一种视频图像中目标对象的识别方法和装置制造方法及图纸

本发明专利技术公开了一种视频图像中目标对象的识别方法和装置。该方法包括：对视频图像进行预处理，得到所述视频图像的二值连通图；所述二值连通图中包含至少一个连通区域，每个连通区域对应所述视频图像中的至少一个目标对象；获取所述二值连通图中各个连通区域的位置信息和面积信息；根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的线性关系，计算出所述各个连通区域的阈值面积；根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数。本发明专利技术提供的技术方案能够解决现有的视频分析软件并不能很准确的对视频中的目标对象进行识别的问题。

Method and device for identifying target object in video image

The invention discloses a method and a device for identifying a target object in a video image. The method includes: video image pre-processing, obtain the video images of the two values of connected graph; the two value graph contains at least one connected region, every connected region corresponding to the video image in at least one target; get the two value in each connected region graph the location information and area information; according to the location information of each connected domain, and the preset position information and the threshold area of the linear relationship between the calculated threshold area each connected region; according to the letter area of each connected region of interest and the threshold area, the number of the identification of the corresponding target each connected region object. The technical proposal provided by the invention can solve the problem that the existing video analysis software can not accurately identify the target object in the video.

【技术实现步骤摘要】
一种视频图像中目标对象的识别方法和装置
本专利技术涉及视图图像识别
，特别是一种视频图像中目标对象的识别方法和装置。
技术介绍
视频分析软件被广泛应用于刑侦、安防，无人机跟踪系统中，多目标在视频中的持续遮挡问题是视频分析过程中比较难解决的问题，为了获取较完整的视频摘要信息，就需要获取视频中较完整的遮挡信息。现有技术中，通过对运动目标进行膨胀、腐蚀、开启和闭合，二值运算后，在对图像进行目标的提取。然而，由于二值图像存在不连续，多个目标如果距离太近，相互遮挡可能会粘连为一个目标，或者一辆车有可能被分成了多个目标，还可能会有一些干扰噪点。因此存在不能准确的提取出目标，存在对目标的漏检的问题。综上所述，现有的视频分析软件并不能很准确的对视频中的目标对象进行识别的问题。
技术实现思路
本专利技术提供了一种视频图像中目标对象的识别方法和装置。本专利技术提供的技术方案能够解决现有的视频分析软件并不能很准确的对视频中的目标对象进行识别的问题。本专利技术公开了一种视频图像中目标对象的识别方法，包括：对视频图像进行预处理，得到所述视频图像的二值连通图；所述二值连通图中包含至少一个连通区域，每个连通区域对应所述视频图像中的至少一个目标对象；获取所述二值连通图中各个连通区域的位置信息和面积信息；根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的线性关系，计算出所述各个连通区域的阈值面积；根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数。可选的，所述对视频图像进行预处理，得到所述视频图像的二值连通图包括：从所述视频图像提取前景图像，将所述前景图像进行二值化处理得到所述视频图像的二值图像；依次对所述视频图像的二值图像进行闭运算、膨胀运算、连通运算得到所述视频图像的二值连通图。