一种视频帧中图像处理方法技术

本发明专利技术提供了一种视频帧中图像处理方法，包括：获取拍摄的视频帧序列；基于预先训练好的神经网络模型根据所述视频帧序列提取当前视频的前景图像；按照预设阴影去除方法去除所述前景图像中的阴影；判断所述前景图像中是否存在异常空洞，若是，则按照预设异常空洞填充方法填充所述异常空洞。本发明专利技术能够快速准确的得到视频画面中的非背景图像的准确形状，从而便于后续的进一步处理，比如对其进行识别和基于识别结果的监控。本发明专利技术智能性高，获取的图形准确度高，具备广阔的应用前景。

【技术实现步骤摘要】
一种视频帧中图像处理方法
本专利技术涉及图像处理领域，尤其涉及一种视频帧中图像处理方法。
技术介绍
智能监控系统是采用图像处理、模式识别和计算机视觉技术，通过在监控系统中增加智能视频分析模块，借助计算机强大的数据处理能力过滤掉视频画面无用的或干扰信息、自动识别不同物体，分析抽取视频源中关键有用信息，快速准确的定位事故现场，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，事后及时取证的全自动、全天候、实时监控的智能系统。现有技术中智能监控已经取得了广泛的应用，但是从流动的视频帧中提取图像，以及对提取的图像进行自动化的处理的相关技术还不甚成熟，因此难以实现完全的自动化，还需依赖人工肉眼的识别。鉴于自动进行图像处理的相关技术不甚成熟，基于图像处理技术进行自动报警的误报率较高，并且难以获取嫌疑目标的准确轮廓和精准位置。
技术实现思路
为了解决上述技术问题，本专利技术提出了一种视频帧中图像处理方法。本专利技术具体是以如下技术方案实现的：一种视频帧中图像处理方法，包括：获取拍摄的视频帧序列；基于预先训练好的神经网络模型根据所述视频帧序列提取当前视本文档来自技高网...

【技术保护点】
1.一种视频帧中图像处理方法，其特征在于，包括：获取拍摄的视频帧序列；基于预先训练好的神经网络模型根据所述视频帧序列提取当前视频的前景图像；按照预设阴影去除方法去除所述前景图像中的阴影；判断所述前景图像中是否存在异常空洞，若是，则按照预设异常空洞填充方法填充所述异常空洞。

【技术特征摘要】
1.一种视频帧中图像处理方法，其特征在于，包括：获取拍摄的视频帧序列；基于预先训练好的神经网络模型根据所述视频帧序列提取当前视频的前景图像；按照预设阴影去除方法去除所述前景图像中的阴影；判断所述前景图像中是否存在异常空洞，若是，则按照预设异常空洞填充方法填充所述异常空洞。2.根据权利要求1所述的方法，其特征在于：采用神经网络对视频帧序列提取前景图像，所述神经网络满足下述公式x(n+1)＝W1u(n+1)+W2x(n)+W3y(n)；其中，x、y分别为输入和输出，W1,W2,W3分别为所述神经网络当前输入、当前神经网络状态、当前输出到下一个神经网络状态之间的转换矩阵。3.根据权利要求1所述的方法，其特征在于：还包括一种去除阴影的方法为：获取预设的多向映射表和多向映射图集，所述多向映射表记录了光照时间段、光照强度段、分辨率和特征阈值之间的对应关系；所述多向映射图集中记录有多个背景图，每个背景图的特征集不同，所述特征集包括所述背景图的光照时间段、光照强度段和分辨率；根据当前的光照时间段、光照强度段和拍摄的设备从所述多向映射图集中选择目标背景图；根据当前的光照...

【专利技术属性】
技术研发人员：金涛，江浩，
申请(专利权)人：杭州铭智云教育科技有限公司，
类型：发明
国别省市：浙江,33