[发明专利]基于图像角点集特征的摄像头场景变换检测方法

摘要

一种基于图像角点集特征的摄像头场景变换检测方法，包括如下步骤步骤一、获取图像角点集信息；步骤二、训练角点集匹配模板；步骤三、判断场景是否变换。本发明将图像角点集信息特征和数学统计概率模板结合在一起，用于评判摄像头监控范围是否产生场景变换，处理时采用图像角点集信息，相对于现有的仅仅采用角点信息，不但有着缓解偶然因素造成的伪角点的干扰，而且角点集信息本身具有统计学上的概率稳定性，也便于后续角点匹配工作；而预先训练的全局角点集概率匹配模板，在本质上也是利用角点出现区域的统计学概率事件而制作的；因此，本发明能在很大程度上排除外界偶然因素的影响，能够适应实际工程应用的环境，并且能取得精确的检测效果。

主权项

一种基于图像角点集特征的摄像头场景变换检测方法，其特征在于：包括如下步骤：步骤一、获取图像角点集信息(1)在待检测视频图像中选取合适的感兴趣区域，并制作蒙版，得到屏蔽感兴趣区域以外图像信息的感兴趣区域灰度图；(2)利用统计直方图设置所述感兴趣区域灰度图的自适应二值分割阈值，提取感兴趣区域灰度图的角点；(3)对提取的角点进行去伪降噪处理，获取稳定可靠的角点集信息；(4)若角点集匹配模板的训练次数≥训练角点集匹配模板的样本阀值则执行步骤三，否则执行步骤二；步骤二、训练角点集匹配模板(1)确定训练角点集匹配模板的样本阀值；(2)选取训练角点集匹配模板时的角点活跃区域尺寸阈值；(3)利用获取的角点集信息训练角点集匹配模板，角点集匹配模板的训练次数加一；角点集匹配模板训练过程如下：首先，初始化一个灰度值全0的图像模板，利用训练样本的角点集信息，确定每一个角点的活跃区域，对于活跃区域的每一个像素每标记一次为活跃区，将其像素灰度值自加一；当训练样本量达到样本阈值时，则停止训练；然后，根据角点高频区域阈值，对模板中灰度值小于高频区域阈值的像素位置信息予以剔除，全部置0；对于灰度值大于高频区域阈值的像素则将其灰度值置为255；(4)若角点集匹配模板的训练次数≥训练角点集匹配模板的样本阀值则角点集匹配模板训练完成，确定角点高频区阈值，最终得到全局概率角点集匹配模板，并执行步骤一；步骤三、判断场景是否变换(1)设定未匹配角点的梯度阈值、连续异常帧数的阀值、总角点数浮动阈值上限和总角点数浮动阈值下限；(2)将所述步骤一获取的待检测视频图像的角点集与所述步骤二训练得到的角点集匹配模板进行角点集匹配，读取角点集匹配模板中与待检测视频图像的角点集对应位置的像素信息，得到匹配角点与未匹配角点的数目，若待检测视频图像的角点集同时满足：未匹配角点的数目<未匹配角点的梯度阈值和总角点数浮动阈值下限<角点集的总角点数<总角点数浮动阈值上限则连续异常帧数值归零，执行步骤一；否则连续异常帧数值加一；若连续异常帧数值≥连续异常帧数的阀值则判定摄像头场景发生变换，连续异常帧数值归零，角点集匹配模板的训练次数归零，并执行步骤一。