[发明专利]暗视觉条件下的双摄像头实时行人检测系统

摘要

本发明涉及图像处理技术领域，特别涉及暗视觉条件下的双摄像头实时行人检测系统，包括中央处理单元以及：红外摄像头，用于采集红外视频图像；可见光摄像头，用于采集可见光视频图像；红外图像检测单元，用于检测红外图像中的候选目标是否有人体目标，确定红外图像中没有人体目标的候选目标位置；可见光图像检测单元，用于对与用于对与红外图像同一时刻的可见光图像进行检测，检测可见光图像中与红外图像中没有人体目标的候选目标位置相同的位置是否有人体目标；本发明检测区域选取模块中标记出红外检测后不认为是人体目标的候选目标，再根据不认为是人体目标的候选目标的位置对应可见光图像相应位置，然后用可见光方法检测。

主权项

1.暗视觉条件下的双摄像头实时行人检测系统，其特征在于：包括中央处理单元以及与中央处理单元相连接的以下单元：红外摄像头，用于采集红外视频图像；可见光摄像头，用于采集可见光视频图像；红外图像检测单元，用于检测红外图像中的候选目标是否有人体目标，确定红外图像中没有人体目标的候选目标位置；图像对应单元，用于对应同一时刻的红外视频帧图像与可见光视频帧图像；可见光图像检测单元，用于对与红外图像同一时刻的可见光图像进行检测，检测可见光图像中与红外图像中没有人体目标的候选目标位置相同的位置是否有人体目标；所述红外图像检测单元包括依次连接的红外图像分割模块、连通区域标记模块、候选目标选取模块以及红外图像人体目标特征提取及分类识别算法模块；所述红外图像分割模块对红外图像进行二值化分割处理得到二值化图像；所述连通区域标记模块采用两遍扫描法对二值化处理后的图像进行处理，得到连通区域；所述候选目标选取模块对连通区域进行筛选，排除干扰连通区域后得到候选目标；所述红外图像人体目标特征提取及分类识别算法模块，采用基于Zernike不变矩的红外图像人体目标特征提取算法及最小距离分类器，判断候选目标中是否有人体目标，包括：将候选目标图像放在其最小邻接圆内，进行归一化处理，即设单位1为100像素，将圆的半径放缩至单位1；计算候选目标的0到8阶Zernike矩Zpq；计算候选目标到事先建立好的均值人体姿态样本的欧氏距离d_k；n为Zernike矩特征描述符的总个数，x_i为候选目标的Zernike矩特征描述符，即对应Z00、Z11、…、Z88；u_ki表示第k种姿态的第i个Zernike矩特征描述符，k表示体姿态分类种数，取值1－5；计算d_k‑T_k，若所有d_k‑T_k都大于0，则该候选目标不能确定为人体目标；若存在d_k‑T_k小于0，则该候选目标确定为人体目标；T_k表示预设阈值。