[发明专利]一种图像处理方法及装置在审
申请号: | 201711385876.2 | 申请日: | 2017-12-20 |
公开(公告)号: | CN109949335A | 公开(公告)日: | 2019-06-28 |
发明(设计)人: | 刘雷 | 申请(专利权)人: | 华为技术有限公司;中国科学院计算技术研究所 |
主分类号: | G06T7/194 | 分类号: | G06T7/194;G06T7/143 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 518129 广东*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 参数学习 背景模型 图像处理 图像帧 监控视频 模型更新 属性信息 图像数据 像素点 查找 关联 更新 | ||
1.一种图像处理方法,其特征在于,包括:
获取监控视频的第一图像帧;
对所述第一图像帧的图像数据进行计算,获得所述第一图像帧所包含的目标;
查找与所述目标对应的第一参数学习率,所述第一参数学习率用于表示所述目标对应区域中像素点上出现的新增模型更新成为所述目标对应区域中像素点的背景模型的速率,所述第一参数学习率为根据所述目标的属性信息确定;
采用所述第一参数学习率更新所述监控视频中所述目标对应区域中像素点的背景模型。
2.如权利要求1所述的方法,其特征在于,所述目标包括前景和/或背景;
若所述目标包括所述前景;
所述查找与所述目标对应的第一参数学习率,包括:
查找与所述前景对应的第一参数学习率;
若所述目标包括所述背景;
所述查找与所述目标对应的第一参数学习率,包括:
查找与所述背景对应的第一参数学习率;
其中,所述前景对应的第一参数学习率小于所述背景对应的第一参数学习率。
3.如权利要求1或2所述的方法,其特征在于,所述目标包括所述前景,所述采用所述第一参数学习率更新所述监控视频中所述目标对应区域中像素点的背景模型之后,还包括:
获取所述监控视频的第二图像帧;
根据更新后的所述背景模型对所述第二图像帧进行前景提取处理,并确定所述第二图像帧中的前景所在的预测区域;
对所述第二图像帧的图像数据进行计算,并确定所述第二图像帧中的前景所在的实际区域;
若所述预测区域与所述实际区域之间的误差满足误判条件,根据所述预测区域和所述实际区域,确定误判区域;
更新所述误判区域中像素点的背景模型。
4.如权利要求3所述的方法,其特征在于,所述误判区域包括第一区域和/或第二区域,所述第一区域包括所述实际区域覆盖的像素点,且所述预测区域未覆盖的像素点所组成的区域,所述第二区域包括所述实际区域未覆盖的像素点,且所述预测区域覆盖的像素点所组成的区域,所述更新所述误判区域中像素点的背景模型,包括:
若所述误判区域包括所述第一区域,减少所述第一区域中像素点的背景模型中所包含的模型数量;
若所述误判区域包括所述第二区域,增加所述第二区域中所述前景对应的第一参数学习率,并采用增加后的所述第一参数学习率更新所述第二区域中像素点的背景模型。
5.如权利要求4所述的方法,其特征在于,所述增加所述第二区域中所述前景对应的第一参数学习率,并采用增加后的所述第一参数学习率更新所述第二区域中像素点的背景模型,包括:
获取与所述前景对应的第二参数学习率,所述第二参数学习率用于表示所述前景对应区域中像素点上出现的新增模型更新成为所述前景对应区域中像素点的背景模型的速率,所述前景对应的所述第二参数学习率大于所述前景对应的所述第一参数学习率;
采用所述第二参数学习率更新所述监控视频中所述第二区域中像素点的背景模型。
6.如权利要求2所述的方法,其特征在于,所述目标包括所述前景,所述方法还包括:
获取所述监控视频的第三图像帧;
根据更新后的所述背景模型对所述第三图像帧进行前景提取处理,获得前景图像;
采用多个不同的形态学参数分别对所述前景图像进行形态学处理,获得每个所述形态学参数对应的结果图像;
获取每个所述形态学参数对应的结果图像中图像质量最好的结果图像,并将该图像质量最好的结果图像对应的形态学参数确定为目标形态学参数;
将所述形态学处理的参数设置为所述目标形态学参数。
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华为技术有限公司;中国科学院计算技术研究所,未经华为技术有限公司;中国科学院计算技术研究所许可,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/201711385876.2/1.html,转载请声明来源钻瓜专利网。