[发明专利]基于视频检测的室内占道检测方法、设备、介质及处理器有效
申请号: | 201811503554.8 | 申请日: | 2018-12-10 |
公开(公告)号: | CN109583414B | 公开(公告)日: | 2020-12-22 |
发明(设计)人: | 彭力;张超溢;李稳 | 申请(专利权)人: | 江南大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00;G06K9/34;G06K9/46 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 郭磊 |
地址: | 214122 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: | 基于 视频 检测 室内 方法 设备 介质 处理器 | ||
1.一种基于视频检测的室内占道检测方法,其特征在于,包括:
步骤一、目标区域掩模制作
由摄像头捕捉监控区域的全景视频图像,在全景视频图像上按顺时针选取四个点,四个点所围成闭合的四边形区域即为室内通道区域,也就是目标区域将该闭合四边形区域内的像素值设为255,其余位置的像素值设为0,这样就得到了目标区域的掩膜图像M;
步骤二、目标区域与背景分割
读入检测视频得到全景图像,将全景视频图像进行灰度化处理,得到灰度图像I,图像I融合步骤一中得到的掩膜图像M,可得目标区域灰度图像F
F=MI (1)
其中,是图像对应的像素点位置的像素值进行“逻辑与”操作:
这样做就可以实现过道区域和背景区域的分割,具体表现为过道区域是原RGB图像的灰度图,而其他无关区域都变为黑色这样检测算法只需要对过道区域进行有无占道现象检测即可而无需对全图进行检测,缩小检测区域从而提高了检测速度;
步骤三、混合高斯背景建模提取目标二值图像
建立高斯混合模型,并设定高斯混合模型的背景不更新;其中,采用目标区域的第一帧灰度图F1作为固定的背景,得到背景B;再将检测视频每一帧经过步骤二得到的分割后的目标区域的灰度图F输入高斯混合模型进行高斯混合差分运算,由设定的阈值Bth进行二值化处理,提取目标前景二值图像R
步骤四、滑动窗口检测融合
假设滑窗时间为T,那么滑窗内一共有T*fps张图像,记为N
N=T*fps (4)
fps表示视频帧率
采用滑动窗口对步骤三得到的二值前景图R在滑动窗口内进行逐个相与操作,获得占道物体的粗轮廊,也就是获得前景融合后的图像,记为G1
G1=R1R2...RN (5)
对滑动窗口中当前待检测的二值图像与N张图像做逻辑与运算,即为当前时刻的二值图像Rt与滑窗内保存的前T时刻的所有二值图像做逻辑与运算
G=G1Rt (6)
就可将目标区域中短时出现的物体过滤出去,留存的都是从始至终一直保留在前景中的物品而滑动窗口大小T参数由判断标准决定,即过道内物体存在多长时间后,认为该物体是占道物品;
步骤五、形态学处理
对步骤四得到的检测融合后的图像G先做形态学处理中的膨胀运算,使得可能的占道物体的轮廓更加完善,图像更加饱满方便后面连通区域的搜索再做腐蚀运算以去除噪声点最终得到的图像记为P;
步骤六、室内占道检测
对步骤五获得的去噪后的二值前景图P搜索其连通区域,每个连通区域内像素值为255的像素点组成的面积即为潜在占道物体的面积S;由于背景中的小阴影、占道物品的小阴影以及人移动中的小阴影,有小概率出现面积较小的连通区域;为了解决这个问题可以引入约束条件,设定一个面积阈值Sth,当SSth时,才将其判断为占道物体,从而排除面积较小的连通区域;当判断检测图像中存在占道物体后,立刻对其进行标注并保存图片。
2.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1所述方法的步骤。
3.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1所述方法的步骤。
4.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1所述的方法。
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江南大学,未经江南大学许可,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/201811503554.8/1.html,转载请声明来源钻瓜专利网。