The invention discloses an automatic recognition method based on the change of the old and new phase, which includes the following steps: a large amount of video information is processed to get the background image of the new and old time phase through the Gauss mixed model; the gray threshold is set and the video information is removed and the new and old phase is registered. In order to obtain the difference picture, the morphological denoising process is used to obtain the multiple change regions of the new phase image. Using this as a prior knowledge to further screen the building, the invention solves the difficulty of distinguishing the illegal building from the legal building in the process of automatic discovery of illegal buildings by video surveillance, and removes all kinds of interference factors resulting from the background picture difference between the old and the new time and the old. It greatly improves the recognition rate and the robustness of the detection results. Sex.
【技术实现步骤摘要】
一种基于新旧时相变化发现的违章建筑自动识别的方法
本专利技术涉及图像识别方法,尤其涉及一种基于新旧时相变化发现的违章建筑自动识别的方法。
技术介绍
当今社会,土地是人类赖以生存和发展的宝贵自然资源,土地的持续利用是人类社会持续发展的基石。在人口日益膨胀的今天,尤其是在我国,土地承受着巨大的压力,人地关系日趋紧张。而违章建筑建、土地违法使用等现象造作为占用土地的一大因素已十分严重,因此我们急需高效准确的找到违章建筑的可疑变化区域,识别违章建筑。而识别违章建筑过程中极易受复杂现实场景干扰,并难以区分违章建筑和当地合法的建筑。因此提高违章建筑物识别准确率减少误报率,保证检测结果的鲁棒性显得十分重要。违章建筑和合法建筑的区分和对复杂现实场景的干扰因素的去除是解决此问题的关键。在违章建筑识别过程中,无论是视频信息还是图片信息都可能同时存在违章建筑和合法建筑。直接检测违章建筑的同时极可能将只存在违章建筑的图片报警。造成违章建筑检测的误判。在现实情境中,自动发现违章建筑变化会受到很多因素的干扰,在检测变化的过程中,树叶的抖动,水面的波动,烟雾云朵的运动,都会被检测出来,影响违章建筑识别,造成违章建筑识别的误判。同时由于现实场景中停留的车辆、静止的物体,会使前背景分离时前景误判为背景,影响违章建筑识别的准确率。针对于上述问题,结合建筑物纹理结构区别于自然物体在形态特征上的特点,对于准确高效判定图像中是否含有建筑物的技术的需求日益凸显。
技术实现思路
专利技术目的:本专利技术的目的是提供一种基于新旧时相变化发现的违章建筑自动识别的方法,以弥补视频监控自动发现违章建筑过程中,直接 ...
【技术保护点】
一种基于新旧时相变化发现的违章建筑自动识别的方法,其特征在于,包括如下步骤:(1)将采集到的大量视频信息,通过跳N帧处理得到图像信息;用EM算法改进的GMM模型对图像进行处理得到不同时段背景模型,即新旧时相背景图像,存入背景库中;所述N取5‑10;(2)使用SIFT算法,对新旧时相背景图片进行配准,去除摄像机抖动晃动造成的影响;将得到的配准图像进行修复,以去除配准过程中在边界处造成的黑块,为步骤(3)提供稳定有效的背景图片;(3)利用背景图像设定灰度阈值T,当两幅背景图像中对应像素灰度差值在阈值范围内,则认为不是阴天雨雪天气,保留该背景信息并更新到场景中的变化区域图中;反之,则认为该天视频信息属于天气变化范围,剔除该天视频信息;(4)提取步骤(2)中得到的配准后的新旧时相背景图片;将得到的图像进行形态学预处理;再做差值,得到带有噪声的黑白背景差异图像;(5)用sobel算子对步骤(3)中得到的差值图像进行边缘检测,计算对应的形状算子,去除图像中阴影区域;进行形态学后处理,消除复杂现实场景中,树叶抖动、水波晃动、烟雾这些常见的干扰因素;进行纹理识别,设定纹理的粗细范围;去除离摄像机较近物 ...
【技术特征摘要】
1.一种基于新旧时相变化发现的违章建筑自动识别的方法,其特征在于,包括如下步骤:(1)将采集到的大量视频信息,通过跳N帧处理得到图像信息;用EM算法改进的GMM模型对图像进行处理得到不同时段背景模型,即新旧时相背景图像,存入背景库中;所述N取5-10;(2)使用SIFT算法,对新旧时相背景图片进行配准,去除摄像机抖动晃动造成的影响;将得到的配准图像进行修复,以去除配准过程中在边界处造成的黑块,为步骤(3)提供稳定有效的背景图片;(3)利用背景图像设定灰度阈值T,当两幅背景图像中对应像素灰度差值在阈值范围内,则认为不是阴天雨雪天气,保留该背景信息并更新到场景中的变化区域图中;反之,则认为该天视频信息属于天气变化范围,剔除该天视频信息;(4)提取步骤(2)中得到的配准后的新旧时相背景图片;将得到的图像进行形态学预处理;再做差值,得到带有噪声的黑白背景差异图像;(5)用sobel算子对步骤(3)中得到的差值图像进行边缘检测,计算对应的形状算子,去除图像中阴影区域;进行形态学后处理,消除复杂现实场景中,树叶抖动、水波晃动、烟雾这些常见的干扰因素;进行纹理识别,设定纹理的粗细范围;去除离摄像机较近物体对实验结果的影响,并使摄像头被遮挡时发起报警;对变化区域进行建筑物结构检测。(6)对视频信息做机械检测,发现大型机械则进行违章搭建报警,并对步骤(5)中形态学处理后的图片帧做小型车辆的检测,通过训练常见的交通工具,建立运动前景模型库,去除这些常见的模型停留造成的影响,得到高鲁棒性的可疑建筑物。(7)计算步骤(5)中的运动前景库里的车辆行人的位置和大小,将之与检测出的疑似违章建筑区域的位置和大小进行比较,去除不符合客观规律的变化,得到高鲁棒性的违章建筑物识别。2.根据权利要求1所述的基于新旧时相变化发现的违章建筑自动识别的方法,其特征在于,所述步骤(5)具体包括:(5.1)用Sobel算子对步骤S4中得到的差值图像进行边缘检测;(5.2)遍历图像中每个轮廓计算得到轮廓的面积周长及轮廓面积周长比等形状算子;由于圆的面积周长比最大,线段最小,矩阵排中间;输入图片的长度rows和宽度cols;保留轮廓面积S大于阈值rows*cols/500的轮廓以去除较...
【专利技术属性】
技术研发人员:张小国,王宇,邵俊杰,叶绯,王慧青,
申请(专利权)人:东南大学,
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。