標視覺測量技術有三種基本方法背景圖像差分法,幀間差分法和光流法。背景圖像差 分法檢測出的運動目標位置精確,且速度快,但在實際應用中由于進行比較的兩幅圖像攝自不同的時刻, 因此易受到光照變化、風等自然因素和其它人為因素的影響。而且在某些情況下,研究對象在圖像上所占 區(qū)域中的部分像素灰度值可能會與參考圖像中對應區(qū)域上的背景像素灰度值相同。目前開展了背景重構的 研究,以期減少動態(tài)場景對于準確分割的影響,但這些方法還不是很完善;幀間差分法只檢測相對運動的 物體,因兩幅圖像之間的時間間隔較短,差分圖像受光線變化影響小,檢測有效而穩(wěn)定。但這類方法有兩 個缺陷G)兩幀間物體重疊部分沒有檢測出來,即只檢測出物體的一部分,在物體中間形成空洞;(2)檢 測出的物體的位置不精確,其外接矩形在運動方向上被拉伸,檢測出的目標比真實的物體大;光流法的優(yōu) 點是能夠檢測獨立運動的對象,而不需要預先知道場景的任何信息,缺點是運算公式復雜、計算量大,在 沒有特殊硬件支持的條件下很難達到實時要求。
      在運動目標的視覺測量中,對運動體的檢測與識別通常采用目標點特征識別的方法。即事先在目標運 動體上安裝特定的信號物,或事先在目標體上選取特定的標志點,通過對信標(信號標志物)的圖像識別 來實現(xiàn)對目標運動體的識別與定位。這種采用信標識別的方法不但對硬件環(huán)境要求高,而且信標往往存在 失效、遮掩、脫落等問題,最終對運動目標的識別帶來很大影響。

      發(fā)明內容
      針對上述問題,本發(fā)明提出一種基于時空相關特征的運動目標免信標視覺測量技術。本發(fā)明所提出的 視覺測量技術是基于時空相關特征的,即充分考慮了運動像素的時間和空間相關性。在技術方案中對時間 上順序相關的圖像序列進行了分析;與此同時,對于不同時間點上的運動目標,也充分考慮了其在圖像二 維空間上的關聯(lián)性。這種方法對于視覺測量的效果起到了很好的作用。不同于通常利用信標進行運動目標 檢測的方法,該技術是一種免信標的視覺測量技術。本發(fā)明中提出的免信標是指無需事先在運動目標上 安裝任何信號物,也無需事先在運動目標上選取特定的標志點。因此,利用本發(fā)明可在不設置任何信標的 情況下,對運動目標進行視覺檢測。
      技術方案具體表述如下本發(fā)明將幀圖像分為兩個圖像區(qū)域,利用背景圖像差分法,在圖像區(qū)域一進 行運動目標粗檢測。利用目標運動的時間相關性,當運動目標完全進入圖像區(qū)域二時,在圖像區(qū)域二這個 局部區(qū)域內進行相鄰近幀間差分運算,分割出運動目標。具體采取的步驟如下
      1. 首先獲得一幅只含有固定背景的圖像f/(X,力;
      2. 從序列圖像中獲取當前幀圖像i^Oc,;;);
      3. 將〃(x,力和&(jc,力分別按列分成兩個圖像區(qū)域t^O,力、"20,力、《(x,力、F/(x,力
      4. C/10,力與《(jc,力差分得到圖像A1 (X,力
      A、:c,力—《(x,力-C/1
      5. 利用判別準則參數(shù)^對A、;c,y)進行進一步計算
      、"lo微 J
      6. 計算圖像G乂JC,力的均值和標準差,均值和標準差的計算公式如下
      〃=—ZZ/"力
      "[丄££(/""))2])
      其中m、"分別為圖像的行數(shù)和列數(shù),/(Jc,力為0,力點處的灰度值。
      7. 對均值和標準差加權運算并求出評價指標Q,計算公式如下所示
      Q = &〃 +
      鎖存另外一幀圖像MJ;c,力,把MJjc,力也分成兩個圖像區(qū)域M2(;c,力、M^(;c,力。 8 用MA2 (jc,力與Ft2 (jc,力差分得到圖像G2 (jc,力
      C 2(xv)J1 《"力|>尸4
      lo 微 J
      本發(fā)明把背景圖像差分法和幀間圖像差分法結合起來進行運動目標識別,有效地克服了二者的缺點, 自適應能力、速度快,經實驗證明抗噪聲性能較好,能較好地從視頻圖像中檢測出運動目標。
      本發(fā)明有以下一些技術特征
      (1)背景圖像以及當前幀圖像要分別按列分成兩個圖像區(qū)域;(2) 差分得到的圖像要利用判別準則參數(shù),進一步計算圖像的均值和標準差;
      (3) 通過均值和標準差加權運算求出評價指標;
      (4) 引入判別準則參數(shù)以確定運動目標的出現(xiàn);
      (5) 延遲時間的選取要保證運動目標能夠完全進入圖像區(qū)域中。


      圖1:檢測算法流程圖
      圖2:高速運動機構中的物體
      圖3: 7;時刻采集圖像及識別結果
      圖4: 7^時刻采集圖像及識別結果
      具體實施例方式
      下面結合附圖和具體實例對本發(fā)明作進一步詳細描述。將本發(fā)明應用于檢測并識別高速運動機構中的 一個物體,如圖2所示。當目標運動時,實時采集圖像,并通過此方法識別運動目標。
      第一步,當運動機構靜止時,采集物體的背景圖像f/(JC,少)。
      f/(JC,力需要定時更新。設定一個定時器,當時間到并且沒有發(fā)現(xiàn)運動目標時,就用當前幀圖像更新
      背景圖像f/0c,力。
      第二步,運動機構開始高速運動,機構上的物體跟隨運動。根據采樣參數(shù)采集當前幀圖像i^Oc,y),
      并存入暫存器中。
