主权项 |
一种基于高斯建模与目标轮廓的遗留物检测方法,包括:①输入视频(201)利用待检测摄像头获得视频图像数据,输出到智能分析服务器供分析使用;②遗留物粗检测(202)利用视频图像数据,分别建立两个多高斯模型,两个多高斯模型的不同之处在于学习速度,分别记为快高斯和慢高斯,其中快高斯模型的学习速度是0.4秒/次,慢高斯模型的学习速度是20秒/次,比较两个多高斯模型背景之间的差异之处,并且用二值标示,0标示相同,即标示非遗留物,255标示不相同,即标示遗留物,初步确定遗留物的位置信息;③遗留物精确检测(203)为了达到稳定的检测到遗留物的目的,分别进行以下操作:A、累计统计遗留物,如果遗留物的值累计到一定程度,则还需要进一步的判断;B、利用当前图像数据、遗留物的位置、以及高斯模型信息,分别计算慢高斯和当前图像在各个遗留物轮廓处的梯度,记为G1和G2,如果G1之和远大于G2之和,则删除掉这个遗留物,否则暂时保留;C、统计G2最小的前M个值,并且计算均值,如果均值小于一定值,则删除掉这个遗留物,目的是为了删除一部分保持静止的运动目标;④遗留物分类(204)使用对应的目标检测算法;对于目标的分类,使用的是HOG+LatentSVM方法;⑤再次确定(205)为了使遗留物检测方法稳定,还需要进行一个判断,如果目标对应位置,慢高斯前景检测结果为前景,快高斯检测结果为非前景,则确定为最终的遗留物,否则过滤掉;⑥输出结果(206)输出最终的检测结果;其特征在于所述的遗留物精确检测(203)实现步骤如下:a、输入粗检测结果图像(401);b、扫描粗检测结果图像每个点(402);c、判断点的值是否为255,是则将遗留物累计图像对应点计数加1(405),否则将遗留物累计图像对应点计数减1(404);d、扫描累计图像每个点(406);e、判断点的值是否大于阈值T2,是则将遗留物图像对应点置为255(409),否则将遗留物图像对应点置为0(408);f、对遗留物图像进行形态学膨胀腐蚀处理(410);应用连通域标记算法,对遗留物图像进行连通域标记(411);计算慢高斯背景模型和当前图像在各个连通域轮廓处的梯度,分别记为G1和G2(412);g、判断G1之和是否远大于G2之和(413),是则删除这个遗留物(414),否则进入下一步骤;h、统计G2最小的前M个值,并且计算均值(415);i、判断均值是否小于阈值T3(417),是则删除这个遗留物,否则进入下一步骤;j、输出精检测结果(418)。 |