一种基于视觉显著性特征的视频灰斑检测方法技术

本发明专利技术涉及一种基于视觉显著性特征的视频灰斑检测方法。目前方法通常是基于灰斑颜色与周围不一致的简单模型，容易造成误检。基于可将灰斑区域看作显著性区域，本发明专利技术综合利用显著性检测的底层特征和机器学习方法，提出一种用于视频灰斑检测的自底向上模型。该方法包括：提取视频图像对比度、纹理、形状等特征，通过支持向量机合并各特征在图像不同区域的差异，从而实现视频灰斑检测。实验结果表明，本发明专利技术方法准确度高，能有效定位视频图像中的灰斑区域。并且对于某些颜色较浅的灰斑，也能够进行定位。

A method of video gray spot detection based on visual saliency

The invention relates to a video gray spot detection method based on visual saliency characteristics. At present, the method is usually based on the simple model of gray spot color inconsistent with the surrounding, which is likely to cause false detection. Based on the gray patch region as a salient region, the proposed method utilizes the underlying features of saliency detection and machine learning methods, and proposes a bottom-up model for video gray spot detection. The method includes: extracting the contrast, texture, shape and other features of video images, and combining support vector machines to merge the differences of each feature in different regions of the image so as to realize the video gray spot detection. The experimental results show that the proposed method has high accuracy and can effectively locate the gray spot region in the video image. And it can also be used for some gray spots with lighter color.

【技术实现步骤摘要】
一种基于视觉显著性特征的视频灰斑检测方法
本专利技术涉及一种基于视觉显著性特征的视频灰斑检测方法，属于图像处理领域，可以用于对象检测和识别，监控视频异常检测系统。
技术介绍
视频采集设备由于受到外界自然环境或内在设备故障的干扰，使得获得的视频质量下降，造成视频失真，如灰斑失真。视频灰斑失真是由于光线在进入监控摄像头的CCD时，镜头上的灰斑阻碍了光线的进入，使得CCD相应位置出现灰斑的影子，从而在视频图像中显现灰斑。由于灰斑相对于其他对象距离镜头最近，不仅对其他对象造成了遮挡，还阻碍了运动目标定位与追踪等问题的研究，甚至使算法失效。因此，实现视频灰斑的自动检测在监控视频异常检测系统中占据重要地位。视觉显著性是指在某个场景中的一个对象相对于其周围景物脱颖而出从而吸引观测者注意力的感知质量。对于视频灰斑，由于灰斑的亮度相对于周围景物较低的特性，且对人类视觉效果造成恶劣感知，在一定意义上，灰斑成为吸引观测者眼球的显著性区域。基于这一认知，本专利技术提出利用灰斑的视觉显著性对其进行检测。显著性检测可以分为两大类，自底向上模型、自顶向下模型。自底向上模型是利用底层特征(如颜色、对比度、形状、纹理本文档来自技高网...

【技术保护点】
一种基于视觉显著性特征的视频灰斑检测方法，具体步骤为：(1).提取视频图像中每个像素的对比度、纹理、形状等低级特征；(2).分离出灰斑区域的特征和非灰斑区域的特征，并使用SVM对这些特征进行训练；(3).利用SVM训练出的模型对每个像素进行测试，实现灰斑检测。

【技术特征摘要】
1.一种基于视觉显著性特征的视频灰斑检测方法，具体步骤为：(1).提取视频图像中每个像素的对比度、纹理、形状等低级特征；(2).分离出灰斑区域的特征和非灰斑区域的特征，并使用SVM对这些特征进行训练；(3).利用SVM训练出的模型对每个像素进行测试，实现灰斑检测。2.根据权利要求1所述的基于视觉显著性特征的视频灰斑检测方法，其特征在于步骤(1)中，对比度特征计算的具体步骤为：1)对原图建立高斯金字塔：其中，2m+1为高斯核长度，W(x，y)为高斯卷积核。2)对金字塔运用中心-周围差异法：定义中心层c∈{0，1，2}，周围层s＝c+d，s≤4，差异层d∈{2，3，4}，则(c，s)∈{(0，2)，(0，3)，(0，4)}∪{(1，3)，(1，4)，(2，4)}，同时定义Θ为跨层相减，则I(c，s)＝|cΘs|(2)3)对比度计算公式如下：其中i是RGB空间的三通道，即i∈{R，G，B}。3.根据权利要求1所述的基于视觉显著性特征的视频灰斑检测方法，其特征在于步骤(1)中，纹理特征计算的具体步骤为：1)对原图建立金字塔图像：其中，2m+1为卷积核长度，L(x，y)为高斯拉普拉斯卷积核。2...

【专利技术属性】
技术研发人员：陈黎，杨平，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42