可选的，还包括：设置位置信息与阈值面积的线性关系的步骤，包括：获取预设数量的训练样本，对所述训练样本进行预处理，得到所述训练样本的二值连通图；将所述训练样本的二值连通图在垂直方向上划分为N个子区域，其中每个子区域具有不同的位置信息；分别统计每个子区域中训练目标的面积信息，得出每个子区域中的训练目标的面积均值；根据相邻两个子区域中训练目标的面积均值，计算出相邻两个子区域的训练目标的面积均值之间的线性关系；根据所述相邻两个子区域的训练目标的面积均值之间的线性关系，以及所述相邻两个子区域的位置关系，得到所述预设的位置信息与阈值面积的线性关系。可选的，所述根据相邻两个子区域中训练目标的面积均值，计算出相邻两个子区域的训练目标的面积均值之间的线性关系包括：根据如下公式计算相邻两个子区域的训练目标的面积均值之间的线性关系：其中，ai表示相邻两个子区域的训练目标的面积均值之间的线性关系；Si+1表示第i+1个子区域的训练目标的面积均值，Si表示第i个子区域的训练目标的面积均值，Image.height表示训练样本的二值连通图的垂直方向上的长度，N为所述训练样本的二值连通图在垂直方向上划分的子区域的个数；所述根据所述相邻两个子区域的训练目标的面积均值之间的线性关系，以及所述相邻两个子区域的位置关系，得到所述预设的位置信息与阈值面积的线性关系包括：根据如下公式计算位置信息与阈值面积的线性关系包括：yi＝ai*x+bi，bi＝Si+1-ai*(Image.height/2*N+i*Image.height/N)其中，yi表示第i个子区域的训练目标的阈值面积，x表示训练目标的位置信息，bi表示第i个子区域的训练目标的面积矫正常量。可选的，所述根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数包括：根据所述各个连通区域的面积信息与阈值面积的比值，识别所述各个连通区域对应的目标对象的个数；所述连通区域的面积信息与阈值面积的比值小于等于第一阈值时，识别所述连通区域对应的目标对象的个数为单个；所述连通区域的面积信息与阈值面积的比值大于第一阈值且小于等于第二阈值时，识别所述连通区域对应的目标对象的个数为两个；所述连通区域的面积信息与阈值面积的比值大于第二阈值时，识别所述连通区域对应的目标对象的个数为三个以上。本专利技术还公开了一种视频图像中目标对象的识别装置，包括：预处理模块，用于对视频图像进行预处理，得到所述视频图像的二值连通图；所述二值连通图中包含至少一个连通区域，每个连通区域对应所述视频图像中的至少一个目标对象；获取模块，用于获取所述二值连通图中各个连通区域的位置信息和面积信息；计算模块，用于根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的线性关系，计算出所述各个连通区域的阈值面积；识别模块，用于根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数。可选的，所述预处理模块，用于从所述视频图像提取前景图像，将所述前景图像进行二值化处理得到所述视频图像的二值图像；依次对所述视频图像的二值图像进行闭运算、膨胀运算、连通运算得到所述视频图像的二值连通图。可选的，还包括：设置模块；所述设置模块，用于获取预设数量的训练样本，对所述训练样本进行预处理，得到所述训练样本的二值连通图；将所述训练样本的二值连通图在垂直方向上划分为N个子区域，其中每个子区域具有不同的位置信息；分别统计每个子区域中训练目标的面积信息，得出每个子区域中的训练目标的面积均值；根据相邻两个子区域中训练目标的面积均值，计算出相邻两个子区域的训练目标的面积均值之间的线性关系；根据所述相邻两个子区域的训练目标的面积均值之间的线性关系，以及所述相邻两个子区域的位置关系，得到所述预设的位置信息与阈值面积的线性关系。可选的，所述计算模块，根据如下公式计算相邻两个子区域的训练目标的面积均值之间的线性关系：其中，ai表示相邻两个子区域的训练目标的面积均值之间的线性关系；Si+1表示第i+1个子区域的训练目标的面积均值，Si表示第i个子区域的训练目标的面积均值，Image.height表示训练样本的二值连通图的垂直方向上的长度，N为所述训练样本的二值连通图在垂直方向上划分的子区域的个数；根据如下公式计算位置信息与阈值面积的线性关系包括：yi＝ai*x+bi，bi＝Si+1-ai*(Image.height/2*N+i*Image.height/N)其中，yi表示第i个子区域的训练目标的阈值面积，x表示训练目标的位置信息，bi表示第i个子区域的训练目标的面积矫正常量。可选的，所述识别模块，用于根据所述各个连通区域的面积信息与阈值面积的比值，识别所述各个连通区域对应的目标对象的个数；所述连通区域的面积信息与阈值面积的比值小于等于第一阈值时，识别所述连通区域对应的目标对象的个数为单个；所述连通区域的面积信息与阈值面积的比值大于第一阈值且小于等于第二阈值时，识别所述连通区域对应的目标对象的个数为两个；所述连通区域的面积信息与阈值面积的比值大于第二阈值时，识别所述连通区域对应的目标对象的个数为三个以上。综上所述，本专利技术所公开的技术方案，通过对视频图像进行预处理，得到所述视频图像的二值连通图；便于对视频图像中的目标对象进行识别。进而获取二值连通图中各个连通区域的位置信息和面积信息；根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的本文档来自技高网...