      第三步,將取得的圖像f/(;c,力和i^(x,力分別按列分成兩個圖像區(qū)域Wo,力、"2"力、
      第四步,根據背景圖像選取閾值77f,及7W油,將圖像f/、;c,力與F/(x,力二值化,二值化之后的 圖像采用3x3的模板濾波去噪聲,然后兩幅圖像逐個像素做差分運算得出差分圖像A乂;c,jO :
      A'(x,力—巧(x,力-W"力l 第五步,利用判別準則參數(shù)^對A10,^0進行進一步計算<formula>formula see original document page 6</formula>
      判別準則參數(shù)A的選取依據采樣率、圖像分辨率等參數(shù)而定。 一般地,在一次視覺測量中,檢測系統(tǒng) 的采樣率、圖像分辨率等參數(shù)是固定不變的。
      第六步,計算圖像G、:c,:v)的均值和標準差,均值和標準差的計算公式如下
      <formula>formula see original document page 6</formula>
      其中m、"分別為圖像的行數(shù)和列數(shù),/(x,力為0,力點處的灰度值。
      第七步,對均值和標準差加權運算并求出評價指標Q,計算公式如下所示
      當Q大于^時,確定有運動目標出現(xiàn)。如果發(fā)現(xiàn)運動目標出現(xiàn),延遲一段時間r后,鎖存另外一幀圖像
      MJx,力,把MJ;c,力也分成兩個圖像區(qū)域Ml(x,力、Mf(x,力。r的選擇要保證運動目標在r s后 完全進入M^(x,;;)圖像區(qū)域中。
      第八步,用A/fc2 (x,力與"(jc,力差分得到圖像G2 (;c,力,G2 0,力表征了圖像中運動目標的變化, 對G2 0c,力進一步處理可以得到運動目標的位置和輪廓。
      <formula>formula see original document page 6</formula>
      本發(fā)明將背景圖像差分法和幀間圖像差分法有機結合,首先在圖像區(qū)域一中用背景圖像差分法對運動 目標進行粗檢,當目標出現(xiàn)并完全進入圖像區(qū)域二后,用相鄰近幀間圖像差分法分割出運動目標。圖像區(qū) 域的劃分根據運動目標的速度而定,要保證運動目標剛出現(xiàn)時不會進入圖像區(qū)域二。本方法中用到的固定
      背景[/(;c,力需要定時更新。設定一個定時器,當時間到并且沒有發(fā)現(xiàn)運動目標時,就用當前幀圖像更新
      權利要求
      1 基于時空相關特征的運動目標免信標視覺測量技術,包括如下步驟首先將幀圖像分為兩個圖像區(qū)域,然后利用背景圖像差分法,在圖像區(qū)域一進行運動目標粗檢測。再利用目標運動的時間相關性,當運動目標完全進入圖像區(qū)域二時,在圖像區(qū)域二這個局部區(qū)域內進行相鄰近幀間差分運算,分割出運動目標。
      2.按權利要求1所述的方法,本發(fā)明中提出的免信標是指無需事先在運動目標上安裝任何信號物,也 無需事先在運動目標上選取特定的標志點。
      3. 按權利要求l所述的方法,其特征在于獲得背景圖像t/0,;;)后,不斷地從序列圖像中獲取當前幀圖 像K(x,力,并將t/(x,力和FJjc,力分別按列分成兩個圖像區(qū)域。
      4. 按權利要求1所述的方法,其特征在于利用背景圖像差分法,在圖像區(qū)域一對當前幀圖像與背景圖像進行運算,得到差分圖像其中i^(;c,力、C/乂x,力屬于圖像區(qū)域一范圍。
      5. 按權利要求l所述的方法,其特征在于引入判別準則參數(shù)戶。以確定運動目標的出現(xiàn)。
      6. 按權利要求4所述的方法,其特征在于利用尸。對差分圖像A1進行變換后得到評價指標Q 。
      7. 按權利要求5所述的方法,其恃征在于計算圖像G、;c,;0的均值和標準差,其中
      8.按權利要求5所述的方法,其特征在于對均值和標準差加權運算并求出評價指標Q,計算公式如下-
      9.按權利要求i所述的方法,其特征在于確定運動目標出現(xiàn)并延遲一段時間r后,采集一幀圖像Mt (x,力,計算0,力與《(x,力的差分得到圖像G2 (x,力。
      10按權利要求8所述的方法,其特征在于差分圖像G、x,;0的計算公式如下<formula>formula see original document page 2</formula>
      全文摘要
      本發(fā)明為基于時空相關特征的運動目標免信標視覺測量技術,屬于視覺測量技術領域。本發(fā)明目的在于克服現(xiàn)有技術中的不足和缺陷,提出一種基于視覺圖像的運動目標識別與檢測技術。該技術是一種免信標的視覺測量技術,即無需事先在目標運動體上設置信號標志物。技術實現(xiàn)時同時考慮了運動像素的時間和空間相關性,將背景圖像差分法和幀間圖像差分法結合起來進行運動目標識別,有效地克服了二者的缺點,自適應能力強、速度快,經實驗證明抗噪聲效果好,能較好地從視頻圖像中檢測出運動目標。
      文檔編號G06T7/20GK101447083SQ20081024658
      公開日2009年6月3日 申請日期2008年12月29日 優(yōu)先權日2008年12月29日
      發(fā)明者娜 倪, 鏑 曹, 賈英民 申請人:北京航空航天大學;賈英民;曹 鏑
      網友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1