一种针对复杂运动图像的处理方法技术

本发明专利技术公开了一种针对复杂运动图像的处理方法，该针对复杂运动图像的处理方法包括：对复杂运动图像的矢量算法进行处理；对复杂运动图像的视频动态叠加进行处理；对复杂运动图像的综合静态和动态模糊图像进行处理。本发明专利技术通过动态捕捉视频信息与自动预警机制建立关联，提示目标物的出现以便公安刑侦人员及时采取措施，同时自动提取有关联信息的视频，便于侦查人员进行串并案分析及视频比对分析处理，找到有价值的线索等。

【技术实现步骤摘要】
一种针对复杂运动图像的处理方法
本专利技术属于图像数据处理
，尤其涉及一种针对复杂运动图像的处理方法。
技术介绍
目标物比如人脸识别的研究，起源于19世纪末法国人SirFranisGalton。以Allen和Parke为代表主要研究面部特征；人机交互式识别及用几何特征参数来研究的以Harmon和Lesk为代表，以Kaya和Kobayashi为代表采用了统计识别方法；Eyematic公司和我国清华大学研发了“人脸识别系统”，但对视频监控模糊图像的识别率不高，并且对目标物进行动态捕捉预警技术研究处于初始阶段。随着视频监控技术的不断发展，我国目前视频监控在智慧城市、数字城市、平安园区等各类项目得以广泛应用。监控视频已经成为公安部门进行案件侦查的重要依据和线索，视频侦查已逐步成为继刑侦，技侦，网侦之后的第四大侦查手段。在公安视频监控中，模糊图像的目标物检测识别及动态捕捉预警技术具有直接、方便、快捷以及非侵犯性的特点，在刑事侦查、维护国家安全和人民生命财产安全以及在反恐、防恐中具有重要意义，极具研究价值和潜力。视频监控于20世纪80年代正式在我国开始启用，110指挥中心最早使用了视频监控，用于监控城市的治安情况。随着社会的发展，视频监控已经广泛应用于公安机关的治安、刑侦、交通管理、禁毒等多个职能部门具体业务工作中。但由于目前视频监控模糊图像的识别率不高，缺乏有效的信息技术支撑，在公安视频侦查过程中仍然面临图像调取及格式不统一、视频信息管理及协同难、效率不高等问题，针对公安视频监控模糊图像，对嫌疑人人脸或车辆进行检测识别以及动态捕捉、预警等必要的视频图像处理技术，显得尤为重要。神经网络在工程中的应用是从20世纪90年代才开始的，一般为多层前馈的BP神经网络，但BP神经网络存在局部最优问题，并且训练速度慢、效率低，而模糊神经网络在一定程度上克服了这些问题，它在逼近能力、分类能力和学习速度等方面均优于BP神经网络。而RoughSets理论(简称RS理论)在操作时无须提供除问题所需处理的数据集合之外的任何先验信息，可以直接对多维数据实施基于属性和元组两个方向上的一致数据浓缩或不一致数据浓缩，从中发现隐含的知识，揭示潜在的规律。
技术实现思路
本专利技术的目的在于提供一种针对复杂运动图像的处理方法，利用检测过程中产生的模式信息和已检测帧的运动矢量信息，用复杂度较低的运算提高了对运动目标的提取和识别，减少了误判概率；针对视频中复杂运动图像目标彼此间的动态关系需要，将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为；以静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量，提高对运动目标的分类识别能力。本专利技术是这样实现的，一种针对复杂运动图像的处理方法，所述针对复杂运动图像的处理方法包括：利用检测过程中产生的模式信息和已检测帧的运动矢量信息；将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为；以静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量；所述针对复杂运动图像的处理方法具体包括：对复杂运动图像的矢量算法进行处理；对复杂运动图像的视频动态叠加进行处理；对复杂运动图像的综合静态和动态模糊图像进行处理。进一步，对复杂运动图像的矢量算法进行处理方法为：针对视频监控过程中复杂运动图像，首先进行运动模式分类，产生相应运动矢量信息，接着进一步提取帧间预测时产生的运动矢量，完成视频运动对象的粗提取，最后进行运动矢量的累计，从而提取出可靠的视频运动目标；在实际提取和使用帧间运动矢量时，必须先经过平滑和矫正，以去除噪声运动矢量。进一步，对复杂运动图像的视频动态叠加进行处理方法为：针对视频中复杂运动图像目标彼此间的动态关系需要，将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为。进一步，对复杂运动图像的综合静态和动态模糊图像进行处理方法为：针对视频监控中复杂运动图像进行静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量，提高对运动目标的分类识别能力。进一步，复杂运动图像包括运动多目标识别和跟踪图像，采用卡尔曼滤波法与矩形跟踪法结合，分离目标位置、面积的特征，通过构建特征识别矩阵分析目标运动状态，再对不同状态实施相应的多视角的监控跟踪。进一步，构建特征辨识矩阵为：利用目标的特征与目前目标所处的区域特点构建新矩阵，利用矩形跟踪法判别目标是否产生、是否消失，分析目标特征，预判目标状态空间，判断目标的所处运动状态。进一步，判断目标所处运动状态具体为：将目标分为新目标、目标的融合与目标的消失，当新目标出现时，立刻构建新目标的信息；当目标出现分裂时，分析产生分裂的原因，跟踪分裂；当不同目标出现相互融合时，对融合后的目标进行融合处理；当跟踪的目标消失时，首先判断是否真消失，如果真消失，再删除原有的数据信息。本专利技术中，通过图像处理和计算机视觉技术，在监控系统中增加智能分析功能模块，借助计算机的数据处理能力进而过滤掉视频图像中无用的信息或干扰信息、自动识别不同物体，分析抽取视频中关键有用信息，快速、准确得定位事故现场，判断监控画面中的异常情况，并以最快和最佳的方式发出警报或触发其它动作，从而有效进行事前预警、事中处理以及事后取证的全自动实时监控的智能系统；对公安视频监控模糊图像，采用模糊神经网络和RS理论等，对目标物进行检测识别，改进并提出新的算法，提高模糊图像辨识率；融合处理有效信息并动态提取目标物特征进行动态捕捉及预警，达到国家先进水平；视频监控于20世纪80年代正式在我国开始启用，110指挥中心最早使用了视频监控，用于监控城市的治安情况。支持与前端视频监控的对接，自动将有价值的视频联网采集到搜索视频中，减少视频采集的工作量；快速定位目标物出现区域，以便公安刑侦人员有针对性的加强警力部署或就近增加监控摄像头等；通过动态捕捉视频信息与自动预警机制建立关联，提示目标物的出现以便公安刑侦人员及时采取措施，同时自动提取有关联信息的视频，便于侦查人员进行串并案分析及视频比对分析处理，找到有价值的线索等；对不同的监控视频格式自动识别其格式封装和码流，并以在线流媒体方式供侦查人员调阅，支持主流DVR，NVR厂家的视频格式直接播放，也支持主流DV、手机所拍摄的视频格式，实现多种视频格式的在线播放、视频快速查阅等。本专利技术解决了目前视频监控图像模糊、散焦模糊低的问题。附图说明图1是本专利技术实施例提供的针对复杂运动图像的处理方法流程图。图2是本专利技术实施例提供的稀疏冗余字典算法增强图像流程图。图3是本专利技术实施例提供的SIFT算法流程图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例本文档来自技高网...