【技术保护点】
一种视频图像中目标对象的识别方法，其特征在于，包括：对视频图像进行预处理，得到所述视频图像的二值连通图；所述二值连通图中包含至少一个连通区域，每个连通区域对应所述视频图像中的至少一个目标对象；获取所述二值连通图中各个连通区域的位置信息和面积信息；根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的线性关系，计算出所述各个连通区域的阈值面积；根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数。

【技术特征摘要】
1.一种视频图像中目标对象的识别方法，其特征在于，包括：对视频图像进行预处理，得到所述视频图像的二值连通图；所述二值连通图中包含至少一个连通区域，每个连通区域对应所述视频图像中的至少一个目标对象；获取所述二值连通图中各个连通区域的位置信息和面积信息；根据所述各个连通区域的位置信息，以及预设的位置信息与阈值面积的线性关系，计算出所述各个连通区域的阈值面积；根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数。2.根据权利要求1所述的识别方法，其特征在于，所述对视频图像进行预处理，得到所述视频图像的二值连通图包括：从所述视频图像提取前景图像，将所述前景图像进行二值化处理得到所述视频图像的二值图像；依次对所述视频图像的二值图像进行闭运算、膨胀运算、连通运算得到所述视频图像的二值连通图。3.根据权利要求1所述的识别方法，其特征在于，还包括：设置位置信息与阈值面积的线性关系的步骤，包括：获取预设数量的训练样本，对所述训练样本进行预处理，得到所述训练样本的二值连通图；将所述训练样本的二值连通图在垂直方向上划分为N个子区域，其中每个子区域具有不同的位置信息；分别统计每个子区域中训练目标的面积信息，得出每个子区域中的训练目标的面积均值；根据相邻两个子区域中训练目标的面积均值，计算出相邻两个子区域的训练目标的面积均值之间的线性关系；根据所述相邻两个子区域的训练目标的面积均值之间的线性关系，以及所述相邻两个子区域的位置关系，得到所述预设的位置信息与阈值面积的线性关系。4.根据权利要求3所述的识别方法，其特征在于，所述根据相邻两个子区域中训练目标的面积均值，计算出相邻两个子区域的训练目标的面积均值之间的线性关系包括：根据如下公式计算相邻两个子区域的训练目标的面积均值之间的线性关系：其中，ai表示第i个子区域与第i+1个子区域的训练目标的面积均值之间的线性关系；Si+1表示第i+1个子区域的训练目标的面积均值，Si表示第i个子区域的训练目标的面积均值，Image.height表示训练样本的二值连通图的垂直方向上的长度，N为所述训练样本的二值连通图在垂直方向上划分的子区域的个数；所述根据所述相邻两个子区域的训练目标的面积均值之间的线性关系，以及所述相邻两个子区域的位置关系，得到所述预设的位置信息与阈值面积的线性关系包括：根据如下公式计算位置信息与阈值面积的线性关系包括：yi＝ai*x+bi，bi＝Si+1-ai*(Image.height/2*N+i*Image.height/N)其中，yi表示第i个子区域的训练目标的阈值面积，x表示训练目标的位置信息，bi表示第i个子区域的训练目标的面积矫正常量。5.根据权利要求1所述的识别方法，其特征在于，所述根据所述各个连通区域的面积信息与阈值面积，识别所述各个连通区域对应的目标对象的个数包括：根据所述各个连通区域的面积信息与阈值面积的比值，识别所述各个连通区域对应的目标对象的个数；其中，所述连通区域的面积信息与阈值面积的比值小于等于第一阈值时，识别所述连通区域对应的目标对象的个数为单个；所述连通区域的面积信息与阈值面积的比值大于第一阈值且小于等于第二...

【专利技术属性】
技术研发人员：宋秀峰，
申请(专利权)人：歌尔科技有限公司，
类型：发明
国别省市：山东,37