运动目标区域的识别方法技术

本发明专利技术提供一种运动目标区域的识别方法，包括：获得从图像中检测到的多个候选运动目标区域，选择面积最大的候选运动目标区域作为基准区域，将所述多个候选运动目标区域中除所述基准区域以外的候选运动目标区域作为待识别区域；对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域；从所述多个候选运动目标区域中删除非运动目标区域，得到运动目标区域。本发明专利技术减少了由于光照等环境因素带来的非运动目标区域的影响，提高了运动目标区域识别结果的准确性，为智能视频监控系统中的进一步智能算法应用提供更为准确的目标区域信息。

Recognition Method of Moving Target Region

【技术实现步骤摘要】
运动目标区域的识别方法
本专利技术涉及目标识别与检索
，具体而言，涉及一种运动目标区域的识别方法。
技术介绍
当前，智能监控系统的应用越来越广泛，运动目标区域识别技术作为智能监控系统技术的核心，也受到越来越多的关注。现有的运动目标区域识别技术主要包括：光流法、帧差法、背景差分法等等。其中，光流法在目标运动时计算图像帧的光流场，将具有相同光流向量的区域看作一个运动目标，从而达到将运动目标分割出来的目的；帧差法利用视频流图像帧序列中先前的图像帧来计算当前图像帧中的运动目标区域；背景差分法首先利用视频流中的图像帧进行背景建模，得到监控场景下的背景图，然后利用当前帧与背景图的差值来获取前景目标，从而得到运动目标区域。然而，就现有的运动目标区域识别技术而言，由于真实环境中存在大量不可预知的外界因素，例如气、光照、阴影及杂乱背景的干扰等等，因此导致对运动目标区域识别结果产生影响。举例而言，会造成识别结果中存在非运动目标区域(或称伪运动目标区域)。识别结果中存在非运动目标区域会增加目标区域分析等算法的复杂度，并且会对分析结果造成影响，从而影响后续的各种处理。
技术实现思路
为解决上述现有技术中存在的问题，根据本专利技术的一个实施例，提供一种运动目标区域的识别方法，包括：获得从图像中检测到的多个候选运动目标区域，选择面积最大的候选运动目标区域作为基准区域，将所述多个候选运动目标区域中除所述基准区域以外的候选运动目标区域作为待识别区域；对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域；从所述多个候选运动目标区域中删除非运动目标区域，得到运动目标区域。上述方法中，待识别区域与所述基准区域的距离信息包括：该待识别区域与所述基准区域在x轴和y轴方向上的最小距离，和/或该待识别区域与所述基准区域的中心点的距离。上述方法中，对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域包括：对于每个待识别区域，计算该待识别区域与所述基准区域在x轴方向和y轴方向上的最小距离之和作为边距，并且对所述边距进行归一化处理，得到该待识别区域与所述基准区域的归一化边距；对于每个待识别区域，计算该待识别区域与所述基准区域的中心点的距离作为中心距，并且对所述中心距进行归一化处理，得到该待识别区域与所述基准区域的归一化中心距；对于每个待识别区域，计算该待识别区域与所述基准区域的重叠面积，并且对所述重叠面积进行归一化处理，得到该待识别区域与所述基准区域的归一化重叠面积；对于每个待识别区域，将该待识别区域与所述基准区域的归一化边距、归一化中心距和归一化重叠面积进行标准化操作，得到该待识别区域对应的标准化数据。对所有待识别区域对应的标准化数据进行离群点检测，将检测到的离群点所对应的待识别区域作为非运动目标区域。上述方法中，根据下式计算待识别区域与所述基准区域的边距：dL(i)＝dxmin(i)+dymin(i)其中，dL(i)表示待识别区域i与所述基准区域的边距，1≤i≤N-1，N为所述候选运动目标区域的数量；dxmin(i)表示待识别区域i与所述基准区域在x轴方向上的最小距离；dymin(i)表示待识别区域i与所述基准区域在y轴方向上的最小距离；以及根据下式对所述边距进行归一化处理：其中，θL(i)表示待识别区域i与所述基准区域的归一化边距；dL(i)表示待识别区域i与所述基准区域的边距；表示所有待识别区域的平均边距；上述方法中，根据下式计算待识别区域与所述基准区域的中心距：其中，dO(i)表示待识别目标区域i与所述基准区域的中心距，(xi,yi)表示待识别区域i的中心点坐标，(x0,y0)表示所述基准区域的中心点坐标；以及根据下式对所述中心距进行归一化处理：其中，θO(i)表示待识别区域i与所述基准区域的归一化中心距；表示所有待识别区域的平均中心距。上述方法中，根据下式对所述重叠面积进行归一化处理：θS(i)＝1-2SOL/S(i)其中，θS(i)表示待识别区域i与所述基准区域的归一化重叠面积，SOL表示待识别区域i与所述基准区域的重叠面积，S(i)表示待识别区域i的面积。上述方法中，对于每个待识别区域根据下式进行标准化操作：其中，θ(i)表示待识别区域i对应的标准化数据；θL(i)表示待识别区域i与所述基准区域的归一化边距；θO(i)表示待识别区域i与所述基准区域的归一化中心距；θS(i)表示待识别区域i与所述基准区域的归一化重叠面积。上述方法中，所述多个候选运动目标可以是利用背景差分法从所述图像中检测得到的。本专利技术实施例具有如下的有益效果：利用现有的运动目标区域识别技术对图像进行初始检测，从检测得到的区域中选择面积最大的区域作为基准区域，根据剩余区域与基准区域之间的边距、中心距和/或重叠面积来确定非运动目标区域，并且删除非运动目标区域，从而减少了由于光照等环境因素带来的非运动目标区域的影响，提高了运动目标区域识别结果的准确性，为智能视频监控系统中的进一步智能算法应用提供更为准确的目标区域信息。附图说明以下将通过参考附图对示例性实施例进行详细描述，附图意在描绘示例性实施例而不应被解释为对权利要求的预期范围加以限制。除非明确指出，否则附图不被认为依比例绘制。图1示意性示出根据本专利技术一个实施例的运动目标区域的识别方法的流程图；图2示意性示出根据本专利技术一个实施例的判断非运动目标区域的方法的流程图。图3(a)是利用现有的运动目标区域识别技术对图像进行初始检测得到的候选运动目标区域的示意图；图3(b)是从候选运动目标区域中删除非运动目标区域以得到最终的运动目标区域的示意图。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，以下结合附图通过具体实施例对本专利技术进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。根据本专利技术的一个实施例，提供一种运动目标区域的识别方法。概括而言，该方法包括：获得从图像中检测到的多个候选运动目标区域，从中选择面积最大的候选运动目标区域作为基准区域，其他的候选运动目标区域作为待识别区域；对于每个待识别区域，根据该待识别区域与基准区域的距离信息和/或重叠面积，来判断该待识别区域是否属于非运动目标区域；以及，从候选运动目标区域中删除非运动目标区域，得到最终的运动目标区域。图1示意性地示出了该运动目标区域的识别方法的流程图，下文将参照图1，描述该方法的具体步骤：步骤S101.对图像进行初始检测，得到多个候选运动目标区域。在一个实施例中，利用背景差分法对智能监控系统监控到的图像进行检测，将检测得到的多个矩形区域作为候选运动目标区域。参见图3(a)，示出了对三幅监控图像分别进行检测后得到的候选运动目标区域，由于背景复杂，图3(a)中检测到的候选运动目标区域存在非运动目标区域，如垃圾桶旁边的阴影区域。除了背景差分法，对于本领域技术人员而言，根据本专利技术的其他实施例，步骤S101中也可以采用光流法、帧差法等其他现有运动目标区域识别技术对图像进行初始检测。步骤S102.获得所述多个候选运动目标区域，从中选择面积最大的候选运动目标区域作为基准区域，并且将除基准区域之外的其他候选运动目标区本文档来自技高网...

