[发明专利]用于视频监控的目标颜色识别方法及其系统

说明书

技术领域

本发明属于颜色识别技术领域，尤其涉及一种用于视频监控的目标颜色识别方法及其系统。

背景技术

近年来，随着计算机及互联网的飞速发展，各种机动车辆数量迅猛增长，各类监控和交通相关的信息呈现爆炸式增长的态势，为了能够高效管理及应用这些信息，智能监控系统应运而生。智能监控系统可以在卡口，停车场，刑事案件追踪等方法展现强大的作用。视频图像信息中车辆信息包括车牌号码、车辆颜色、车标等信息，行人信息包括行人颜色，行人纹理、行人边缘轮廓等信息，目标颜色识别在监控中有着举足轻重的作用。目标颜色是监控系统中的一个很重要的属性，例如当违规的车辆无牌或者套牌时，车辆识别就必须通过非车牌信息查找视频车辆，车辆颜色就是首选之一；当在刑事案件中，在监控系统中查找嫌疑人，行人的颜色信息则是最重要的信息。

目标颜色识别主要分为两个部分，首先目标颜色区域的提取，然后对该区域进行颜色识别，最后输出目标的颜色。

传统的目标颜色识别方法，是在候选的目标颜色识别区域中，简单的统计每个像素点的颜色值，选取颜色值所占比重最大的颜色视为目标的颜色，但是由于目标表面会出现光线的变化，例如车辆颜色识别区域出现反光点、人的衣服出现褶皱等都可能导致颜色的变化，最后目标颜色判断出现误差。

发明内容

基于此，针对上述技术问题，提供一种用于视频监控的目标颜色识别方法及其系统。

为解决上述技术问题，本发明采用如下技术方案：

一种用于视频监控的目标颜色识别方法，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)]]>