[发明专利]基于支持向量机的运动目标分类方法

说明书

本发明提出了一种基于支持向量机的运动目标分类方法，主要解决现有运动目标分类方法中存在背景复杂、运动目标模糊以及分类效果差的问题。其实现步骤是：(1)利用摄像头读取视频；(2)提取视频帧；(3)读取一帧视频帧图像；(4)预处理；(5)提取处理后运动目标图像的边缘、梯度和信息熵特征；(6)判断是否读取所有的视频帧图像；(7)收集运动目标特征；(8)训练支持向量机；(9)得到分类结果。本发明具有能在复杂环境中提取精确的运动目标和运动目标特征，利用支持向量机达到精确分类的优点，可用于视频中的运动目标分类，为后续的目标追踪和识别提供可靠的数据。

技术领域

本发明属于电子技术领域，更进一步涉及图像数据处理技术领域中的一种基于支持向量机的运动目标分类方法。本发明可用于对视频图像处理中的运动目标进行精确的分类，为后续的目标追踪和识别提供可靠数据。

背景技术

视频中运动目标的分类在对视频图像分析研究中起着重要的作用，为后续的目标追踪和行为分析等处理环节提供实时有效的结果和数据。

目前常用的运动目标分类方法有基于形状特征的方法、基于运动特征的方法和基于学习的方法等，但到目前为止还不存在一个通用的方法。基于形状特征的分类方法根据目标的形状特征达到分类的效果，但他依赖于目标的完整提取，当背景复杂，运动目标模糊的情况下，形状特征不能准确提取，分类精度不高。

目前有很多基于监督学习的目标识别算法应用到运动目标分类识别中，基于支持向量机的运动目标分类是最简单、使用最普遍的方法之一。

张壮署，蔡晓东在其发表的论文“监控视频中运动目标识别分类系统研究”(《电视技术》2012年23期第165-167页)中公开了一种基于监控视频中运动目标识别分类算法。该算法通过提取视频中运动目标的高阶矩、长宽比和占空比，然后利用支持向量机来进行训练识别分类。该方法存在的不足之处是，当运动目标比较模糊时，运动目标的形状特征不明显，导致分类精确度不高。

北京环境特性研究所申请的专利文件“一种基于视频图像的目标分类方法”(专利申请号201510012901.7，公布号CN 104657741 A)公开了一种基于视频图像的运动目标分类方法。该方法的实现过程为，根据连续的视频图像进行监控区域的背景学习，获得监控区域的当前背景图形，根据当前背景图像对当前视频帧进行逐像素背景差分操作和图像分割操作，形成目标图像，从目标图像中提取目标区域，对各个目标区域进行主成份分析，计算目标区域的矩形饱和度特征，根据矩形饱和度特征和预设的阈值，对目标区域进行分类。该方法存在的不足之处是，通过逐像素背景差分得到目标图像，当背景复杂且存在背景运动干扰的情况下不能正确提取出运动目标。

发明内容

本发明的目的在于克服上述已有技术的不足，提出一种基于支持向量机的运动目标分类方法，将彩色视频图像转换成灰度图像，采用混合高斯背景建模建立背景图像，提取出视频中的运动目标，对运动目标进行形态学滤波，再对处理过的运动目标进行边缘，梯度，信息熵提取，训练支持向量机，得到分类器模型，从而在保证环境多变的情况下有效的完成视频运动目标的分类处理，提高了运动目标分类的精确度。

实现本发明目的的具体步骤如下：

(1)利用摄像头读取待分类运动目标的彩色红绿蓝RGB视频；

(2)逐帧读取待分类运动目标的彩色红绿蓝RGB视频，得到彩色视频帧图像；

(3)在彩色视频图像中随机读取一帧图像，得到一帧待处理彩色视频图像；

(4)预处理；

(4a)按照下式，计算待处理彩色视频帧图像转换成灰度图像中每一像素点的灰度值，将计算后的灰度值组成灰度图像；

Gray_i,j＝0.299R_i,j+0.587G_i,j+0.114B_i,j