【技术保护点】
一种针对复杂运动图像的处理方法，其特征在于，所述针对复杂运动图像的处理方法包括：利用检测过程中产生的模式信息和已检测帧的运动矢量信息；将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为；以静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量；所述针对复杂运动图像的处理方法具体包括：对复杂运动图像的矢量算法进行处理；对复杂运动图像的视频动态叠加进行处理；对复杂运动图像的综合静态和动态模糊图像进行处理。

【技术特征摘要】
1.一种针对复杂运动图像的处理方法，其特征在于，所述针对复杂运动图像的处理方法包括：利用检测过程中产生的模式信息和已检测帧的运动矢量信息；将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背景对运动目标的叠加作用效应，精准确定运动目标运动行为；以静态单帧特征和基于图像序列中的动态特征相结合的方式，进行静态单帧特征提取及图像序列的非线性动态特征调整匹配，精简特征描述及分类处理计算量；所述针对复杂运动图像的处理方法具体包括：对复杂运动图像的矢量算法进行处理；对复杂运动图像的视频动态叠加进行处理；对复杂运动图像的综合静态和动态模糊图像进行处理。2.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，对复杂运动图像的矢量算法进行处理方法为：针对视频监控过程中复杂运动图像，首先进行运动模式分类，产生相应运动矢量信息，接着进一步提取帧间预测时产生的运动矢量，完成视频运动对象的粗提取，最后进行运动矢量的累计，从而提取出可靠的视频运动目标；在实际提取和使用帧间运动矢量时，必须先经过平滑和矫正，以去除噪声运动矢量。3.如权利要求1所述的针对复杂运动图像的处理方法，其特征在于，对复杂运动图像的视频动态叠加进行处理方法为：针对视频中复杂运动图像目标彼此间的动态关系需要，将视频序列分割为若干个子序列同时进行处理，提取动态目标数据，进行叠加帧处理，以获取背...

【专利技术属性】
技术研发人员：王云峰，宁晓希，谢素艳，韩常，寇为刚，谭等泰，贺国庆，
申请(专利权)人：甘肃政法学院，
类型：发明
国别省市：甘肃,62