一種室外晝夜區(qū)分方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及計算機視覺識別領(lǐng)域，具體為一種室外晝夜區(qū)分方法。
【背景技術(shù)】
[0002] 智能視頻監(jiān)控系統(tǒng)，是利用計算機視覺技術(shù)對視頻或圖像信號進行處理、分析的 系統(tǒng)，在不需要人為干預(yù)的情況下，通過對序列圖像自動分析對監(jiān)控場景中的變化進行定 位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為。然而，在夜晚時，環(huán)境中的光線較 暗，所獲取的視頻或者圖像很可能是模糊的、含有大量噪聲的，此時，為提高其清晰度，需要 對夜晚條件下的低質(zhì)量視頻或者圖像進行增強。
[0003] 但是，智能視頻監(jiān)控系統(tǒng)無法判斷出某個時刻室外是白天或者夜晚，因而其并不 清楚是否應(yīng)該進行圖像增強。因此，智能視頻監(jiān)控系統(tǒng)準(zhǔn)確地區(qū)分室外晝夜的方法成為了 本領(lǐng)域技術(shù)人員追求的目標(biāo)。
[0004]目前，有人提出了如下區(qū)分室外晝夜的方法：
[0005] 一、通過設(shè)定特定的時間長度區(qū)分晝夜：比如，從早上5點到下午6點為晝、其與時 間為夜。但這種方法的適應(yīng)性較差，因為在不同的季節(jié)、不同的時區(qū)，晝夜變化時間是不同 的，而且即使在相同的季節(jié)和時區(qū)，受天氣因素的影響，圖像的明亮程度也會發(fā)生改變，因 此這種方法不符合實際需要。
[0006] 二、通過檢測圖像中的特征物區(qū)分晝夜：常用的特征物是路燈，若檢測路燈是亮 的，則此時室外為夜；若檢測路燈是滅的，則此時室外為晝。但是，這種方法的依賴性太強， 如果特征物損壞或者沒有特征物，就無法區(qū)分晝夜，因此，這種方法的魯棒性很差。
[0007] 三、通過光敏元件檢測圖像的光照亮度區(qū)分晝夜：光敏元件采用光、電技術(shù)實現(xiàn)對 圖像的光照亮度進行檢測，從而區(qū)分晝夜。但是光敏元件容易受損進而檢測精度降低，其維 修成本較高，因此，這種方法的實用性較差。

【發(fā)明內(nèi)容】

[0008] 為解決現(xiàn)有技術(shù)中缺陷，本發(fā)明了提供了一種室外晝夜區(qū)分方法，智能視頻監(jiān)控 系統(tǒng)通過該方法可自動地判斷其所監(jiān)控的環(huán)境處在白天或者黑夜，然后有選擇的處理相應(yīng) 的視頻或者照片。
[0009] 為實現(xiàn)上述目的，本發(fā)明的一種室外晝夜區(qū)分方法，包括訓(xùn)練支持向量機和識別 圖像兩個過程。
[0010] 訓(xùn)練支持向量機包括如下步驟：
[0011]S1:采集連續(xù)多天的圖像，記錄每幅圖像表示的晝夜情況，按照其表示的晝夜情況 將圖像分別存入"白天"、"夜晚"兩個目錄下；
[0012] S2 :獲取每幅圖像的平均亮度值、亮度直方圖，構(gòu)成一維向量，某個圖像的一維向 量作為該圖像的特征描述子；
[0013]S3:將所有圖像的特征描述子寫入到特征描述文件，并對應(yīng)地將上述所有圖像的 "晝"標(biāo)簽/ "夜"標(biāo)簽寫入到標(biāo)簽描述文件；
[0014] S4 :使用特征描述文件和標(biāo)簽描述文件訓(xùn)練支撐向量機，得到分類器；
[0015] 識別圖像包括如下步驟：
[0016] S5 :獲取待識別圖像的特征描述子；
[0017] S6 :將待識別圖像的特征描述子送入S4得到的分類器中，輸出識別結(jié)果。
[0018] 收集大量的圖像樣本，獲取這些圖像的特征描述子，通過特征描述子及其對應(yīng)的 晝夜情況訓(xùn)練支持向量機，以此得到用于分類的費雷器。該方法識別率高、魯棒性好、效率 高，實用價值較高。
