[发明专利]一种监狱视频监控图像中的囚服识别方法无效

专利信息
申请号: 201210584501.X 申请日: 2012-12-28
公开(公告)号: CN103020608A 公开(公告)日: 2013-04-03
发明(设计)人: 邵力斌;斯闻豪;杨庚 申请(专利权)人: 南京荣飞科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/54
代理公司: 南京瑞弘专利商标事务所(普通合伙) 32249 代理人: 杨晓玲
地址: 210003 江苏省南京市鼓*** 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: 发明涉及一种监狱视频监控图像中的囚服识别方法。针对视频监控特别是监狱视频监控中犯人的识别,通过对犯人囚服的识别,实现对犯人的识别。属于计算机视觉领域。本发明通过先对要识别的图像进行灰度图转换,再进行图像的垂直边缘检测,接着对图像进行二值化、膨胀和腐蚀等操作,最后通过连通域的面积大小判断是否是囚服。
搜索关键词: 一种 监狱 视频 监控 图像 中的 囚服 识别 方法
【主权项】:
1.一种监狱视频监控图像中的囚服识别方法,其特征在于该方法包括以下步骤:步骤一:将监控图像转化为灰度图对一幅要识别的彩色图像P,设其像素数为N×M,对其所有像素进行灰度转换,转换方法为:Gray=0.072169B+0.715160G+0.202671R其中R、G、B表示每个像素的红、绿、蓝的值,Gray是转换后的值,将彩色图的每个像素经过如此变换后得到灰度图T;步骤二:图像垂直边缘提取取3*3阶的矩阵Gx为模板核Gx=-10+1-20+2-10+1.]]>对灰度图像T中除边缘点外进行下列运算,其作用为对图像T中某一像素及其邻域8个像素,进行不同权重的计算得到新的灰度图K,其中下标i、j表示像素的坐标:ki,j=|-ti-1,j-1-2ti,j-1-ti+1,j-1+tj-1,j+1+2ti,j+1+ti+1,j+1|,2≤i≤N-1,2≤j≤M-1通过该步骤,将步骤一中得到的灰度图进行上述计算,结果依然是一幅灰度图,对灰度图像T的边界像素,由于其邻域8个像素有部分在图像范围外,所以不考虑;步骤三:灰度图的二值化选取阈值TH,若新像素灰度值大于或等于TH,则判断该像素点为图像垂直边缘点,计算方法如下:255gTH0g<TH]]>其中g为像素的灰度值,该步骤将步骤二产生的灰度图中每个像素的值g与阈值TH做比较,如果大于或等于阈值,则将该像素的值改为255即白色,否则改为0即黑色;通过该步骤,得到垂直边缘即白色,结果是一幅只有黑色和白色的二值图像;步骤四:二值化图像的膨胀二值化图像在计算机中以N×M阶的实数矩阵形式存储,某一像素的邻域有8个像素,对于图像的每一个像素,其邻域8个像素和它本身共9个像素,如果有一个值不为0,则输出图像该像素的值为255;只有当9个像素值都为0时,输出图像该像素的值才为0;对于图像边界像素,只考虑该像素在图像范围内的邻域像素,通过这一步骤,将步骤三得到的图像中白色连通域扩大一圈,对于几个间距较小的白色连通域,这一步骤可以将它们变成一个连通域;步骤五:二值化图像的腐蚀对于二值化图像的每一个像素,其邻域8个像素和它本身共9个像素,如果有一个值不为255,则输出图像该像素的值为0;只有当9个像素值都为255时,输出图像该像素的值才为255,对于图像边界像素,只考虑该像素在图像范围内的邻域像素;通过这一步骤,将步骤四得到的图像中白色连通域缩小一圈并且去掉较小的白色连通域;步骤六:图像再腐蚀重复步骤五,对图像进行第二次腐蚀;步骤七:通过连通域面积的大小判断是否是囚服,从而识别犯人由求面积公式求出步骤六得到的二值化图像中所有白色连通域的面积,公式如下:然后根据求出的面积S的大小判断是否是囚服,从而识别犯人,公式如下:1S>a0Sa]]>其中1表示是囚服,0表示不是囚服,a为一预先选定的值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京荣飞科技有限公司,未经南京荣飞科技有限公司许可,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/patent/201210584501.X/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top