[发明专利]一种针对复杂运动图像的处理方法

权利要求书

1.一种针对复杂运动图像的处理方法，其特征在于，所述针对复杂运动图像的处理方法包括：利用检测过程中产生的模式信息和已检测帧的运动矢量信息；将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为；以静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量；

所述针对复杂运动图像的处理方法具体包括：

对复杂运动图像的矢量算法进行处理；

对复杂运动图像的视频动态叠加进行处理；

对复杂运动图像的综合静态和动态模糊图像进行处理。

2.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，对复杂运动图像的矢量算法进行处理方法为：

针对视频监控过程中复杂运动图像，首先进行运动模式分类，产生相应运动矢量信息，接着进一步提取帧间预测时产生的运动矢量，完成视频运动对象的粗提取，最后进行运动矢量的累计，从而提取出可靠的视频运动目标；在实际提取和使用帧间运动矢量时，必须先经过平滑和矫正，以去除噪声运动矢量。

3.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，对复杂运动图像的视频动态叠加进行处理方法为：

针对视频中复杂运动图像目标彼此间的动态关系需要，将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为。

4.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，对复杂运动图像的综合静态和动态模糊图像进行处理方法为：

针对视频监控中复杂运动图像进行静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量，提高对运动目标的分类识别能力。

5.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，复杂运动图像包括运动多目标识别和跟踪图像，采用卡尔曼滤波法与矩形跟踪法结合，分离目标位置、面积的特征，通过构建特征识别矩阵分析目标运动状态，再对不同状态实施相应的多视角的监控跟踪。

6.如权利要求5所述的针对复杂运动图像的处理方法，其特征在于，构建特征辨识矩阵为：

利用目标的特征与目前目标所处的区域特点构建新矩阵，利用矩形跟踪法判别目标是否产生、是否消失，分析目标特征，预判目标状态空间，判断目标的所处运动状态。

7.如权利要求6所述的针对复杂运动图像的处理方法，其特征在于，判断目标所处运动状态具体为：将目标分为新目标、目标的融合与目标的消失，当新目标出现时，立刻构建新目标的信息；当目标出现分裂时，分析产生分裂的原因，跟踪分裂；当不同目标出现相互融合时，对融合后的目标进行融合处理；当跟踪的目标消失时，首先判断是否真消失，如果真消失，再删除原有的数据信息。