[0019] 進一步地，S1步驟中，采集連續(xù)30天的圖像，每天采集24幅圖像，每小時采集一 幅。
[0020] 每天等時間間隔地獲取圖像，能夠獲取全面、大量的圖像樣本，為訓(xùn)練支持向量機 做好充足的準(zhǔn)備。
[0021] 為進一步提高識別效果，若S6輸出錯誤的識別結(jié)果，則修改標(biāo)簽描述文件中相應(yīng) 的標(biāo)簽。因此，本方法隨著長時間的使用，識別率會越來越高，可靠性越來越高。
[0022] 進一步地，S3步驟中，"1"代表"晝"，"-1"代表"夜"。
[0023] 采用簡單的數(shù)字分別表示"晝" "夜"，便于支持向量機處理。
[0024] 進一步地，特征描述文件、標(biāo)簽描述文件都為文本文件。
[0025] 文本文件在計算機中便于保存，便于后續(xù)對這些文件處理，數(shù)據(jù)和程序容易移植。
[0026] 本發(fā)明的有益效果為：首先，本發(fā)明選取的描述圖像的特征能夠有效地區(qū)分晝夜， 對圖像質(zhì)量的要求不高，具有很高的識別率和魯棒性，從而大大拓寬了實際應(yīng)用范圍；其 次，本發(fā)明采用SVM算法構(gòu)建支持向量機，效率高，檢測迅速，能滿足實時性的需求；最后， 本發(fā)明通過對錯誤樣本的再訓(xùn)練，不斷更新支持向量機，有效地提高了識別準(zhǔn)確率，并且能 更好地適用于多種場景，具有很高的實際應(yīng)用價值。
【附圖說明】
[0027] 圖1為本發(fā)明的室外晝夜區(qū)分方法的流程框圖。
[0028] 圖2為一天24時刻室外圖像的平均亮度值的分布圖。
[0029] 圖3為某天白天場景的亮度直方圖。
[0030] 圖4為某天夜晚場景的亮度直方圖。
【具體實施方式】
[0031] 下面結(jié)合附圖對本發(fā)明的結(jié)構(gòu)進行詳細(xì)解釋說明。
[0032] 如圖1所示本發(fā)明的室外晝夜區(qū)分方法的流程框圖，一種室外晝夜區(qū)分方法，包 括訓(xùn)練支持向量機和識別圖像兩個過程，
[0033] 訓(xùn)練支持向量機包括如下步驟：
[0034] S1 :采集連續(xù)多天的圖像，記錄每幅圖像表示的晝夜情況，按照其表示的晝夜情況 將圖像分別存入"白天"、"夜晚"兩個目錄下；采集的圖像樣本用于后期的訓(xùn)練樣本，每天的 圖像按時段劃分，本實施例中，每天分成24個時段，每天采集24幅圖像，每小時采集一幅， 連續(xù)采集30天。
[0035] S2:獲取每幅圖像的平均亮度值、亮度直方圖，構(gòu)成一維向量，某個圖像的一維向 量作為該圖像的特征描述子；特征描述子是對圖像自身特征的一種描述形式，本發(fā)明某幅 圖像的特征描述子是由圖像平均亮度值、亮度直方圖構(gòu)成一維向量。
[0036] 具體來說，亮度值的范圍是0-255,本發(fā)明將亮度值劃分成10個區(qū)間，從0開始， 前9個區(qū)間的區(qū)間間隔為25,最后1個區(qū)間的區(qū)間間隔為30,通過統(tǒng)計圖像中所有像素點 的亮度值，可以得到每個區(qū)間的像素點數(shù)量，以及每個區(qū)間的像素點數(shù)量在整幅圖像中所 占的比例，該十個比例值作為圖像的一個特征描述。
[0037] 將圖像的平均亮度值、十個比例值構(gòu)成一個一維向量，作為圖像的特征描述子。
[0038] 如圖2所示，本實施例設(shè)定早晨6:00和傍晚19:00左右為晝夜交替點，可以明顯 看出，白天圖像相對于夜晚圖像，亮度值普遍較高，因此，本發(fā)明提取圖像的平均亮度值作 為圖像的一種特征描述。
[0039] 首先，圖像是由R、G、B三個分量組成并存儲在計算機中，我們需要根據(jù)圖像的RGB 值來計算該圖像的亮度值。
