发明名称 目标图像序列度量方法
摘要 本发明披露了一种用于自动目标识别算法评价的目标图像序列度量方法,该方法利用帧间目标变化程度来度量目标图像序列。帧间目标变化程度的计算式中包含三个元素,分别为:(1)目标纹理变化程度,主要描述了图像序列中帧间目标纹理的变化信息,其中纹理信息利用灰度共生矩阵进行描述;(2)目标大小变化程度,主要描述了图像序列中帧间目标大小的变化信息,其中目标大小信息利用包含目标最小矩形的长和宽表示;(3)目标位置变化程度,主要描述了图像序列中帧间目标位置变化信息,其中目标位置利用目标在图像中的坐标来表示。本方法实现了对目标序列图像的度量,可以为自动目标识别算法评价提供准确可靠的输入信息。
申请公布号 CN101859384B 申请公布日期 2012.05.23
申请号 CN201010206259.3 申请日期 2010.06.12
申请人 北京航空航天大学 发明人 毛峡;刁伟鹤
分类号 G06K9/62(2006.01)I;G06T7/00(2006.01)I 主分类号 G06K9/62(2006.01)I
代理机构 代理人
主权项 一种目标图像序列度量方法,其特征在于:利用帧间目标变化程度IFCDT来度量目标图像序列,帧间目标变化程度的计算式中包含三个变量,分别为:目标纹理变化程度ci、目标大小变化程度cs以及目标位置变化程度cp,本发明建立的帧间目标变化程度计算公式如式(1)所示,在利用该方法度量图像序列前,人工标定并记录下图像序列各帧图像中目标的位置,以及包含目标最小矩形的长和宽: <mrow> <mi>IFCDT</mi> <mo>=</mo> <msqrt> <msup> <msub> <mi>c</mi> <mi>i</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>c</mi> <mi>s</mi> </msub> <mn>2</mn> </msup> <mo>+</mo> <msup> <msub> <mi>c</mi> <mi>p</mi> </msub> <mn>2</mn> </msup> </msqrt> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>其中,计算公式中的变量目标纹理变化程度ci主要描述了序列图像中不同帧图像之间纹理的变化信息,利用式(2)获取: <mrow> <msub> <mi>c</mi> <mi>i</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <mfrac> <mrow> <mi>&Sigma;</mi> <mo>|</mo> <msub> <mi>CM</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>CM</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>|</mo> </mrow> <mrow> <mi>&Sigma;</mi> <mo>|</mo> <msub> <mi>CM</mi> <mi>i</mi> </msub> <mo>+</mo> <msub> <mi>CM</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>|</mo> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo> </mrow> </mrow>其中,CMi为序列第i帧图像中包含目标最小矩形内图像的共生矩阵,N表示图像序列包含的图像数目;计算公式中的变量目标大小变化程度cs主要描述了序列图像中不同帧图像之间所包含目标大小的变化信息,利用式(3)获取: <mrow> <msub> <mi>c</mi> <mi>s</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <mn>1</mn> </mrow> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>2</mn> </mrow> <mi>N</mi> </munderover> <mrow> <mo>(</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>l</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>|</mo> </mrow> <msub> <mi>l</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mfrac> <mo>+</mo> <mfrac> <mrow> <mo>|</mo> <msub> <mi>w</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>|</mo> </mrow> <msub> <mi>w</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> </mfrac> <mo>)</mo> </mrow> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>3</mn> <mo>)</mo> </mrow> </mrow>其中,N为图像序列中的图像数目,li为第i帧图像中包含目标最小矩形的长,wi为第i帧图像中包含目标最小矩形的宽;计算公式中的变量目标位置变化程度cp主要描述了序列图像中不同帧图像之间所包含目标位置的变化信息,利用式(4)获取: <mrow> <msub> <mi>c</mi> <mi>p</mi> </msub> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>N</mi> <mo>-</mo> <mn>2</mn> </mrow> </mfrac> <munderover> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>3</mn> </mrow> <mi>N</mi> </munderover> <mfrac> <mrow> <mo>|</mo> <msub> <mi>d</mi> <mi>i</mi> </msub> <mo>-</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>1</mn> </mrow> </msub> <mo>|</mo> </mrow> <msub> <mi>&Delta;</mi> <mrow> <mi>i</mi> <mo>-</mo> <mn>2</mn> </mrow> </msub> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>4</mn> <mo>)</mo> </mrow> </mrow>其中,di表示图像序列中目标从第i‑1帧到第i帧的位移,该位移的值通过不同帧图像目标位置相减得到,Δi表示第i帧中目标图像的各向平均尺寸即目标矩形长和宽的平均值,N表示图像序列中图像的数目。
地址 100191 北京市海淀区学院路37号