[发明专利]用于视频监控的目标颜色识别方法及其系统

权利要求书

1.一种用于视频监控的目标颜色识别方法，其特征在于，包括：

从视频图像中提取颜色识别目标区域；

目标区域颜色初始化：将所述颜色识别目标区域空间转换为HSL空间，用预训练的svm模型对目标区域各像素的颜色进行初始化；

对目标区域内各颜色分量h、s、l进行颜色类别检测：

参数更新：根据当前目标区域更新{μ_l,σ_l}，μ_l和σ_l分别是当前第l类颜色区域的均值和标准方差；

由公式(1)-(3)计算每个像素相邻域的颜色类别的先验概率，并由公式(4)计算每个像素相邻域的颜色类别的似然概率：

p(xi)=exp(-u(xi))Σxi∈Lexp(-u(xi))---(1)]]>

u(xi)=-βiΣj∈Ni[δ(xi,xj)-1]---(2)]]>

δ(xi,xj)=1xi=xj0xi≠xj---(3)]]>

P(yi|xi)=(1/2πσl2)·exp(-(yi-μl)2/2σl2)---(4)]]>

采用条件迭代模式ICM算法，通过公式(5)逐渐最大化条件概率判别像素的颜色类别：

x^i=argmaxxi∈{1,2,...,C}{f(yi|xi)·f(xi|xNi)}i∈S---(5)]]>

判断迭代是否收敛或达到最高迭代次数，若否，则返回参数更新步骤；

统计所述颜色识别目标区域各颜色所占比重，比重最大的则为该颜色识别目标区域的颜色；

其中，x_i为像素点i的类别标号，y_i为像素点i的像素值，l为最大类别数，μ_l为第l类区域的均值，σ_l为第l类区域的标准方差；β为平滑参数，取值0.8-1.4，N_i为像素点i的邻域。

2.一种用于视频监控的目标颜色识别系统，其特征在于，包括：

区域提取单元，用于从视频图像中提取颜色识别目标区域；

目标区域颜色识别初始化单元，用于将所述颜色识别目标区域空间转换为HSL空间，用预训练的svm模型对目标区域各像素的颜色进行初始化；均值以及方差计算单元，用于计算各种颜色区域的各种颜色分量均值以及方差；

颜色类别检测单元，用于对目标区域内各颜色分量h、s、l进行颜色类别检测：

参数更新：根据当前目标区域更新{μ_l,σ_l}，μ_l和σ_l分别是当前第l类颜色区域的均值和标准方差；

由公式(1)-(3)计算每个像素相邻域的颜色类别的先验概率，并由公式(4)计算每个像素相邻域的颜色类别的似然概率：

p(xi)=exp(-u(xi))Σxi∈Lexp(-u(xi))---(1)]]>

u(xi)=-βiΣj∈Ni[δ(xi,xj)-1]---(2)]]>

δ(xi,xj)=1xi=xj0xi≠xj---(3)]]>

P(yi|xi)=(1/2πσl2)·exp(-(yi-μl)2/2σl2)---(4)]]>

采用条件迭代模式ICM算法，通过公式(5)逐渐最大化条件概率判别像素的颜色类别：

x^i=argmaxxi∈{1,2,...,C}{f(yi|xi)·f(xi|xNi)}i∈S---(5)]]>

判断迭代是否收敛或达到最高迭代次数，若否，则由参数更新单元进行参数更新；

颜色判断单元，用于统计所述颜色识别目标区域各颜色所占比重，比重最大的则为该颜色识别目标区域的颜色；

其中，x_i为像素点i的类别标号，y_i为像素点i的像素值，l为最大类别数，μ_l为第l类区域的均值，σ_l为第l类区域的标准方差；β为平滑参数，取值0.8-1.4，N_i为像素点i的邻域。