[发明专利]一种基于计算机视觉的复杂背景下伪装人体目标检测方法

说明书

本发明提出了一种基于计算机视觉的复杂背景下伪装人体目标检测方法，该方法基于人体呼吸频率范围，结合一定的视频处理算法，通过普通的摄像头拍摄一段包含伪装人体的场景视频，对视频在时间维度进行信号分析与处理，提取出包含人呼吸频率信号的集中区域，实现了伪装人体目标的检测，从而可以对伪装人体目标进行显著的标记，实验结果表明，该技术可以很好地分离出在草丛、树林、山坡、灌木丛中经过迷彩伪装的人体对象，适用于不同的复杂场景而无需关注外在环境的变化。

技术领域

本发明属于视频图像处理领域，针对复杂背景下的伪装人体目标识别和标记问题，适用于军事上在复杂背景下对迷彩伪装人体目标的检测。

背景技术

随着计算机技术的长足发展，视频图像处理技术近年也取得了快速的发展和应用，并且渗透到教育、医疗、交通、军事等各个领域，给各行各业获取更多有用信息提供了有效的途径。在军事领域，视频处理技术在边防监测、入侵检测、敌军侦察等方面具有重要的应用前景。

背景是指存在于前景目标周围，具有一定的颜色、纹理、形状、面积等属性的环境，复杂背景是指颜色、纹理、等各种属性不可预先知道，并且状态不稳定，容易受到外界干扰的背景。伪装是一个试图模糊伪装对象的信号，并增强伪装对象与背景的属性的相似性，使其与周围环境融为一体、并且不能被人类的视觉系统直接察觉到的过程。伪装人体是将其衣着、皮肤等视觉特征与背景性质相结合，以隐藏其表面特征的人体对象。在军事侦察地或战场上，为了己方人员更好的隐蔽自己完成一些特定任务，也为了保护己方执行任务人员的安全，就需要通过一些伪装手段来实现，比如穿迷彩服和在皮肤上涂上迷彩色等。

复杂背景下的伪装人体目标检测技术，就是一种要研究和破解在复杂背景下人体伪装行为的对抗技术，是国防建设的需要。通过此技术，军务人员可以在不可预测的复杂环境中识别和标记出带有迷彩伪装的人体目标，从而做出正确的军事决策，顺利完成军事任务。

针对伪装目标检测的问题，Galun等人提出了一种新的纹理分割方法，通过自适应地识别纹理元素的形状，并通过它们的大小、长宽比、方向、亮度等来表征它们，然后使用这些属性的各种统计数据来区分不同的纹理。这种方法需要大量的统计信息才能区分不同纹理，况且伪装的物体试图将它们的纹理隐藏到背景中，要从背景中区分目标与背景的纹理很困难。刘凯龙等人将计算机模式识别技术应用于目标伪装检测，以光谱数据作为基本识别特征，找到了较为理想的识别分类特征和判别函数。这种方法对不同的识别对象必须用不同的特征提取方法，在实现上有一定的难度。Sengottuvelan，P.等人采用GLCM方法对自然图像进行伪装对象识别，这不适用于背景不均匀的图像。李倩等人提出的基于变化频次的伪装色目标检测需要分析视频中图像像素的灰度值变化规律，并找出合适的阈值进行伪装目标的提取。不过，当复杂的环境中背景有较大变化时就不适用了，也很难得到合适的阈值。Liu，Zhou等人提出了一种基于EM框架的自顶向下信息与自底向上线索相结合的前景目标检测方案，仍然存在一定的局限性，如果目标轮廓部分模糊，那么该部分周围的检测结果就不准确了。

发明内容

为解决上述技术问题，本发明提出了一种基于计算机视觉的复杂背景下伪装人体目标检测方法，可以适用于不同的复杂场景而无需关注外在环境的变化，并能很好地分离出在草丛、树林、山坡、灌木丛中经过迷彩伪装的人体对象。

根据本发明的实施例，本发明提出了一种基于计算机视觉的复杂背景下伪装人体目标检测方法，所述方法包括如下步骤：

步骤S1.采集目标背景下的视频图像数据，并对所述视频图像数据进行预处理；

步骤S2.将预处理后的视频图像数据从RGB颜色空间转换到HSI色域空间，以分离出视频图像帧的色调H，色饱和度S，亮度I；

步骤S3.对视频图像中的亮度I进行量化处理，逐列存储在一个矩阵M里，并在时间维度上对每个像素点的亮度值进行一维傅里叶变换，自动提取每个像素亮度变化频率，并使得该变化频率范围设置于一预设的频率范围之内，从而得到包含所有像素位置在时间轴上的亮度变化频率矩阵W；