[发明专利]用于视频监控的目标颜色识别方法及其系统

摘要

一种用于视频监控的目标颜色识别方法，包括从视频图像中提取颜色识别目标区域；目标区域颜色初始化；对目标区域内各颜色分量h、s、l进行颜色类别检测；统计所述颜色识别目标区域各颜色所占比重，比重最大的则为该颜色识别目标区域的颜色。本发明采用了马尔科夫随机场模型，根据颜色识别区域邻域位置关系，能减少环境以及目标姿态的变化对颜色识别的影响，从而提高颜色识别率，在智能监控中能有效定位颜色目标，对违规、违法等刑事案件侦破提供有力证据。

主权项

一种用于视频监控的目标颜色识别方法，其特征在于，包括：从视频图像中提取颜色识别目标区域；目标区域颜色初始化：将所述颜色识别目标区域空间转换为HSL空间，用预训练的svm模型对目标区域各像素的颜色进行初始化；对目标区域内各颜色分量h、s、l进行颜色类别检测：参数更新：根据当前目标区域更新{μl,σl}，μl和σl分别是当前第l类颜色区域的均值和标准方差；由公式(1)‑(3)计算每个像素相邻域的颜色类别的先验概率，并由公式(4)计算每个像素相邻域的颜色类别的似然概率：p(xi)=exp(-u(xi))Σxi∈Lexp(-u(xi))---(1)]]>u(xi)=-βiΣj∈Ni[δ(xi,xj)-1]---(2)]]>δ(xi,xj)=1xi=xj0xi≠xj---(3)]]>P(yi|xi)=(1/2πσl2)·exp(-(yi-μl)2/2σl2)---(4)]]>采用条件迭代模式ICM算法，通过公式(5)逐渐最大化条件概率判别像素的颜色类别：x^i=argmaxxi∈{1,2,...,C}{f(yi|xi)·f(xi|xNi)}i∈S---(5)]]>判断迭代是否收敛或达到最高迭代次数，若否，则返回参数更新步骤；统计所述颜色识别目标区域各颜色所占比重，比重最大的则为该颜色识别目标区域的颜色；其中，xi为像素点i的类别标号，yi为像素点i的像素值，l为最大类别数，μl为第l类区域的均值，σl为第l类区域的标准方差；β为平滑参数，取值0.8‑1.4，Ni为像素点i的邻域。