The invention discloses a detection method of a target in an elevator, which belongs to the field of elevator monitoring. The method includes obtaining a first image sequence, using the first image sequence SVM classifier; obtaining second image sequences, obtain the target image from second image sequences; target image calculation diagram of HOG characteristics; the HOG feature SVM classifier input target image, detecting the output of SVM classifier results is less than a first predetermined threshold; if the output the result is equal to or greater than a first predetermined threshold, then determines the target region image includes a predetermined target; if the output is less than a first predetermined threshold, then determines the target region image includes a predetermined target; solves automatically in real time from the elevator in video surveillance to identify the target, specific staff real-time viewing of video surveillance lift reached the problem; the predetermined target detection efficiency and recognition rate of elevator monitoring video, improve electric The effect of the ladder running safety.
【技术实现步骤摘要】
一种电梯中目标的检测方法
本专利技术实施例涉及电梯监控领域,特别涉及一种电梯中目标的检测方法。
技术介绍
随着经济的发展,电梯在居民小区中的使用越来越多,电梯中通常安装有监控设备用于监控电梯内的环境,识别电梯监控视频中的目标是保证电梯运行安全的重要内容。相关技术中,识别视频中的目标涉及对图像进行预处理,即尽可能在不改变图像承载的本质信息的前提下,令每张图片的颜色分布、整体明暗、尺寸大小等表观特性抑制,目标特征提取,即对图像包括的数据进行变换得到反映分类本质的特征,目标检测,即使用各种匹配算法,根据从图像中已经提取的特征识别出目标。然而,针对电梯中目标检测的方法中能够达到应用级别的很少,大部分对电梯中目标的识别率高的方法比较复杂,难以对电梯监控视频进行实时处理。
技术实现思路
为了解决现有技术的问题,本专利技术实施例提供了一种电梯中目标的检测方法。该技术方案如下:第一方面,提供了一种电梯中目标的检测方法,该方法包括:获取第一图像序列,利用所述第一图像序列训练支持向量机SVM分类器;获取第二图像序列,从所述第二图像序列中获取目标区域图像;针对所述目标区域图像,计算方向梯度直方图HOG特征;将所述目标区域图像的HOG特征输入所述SVM分类器,检测所述SVM分类器的输出结果是否小于第一预定阈值;若所述SVM分类器的输出结果大于等于所述第一预定阈值,则确定所述目标区域图像包括所述预定目标;若所述SVM分类器的输出结果小于所述第一预定阈值,则确定所述目标区域图像不包括所述预定目标。可选的,所述利用所述第一图像序列训练支持向量机SVM分类器,包括:对所述第一图像序列中的每张 ...
【技术保护点】
一种电梯中目标的检测方法,其特征在于,所述方法包括:获取第一图像序列,利用所述第一图像序列训练支持向量机SVM分类器;获取第二图像序列,从所述第二图像序列中获取目标区域图像;针对所述目标区域图像,计算方向梯度直方图HOG特征;将所述目标区域图像的HOG特征输入所述SVM分类器,检测所述SVM分类器的输出结果是否小于第一预定阈值;若所述SVM分类器的输出结果大于等于所述第一预定阈值,则确定所述目标区域图像包括所述预定目标;若所述SVM分类器的输出结果小于所述第一预定阈值,则确定所述目标区域图像不包括所述预定目标。
【技术特征摘要】
1.一种电梯中目标的检测方法,其特征在于,所述方法包括:获取第一图像序列,利用所述第一图像序列训练支持向量机SVM分类器;获取第二图像序列,从所述第二图像序列中获取目标区域图像;针对所述目标区域图像,计算方向梯度直方图HOG特征;将所述目标区域图像的HOG特征输入所述SVM分类器,检测所述SVM分类器的输出结果是否小于第一预定阈值;若所述SVM分类器的输出结果大于等于所述第一预定阈值,则确定所述目标区域图像包括所述预定目标;若所述SVM分类器的输出结果小于所述第一预定阈值,则确定所述目标区域图像不包括所述预定目标。2.根据权利要求1所述的方法,其特征在于,所述利用所述第一图像序列训练支持向量机SVM分类器,包括:对所述第一图像序列中的每张图像,利用改进中值滤波方法进行图像预处理;从经过预处理的所述图像中选取m张正样本图像和n张负样本图像,所述正样本图像中包括所述预定目标,所述负样本图像中不包括所述预定目标;针对每张所述正样本图像和每张所述负样本图像,计算HOG特征;将所述m张正样本图像的HOG特征和所述n张负样本图像的HOG特征作为SVM的输入值,训练所述SVM得到所述SVM分类器,所述SVM分类器的核函数为径向基RBF函数。3.根据权利要求1所述的方法,其特征在于,所述从所述第二图像序列中获取目标区域图像,包括:对所述第二图像序列中的每张图像,利用改进中值滤波方法进行图像预处理;根据经过图像预处理后的所述第二图像序列确定背景图像;按如下公式确定所述第二图像序列中的图像的运动区域:其中,Bt(x,y)表示运动区域,It(x,y)表示像素点(x,y)在t时刻的图像中的值,BKGt(x,y)表示像素点(x,y)在所述背景图像中的值,τ为第二预定阈值;在HSV颜色空间,根据相邻帧图像的所述像素点(x,y)在H通道、S通道、V通道的变化特征滤除所述运动区域中的阴影;对滤除阴影后的所述运动区域进行形态学操作,得到所述目标区域图像。4.根据权利要求1或2所述的方法,其特征在于,所述计算HOG特征,包括:按如下公式对图像进行Gamma校正:f(I)=Iγ,其中,I表示图像中每个像素点(x,y)的像素值,γ=Gamma;计算经...
【专利技术属性】
技术研发人员:张媛,蒋铁锁,宋建宁,周志勇,邹海洋,华志超,臧坤,
申请(专利权)人:江苏省特种设备安全监督检验研究院,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。