发明名称 |
一种基于视频图像的目标分类方法 |
摘要 |
本发明公开了一种基于视频图像的目标分类方法,包括:根据连续的视频图像进行监控区域的背景学,获得监控区域静态的当前背景图像BI;根据当前背景图像BI对当前视频帧进行逐像素背景差分操作和图像分割操作,形成目标图像BFMk;从目标图像BFMk中提取目标区域;对各个目标区域进行主成分分析,确定各个目标区域的主方向;将各个目标区域的主方向旋转到水平方向,得到各个旋转后的目标区域;计算各个旋转后的目标区域的矩形饱和度特征;根据矩形饱和度特征和预设的阈值,对各个目标区域进行分类。使用上述方法,可以有效地对视频图像中的人员和车辆目标进行分类,大大提高了分类操作的准确性。 |
申请公布号 |
CN104657741A |
申请公布日期 |
2015.05.27 |
申请号 |
CN201510012901.7 |
申请日期 |
2015.01.09 |
申请人 |
北京环境特性研究所 |
发明人 |
柴智;李亚鹏;肖军波;翟佳;李正浩 |
分类号 |
G06K9/62(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/62(2006.01)I |
代理机构 |
北京君恒知识产权代理事务所(普通合伙) 11466 |
代理人 |
黄启行;张璐 |
主权项 |
一种基于视频图像的目标分类方法,其特征在于,该方法包括:步骤11,根据连续的视频图像进行监控区域的背景学习,获得监控区域静态的当前背景图像BI;步骤12,根据当前背景图像BI对当前视频帧进行逐像素背景差分操作和图像分割操作,形成目标图像BFM<sub>k</sub>;步骤13,从目标图像BFM<sub>k</sub>中提取目标区域;步骤14,对各个目标区域进行主成分分析,确定各个目标区域的主方向;步骤15,将各个目标区域的主方向旋转到水平方向,得到各个旋转后的目标区域;步骤16,计算各个旋转后的目标区域的矩形饱和度特征;步骤17,根据矩形饱和度特征和预设的阈值,对各个目标区域进行分类。 |
地址 |
100854 北京市海淀区永定路50号 |