[0040] RGB色彩模式是工業(yè)界的一種顏色標(biāo)準(zhǔn)，是通過對紅（R)、綠（G)、藍(lán)（B)三個顏色 通道的變化以及它們相互之間的疊加來得到各式各樣的顏色的，RGB即是代表紅、綠、藍(lán)三 個通道的顏色，這個標(biāo)準(zhǔn)幾乎包括了人類視力所能感知的所有顏色，是目前運用最廣的顏 色系統(tǒng)之一。通常情況下，RGB各有256級亮度，用數(shù)字表示為從0、1、2...直到255。當(dāng)三 色數(shù)值都為255時為最亮的白色，都為0時為黑色。
[0041] 國際電信聯(lián)盟ITU-RBT. 601-6建議書中定義亮度Y的計算公式為：
[0042] Y= 0? 299 ?R+0. 587 ?G+0. 114 ?B
[0043] 由上述公式，我們可以求得第i個像素點的亮度值為
[0044] Y(i) = 0? 299 ?R(i)+0. 587 ?G(i)+0. 114 ?B(i)
[0045] 設(shè)圖像共有n個像素點，則該圖像的平均亮度值為
【主權(quán)項】
1. 一種室外晝夜區(qū)分方法，包括訓(xùn)練支持向量機和識別圖像兩個過程，其特征在于： 訓(xùn)練支持向量機包括如下步驟： S1 :采集連續(xù)多天的圖像，記錄每幅圖像表示的晝夜情況，按照其表示的晝夜情況將圖 像分別存入"白天"、"夜晚"兩個目錄下； S2:獲取每幅圖像的平均亮度值、亮度直方圖，構(gòu)成一維向量，某個圖像的一維向量作 為該圖像的特征描述子； S3:將所有圖像的特征描述子寫入到特征描述文件，并對應(yīng)地將上述所有圖像的"晝" 標(biāo)簽/ "夜"標(biāo)簽寫入到標(biāo)簽描述文件； 54 :使用特征描述文件和標(biāo)簽描述文件訓(xùn)練支撐向量機，得到分類器； 識別圖像包括如下步驟： 55 :獲取待識別圖像的特征描述子； 56 :將待識別圖像的特征描述子送入S4得到的分類器中，輸出識別結(jié)果。
2. 根據(jù)權(quán)利要求1所述的室外晝夜區(qū)分方法，其特征在于：S1步驟中，采集連續(xù)30天 的圖像，每天采集24幅圖像，每小時采集一幅。
3. 根據(jù)權(quán)利要求1所述的室外晝夜區(qū)分方法，其特征在于：若S6輸出錯誤的識別結(jié) 果，則修改標(biāo)簽描述文件中相應(yīng)的標(biāo)簽。
4. 根據(jù)權(quán)利要求1所述的室外晝夜區(qū)分方法，其特征在于：S3步驟中，" 1"代表"晝"， "-1"代表"夜"。
5. 根據(jù)權(quán)利要求1所述的室外晝夜區(qū)分方法，其特征在于：特征描述文件、標(biāo)簽描述文 件都為文本文件。
【專利摘要】本發(fā)明公開了一種室外晝夜區(qū)分方法，包括訓(xùn)練支持向量機和識別圖像兩個過程：訓(xùn)練支持向量機包括采集連續(xù)多天的圖像、獲取每幅圖像的平均亮度值及亮度直方圖、獲取特征描述文件和標(biāo)簽描述文件、使用特征描述文件和標(biāo)簽描述文件訓(xùn)練支撐向量機得到分類器；識別圖像包括如下步驟：獲取待識別圖像的特征描述子、將待識別圖像的特征描述子送入S4得到的分類器輸出識別結(jié)果。本發(fā)明選取的描述圖像的特征能夠有效地區(qū)分晝夜，對圖像質(zhì)量的要求不高，具有很高的識別率和魯棒性，從而大大拓寬了實際應(yīng)用范圍；本發(fā)明通過對錯誤樣本的再訓(xùn)練，不斷更新支持向量機，有效提高了識別準(zhǔn)確率，具有很高的實際應(yīng)用價值。
【IPC分類】G06K9-00, G06K9-46
【公開號】CN104615989
【申請?zhí)枴緾N201510060825
【發(fā)明人】馬華東, 傅慧源, 靳龍飛
【申請人】北京郵電大學(xué)
【公開日】2015年5月13日
【申請日】2015年2月5日