发明名称 面向船闸视频监控的智能多目标检测方法
摘要 面向船闸视频监控的智能多目标检测方法,利用船只前沿的图像特征,在有遮挡的情况下,在视频中识别出多个船只,在船只未进入监控区域前,对区域进行背景建模,获得背景图像;对视频流中的每一帧,采用背景剪除方法,通过当前帧和背景帧的差异,获得运动目标所在区域的前景;对步骤1.b所述的前景进行逐行扫描,在每行中记录遇到的第一个像素点的行列坐标及像素值,从而获得船只运动前沿边缘曲线;以记录的边缘曲线形状特征及像素值属性,对边缘曲线进行简化DBSCAN聚类,从而检测出多个船只。本发明提供一种面向船闸视频监控的智能多目标检测方法,利用视频监控设备,对船闸中多目标进行检测和识别,并实现船只位置速度情况的自动判别,以代替目前的人工判定。
申请公布号 CN102842036B 申请公布日期 2015.07.15
申请号 CN201210287888.2 申请日期 2012.08.14
申请人 三峡大学 发明人 徐义春;刘勇;朱曼;柯尊海
分类号 G06K9/32(2006.01)I;H04N7/18(2006.01)I 主分类号 G06K9/32(2006.01)I
代理机构 宜昌市三峡专利事务所 42103 代理人 成钢
主权项 面向船闸视频监控的智能多目标检测方法,其特征在于,利用船只前沿的图像特征,在有遮挡的情况下,在视频中识别出多个船只,包括以下步骤:1.a‑在船只未进入监控区域前,对区域进行背景建模,获得背景图像;1.b‑对视频流中的每一帧,采用背景剪除方法,通过当前帧和背景帧的差异,获得运动目标所在区域的前景;1.c‑对步骤1.b所述的前景进行逐行扫描,在每行中记录遇到的第一个像素点的列坐标及像素值,从而获得船只运动前沿边缘曲线;1.d‑以记录的边缘曲线形状特征及像素值属性,对边缘曲线进行简化DBSCAN聚类,从而检测出多个船只;在步骤1.d,采用简化DBSCAN聚类算法,以步骤1.c获得的曲线数据为输入,设定4个阈值H_S,W_S,V_S,N_S其中,H_S规定在纵向上一个核心点的邻域半径,W_S规定在横向上一个核心点的邻域半径,V_S规定在核心点的像素值可变动的范围,并定义一个核心点的最小邻居点个数N_S进行聚类;其中H_S设置为图像高度的1/30,W_S设置为3,V‑S设置为最大像素值范围的1/4,N_S设置为图像高度的1/20;所采用的简化DBSCAN聚类算法步骤为:4.1:设定4个阈值H_S,W_S,V_S,N_S;4.2:i记录当前处理的像素点序号,i初始化为0;4.3:如果i是核心点,4.3.1认为一个目标出现,目标区域的起点标记start及终点标记stop设定为start=stop=i.并逐个处理后续点,令i=i+1;4.3.2如果i是核心点,则将终点标记更新stop=i;4.3.3如果i是Stop的可达点,则i=i+1回到4.3.2;4.3.4输出start到stop间的点,作为一个目标识别的结果,4.4:访问下一个点,i=i+1;4.5:如果i不是最后一个点,回到4.3步骤;4.6:返回所有目标识别的结果;核心点的定义:一个点i,如果在以H_S,W_S,V_S作为宽度的立方体邻域内,得到的邻居点的个数不少于N_S,则该点是核心点,可达点的定义:如果一个点i,在某个核心点j的H_S,W_S,V_S立方体邻域内,则称i是j的可达点。
地址 443002 湖北省宜昌市大学路8号