[发明专利]检测窗口自定义定形系统及方法

说明书

本发明涉及一种检测窗口自定义定形系统，包括：特性判断设备，用于对第二增强图像中的每一个对象执行对象种类分析，并基于分析到的种类判断相应对象是否属于运动对象；轮廓检测设备，用于对所述第二增强图像中的每一个运动对象执行以下操作：获取所述运动对象占据的图像区域的边缘形状以作为所述运动对象的轮廓；窗口映射机构，用于基于所述运动对象的轮廓定义用于对所述运动对象执行运动检测的检测窗口的轮廓。本发明还涉及一种检测窗口自定义定形方法。本发明的检测窗口自定义定形系统及方法结构紧凑、运行智能。由于能够基于待编码图像中的运动目标的相关信息自定义针对运动目标的图像编码策略，从而降低了执行图像编码的运算负荷。

技术领域

本发明涉及压缩编码领域，尤其涉及一种检测窗口自定义定形系统及方法。

背景技术

多媒体数据的压缩编码技术是在C.E.Shannon信息理论的基础发展起来的。编码方法可以分为三类：(1)根据信息源的统计特性，采用预测编码、变换编码、矢量量化编码、子带编码、神经网络编码等方法(第一代编码方法)。(2)根据人眼视觉特性，采用基于方向滤波的图像编码、基于图像轮廓以及伦理编码，基于小波分析的编码等方法(第二代编码方法)。(3)根据传递景物特征：采用分形编码、基于模型的编码等方法 (第二代编码方法)。

熵编码在解压缩过程中重新构造出与原始数据完全一致的数据，因此是一种无损压缩方法。它把已压缩的数据流看做是简单的数字序列，而忽略该数据的语义，因此熵编码适用于不考虑其自身具体特点的媒体。源编码用于把原始数据中的相关数据与不相关数据分开的场合。该方法要考虑原始数据的语义，通过消除不相关数据以达到对初始数据流的压缩。源编码常常是有损方法，其原始数据流与已编码的数据流相似但不相同。混合编码是熵编码和源编码技术的组合，通常是几种不同的熵编码和源编码技术组织在一起构成一种新的混合编码方法。

当前，在执行基于运动目标运动信息的图像压缩编码时，不会考虑不同运动目标的个性化信息，而对所有运动目标执行相同的运动检测和压缩编码，显然，这种编码模式不够灵活，例如，当执行运动检测的检测窗口轮廓与运动目标轮廓不匹配时，必然会造成部分检测窗口的浪费或者运动目标部分运动在检测时被遗漏。

发明内容

为了解决压缩编码领域的相关问题，本发明提供了一种检测窗口自定义定形系统及方法，能够基于待编码图像中的运动目标的轮廓自定义用于运动检测的检测窗口的轮廓，还能够基于待编码图像中的运动目标的景深自定义用于运动检测的相邻图像的数量，从而提升了压缩编码机制的智能化程度。

为此，本发明至少需要具备以下两处重要的发明点：

(1)对待编码的针对性处理后的图像数据中的运动对象进行运动信息检测的检测窗口的自定义操作，使得检测窗口与运动对象轮廓匹配，从而在保证运动对象搜索效率的同时减少搜索数据量；

(2)在具体的图像数据编码过程中，运动对象的景深越浅，执行运动对象运动信息分析的相邻图像的数量越少，从而提升了图像编码的智能化程度。

根据本发明的一方面，提供了一种检测窗口自定义定形系统，所述系统包括：

视觉探测机构，内置有光学成像镜头，设置在比赛场所，用于在比赛进行时，对比赛场景执行视觉探测操作，以获得具有不同时间戳的多帧探测图像。

更具体地，在所述检测窗口自定义定形系统中，还包括：

图像复原机构，与所述视觉探测机构连接，用于基于所述光学成像镜头的光学特性对每一帧探测图像执行复原处理，以获得对应的即时复原帧。

更具体地，在所述检测窗口自定义定形系统中，还包括：

第一增强设备，与所述图像复原机构连接，用于对接收到的每一即时复原帧执行颜色反差超限的相邻图像内容的增强处理，以获得第一增强图像；