【技术保护点】
1.一种运动目标区域的识别方法，包括：获得从图像中检测到的多个候选运动目标区域，选择面积最大的候选运动目标区域作为基准区域，将所述多个候选运动目标区域中除所述基准区域以外的候选运动目标区域作为待识别区域；对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域；从所述多个候选运动目标区域中删除非运动目标区域，得到运动目标区域。

【技术特征摘要】
1.一种运动目标区域的识别方法，包括：获得从图像中检测到的多个候选运动目标区域，选择面积最大的候选运动目标区域作为基准区域，将所述多个候选运动目标区域中除所述基准区域以外的候选运动目标区域作为待识别区域；对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域；从所述多个候选运动目标区域中删除非运动目标区域，得到运动目标区域。2.根据权利要求1所述的方法，其中，待识别区域与所述基准区域的距离信息包括：该待识别区域与所述基准区域在x轴和y轴方向上的最小距离，和/或该待识别区域与所述基准区域的中心点的距离。3.根据权利要求1或2所述的方法，其中，对于每个待识别区域，根据该待识别区域与所述基准区域的距离信息和/或重叠面积，判断该待识别区域是否属于非运动目标区域包括：对于每个待识别区域，计算该待识别区域与所述基准区域在x轴方向和y轴方向上的最小距离之和作为边距，并且对所述边距进行归一化处理，得到该待识别区域与所述基准区域的归一化边距；对于每个待识别区域，计算该待识别区域与所述基准区域的中心点的距离作为中心距，并且对所述中心距进行归一化处理，得到该待识别区域与所述基准区域的归一化中心距；对于每个待识别区域，计算该待识别区域与所述基准区域的重叠面积，并且对所述重叠面积进行归一化处理，得到该待识别区域与所述基准区域的归一化重叠面积；对于每个待识别区域，将该待识别区域与所述基准区域的归一化边距、归一化中心距和归一化重叠面积进行标准化操作，得到该待识别区域对应的标准化数据。对所有待识别区域对应的标准化数据进行离群点检测，将检测到的离群点所对应的待识别区域作为非运动目标区域。4.根据权利要求3所述的方法，其中，根据下式计算待识别区域与所述基准区域的边距：dL(i)＝dxmin(i)+dymin(i)其中，dL(i)表示待识别区域i与所述基准区域的边距，1≤i≤N-1，N为所述候选运动目...

【专利技术属性】
技术研发人员：刘畅，赵潇，高明晋，周一青，石晶林，
申请(专利权)人：北京中科晶上超媒体信息技术有限公司，
类型：发明
国别省市：北京,11