[发明专利]一种基于计算机视觉的运动阴影检测方法有效

专利信息
申请号: 201710182802.2 申请日: 2017-03-24
公开(公告)号: CN107016692B 公开(公告)日: 2019-09-27
发明(设计)人: 徐贵力;张泽宏;姜斌;程月华;徐扬;谢瑒 申请(专利权)人: 南京航空航天大学
主分类号: G06T7/254 分类号: G06T7/254;G06T7/194
代理公司: 南京纵横知识产权代理有限公司 32224 代理人: 董建林
地址: 210016 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算机 视觉 运动 阴影 检测 方法
【权利要求书】:

1.一种基于计算机视觉的运动阴影检测方法,其特征是,包括以下步骤:

步骤S1,读取视频帧,对视频帧进行运动前景检测,获得运动前景二值图像;

步骤S2,对运动前景图像中各像素点分别计算归一化互相关系数和局部交叉熵获得对应的阴影区域,取两者阴影区域交集作为备选阴影区域;

步骤S3,遍历备选阴影区域轮廓,利用轮廓像素点的邻域信息是否包含目标像素点,筛除误检阴影区域;

步骤S3中筛除误检阴影区域的具体过程为:

首先提取备选阴影区域轮廓,遍历备选阴影区域的轮廓像素点,对每个像素点,判断前景检测图像上其周围正方形邻域是否包含目标像素点;若包含,则说明该像素点落在阴影与背景的边界上,将这类点记作X类点;否则说明该像素点落在阴影与运动目标的边界上,记作Y类点;

然后统计备选阴影区域轮廓上的X类点与轮廓总长度SUM的比值;若两者比值大于设定值,则认为该区域被运动目标包围,是误检测阴影区域,将其从备选阴影区域中删除。

2.根据权利要求1所述的基于计算机视觉的运动阴影检测方法,其特征是,步骤S1中,运动前景检测采用平均背景建模方法、ViBe方法或GMM方法。

3.根据权利要求1所述的基于计算机视觉的运动阴影检测方法,其特征是,步骤S2的具体计算过程为,先对运动前景图像中各像素点计算归一化互相关系数,获得一个阴影区域;然后再对运动前景图像中各像素点计算局部交叉熵,获得一个阴影区域;最后取上述两个阴影区域的交集作为备选阴影区域。

4.根据权利要求1所述的基于计算机视觉的运动阴影检测方法,其特征是,所述设定值取值0.6~0.7范围。

5.根据权利要求3所述的基于计算机视觉的运动阴影检测方法,其特征是,背景帧定义为Ib,当前帧定义为If,其中Ib、If均表示图像的灰度值;对于运动前景图像中一个像素点A(x,y),以其为中心的(2m+1)·(2m+1)的正方形区域邻域,其对应的归一化互相系数NCC(x,y)可以表示为:

计算得到NCC(x,y)大于某设定值,此设定值为0.9~1.0范围,则判断此像素点为阴影。

6.根据权利要求3所述的基于计算机视觉的运动阴影检测方法,其特征是,定义背景帧为Ib,当前帧为If,其中Ib、If均表示图像的灰度值;对于运动前景图像中一个像素点A(x,y),将以其为中心的(2m+1)·(2m+1)的正方形区域邻域,A的局部相对交叉熵表示为:

计算得到D(x,y)数值小于某设定值,此设定值为0~0.1范围,则判断此像素点为阴影。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京航空航天大学,未经南京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710182802.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top