一种基于机器视觉颜色识别的智慧城域定位方法及系统技术方案

本发明专利技术涉及一种基于机器视觉颜色识别的智慧城域定位方法及系统，属于定位技术领域，解决了现有定位方法计算量大、速度慢且准确率低的问题。该方法包括，对获取的第一图像进行颜色校正，提取待定位目标的至少一种特征颜色；第一图像中包含待定位目标的图像；获取待搜索图像，对待搜索图像进行颜色校正，并对颜色校正后的待搜索图像进行网格划分，基于每一网格的颜色值确定待搜索图像颜色与特征颜色的接近度；任一特征颜色对应的接近度大于预设边界值，则判定待搜索图像中可能存在待定位目标；基于获得的可能存在待定位目标的待搜索图像，进一步确定其是否包含待定位目标。本发明专利技术通过颜色匹配进行定位，计算量小，并能够快速缩小定位范围，定位速度快且准确率高。

A method and system of intelligent metropolitan area location based on machine vision color recognition

【技术实现步骤摘要】
一种基于机器视觉颜色识别的智慧城域定位方法及系统
本专利技术涉及定位
，尤其涉及一种基于机器视觉颜色识别的智慧城域定位方法及系统。
技术介绍
智慧安防是智慧城市的重要部分。现有的智慧安防在解决对人或物进行定位的问题时，主要采取的是机器视觉的人脸识别技术或图像匹配技术，需要在特定环节事先采集目标人或物的图像，对于定位人的情况，人脸识别还可能需要连接公安系统的人脸大数据，再对现场安防摄像头获取到的大量图像信息进行机器视觉的识别和对比运算，最后根据监控摄像头的安装位置来锁定目标人或物的位置。现有技术至少存在以下缺陷，一是在人脸大数据库中进行人脸识别或者对于待定位物体利用图像匹配进行识别，计算量大、定位速度慢；二是通过人脸识别进行定位或者通过图像匹配进行定位对人脸图像或者物体图像的清晰度有较高的要求，因此在实际应用中具有一定的局限性。
技术实现思路
鉴于上述的分析，本专利技术旨在提供一种基于机器视觉颜色识别的智慧城域定位方法及系统，用以解决现有定位方法计算量大、速度慢且准确率低的问题。一方面，本专利技术提供了一种基于机器视觉颜色识别的智慧城域定位方法，包括：对获取的第一图像进行颜色校正，提取待定位目标的至少一种特征颜色；所述第一图像中包含所述待定位目标的图像；获取待搜索图像，对所述待搜索图像进行颜色校正，并对颜色校正后的所述待搜索图像进行网格划分，基于每一网格的颜色值确定所述待搜索图像的颜色与所述特征颜色的接近度；任一特征颜色对应的所述接近度大于预设边界值，则判定所述待搜索图像中可能存在所述待定位目标；基于获得的可能存在所述待定位目标的待搜索图像，进一步确定其是否包含待定位目标。进一步的，所述提取待定位目标的至少一种特征颜色，具体包括：利用训练好的颜色校正模型对所述第一图像进行颜色校正，获得标准光照条件下的第一图像；删除标准光照条件下的所述第一图像中的其他人物或背景，获取仅含有待定位目标的第二图像；对所述第二图像进行网格划分，并将每一网格的颜色与标准光照条件下的颜色色卡进行比较，以确定每一网格的颜色值；基于所述每一网格的颜色值利用高斯拟合提取待定位目标的至少一种特征颜色。进一步的，通过下述方式训练获得所述颜色校正模型：获取不同光照条件下的颜色色卡相比于标准光照条件下颜色色卡的漂移量，作为颜色校正模型的训练参数初始值；将不同光照条件下，包含背景、人物、物体及多种颜色的第三图像作为所述颜色校正模型的输入量，将标准光照条件下的第三图像作为所述颜色校正模型的输出量，对所述颜色校正模型的参数进行训练，获得训练好的颜色校正模型。进一步的，基于所述每一网格的颜色值利用高斯拟合提取待定位目标的至少一种特征颜色，包括：分别对每一网格的颜色R值、G值及B值进行高斯拟合获得R值对应的第一高斯曲线、G值对应的第二高斯曲线及B值对应的第三高斯曲线；将所述第一高斯曲线峰值对应的R值、第二高斯曲线峰值对应的G值及第三高斯曲线峰值对应的B值作为所述待定位目标的特征颜色值；将所述第一高斯曲线、第二高斯曲线及第三高斯曲线中与峰值依次相邻位置处对应的R值、G值及B值作为待定位目标的其他特征颜色值。进一步的，基于每一网格的颜色值确定所述待搜索图像的颜色与所述待定位目标每一特征颜色的接近度，包括：通过下述公式计算待搜索图像每一网格颜色yi(Ri,Gi,Bi)与所述待定位目标每一特征颜色Aj(Rj,Gj,Bj)的差值：其中，i＝1,2,3...n，n为所述待搜索图像中的网格数量，j＝1,2,3...m，m为所述待定位目标的特征颜色数量；将待定位目标的第j种特征颜色对应的差值dij按从小到大的顺序进行排序，当第p+1个网格对应的差值d(p+1)j远大于第p个网格对应的差值dpj时，则根据前p个网格对应的差值通过下述公式获得所述待搜索图像的颜色与所述待定位目标的第j种特征颜色的接近度：遍历待定位目标的每一种特征颜色，获得所述待搜索图像颜色与所述待定位目标每一种特征颜色的接近度。进一步的，通过下述函数确定所述待搜索图像中存在所述待定位目标的可能性：其中，Lj表示待定位目标第j种特征颜色对应的边界值，f(Aj)为1表示所述待搜索图像的颜色与所述待定位目标第j种特征颜色相接近，f(Aj)为0表示所述待搜索图像颜色与所述待定位目标第j种特征颜色不接近；f越大，所述待搜索图像中存在所述待定位目标的可能性越大，f为0表示所述待搜索图像中存在所述待定位目标的可能性为零。另一方面，本专利技术提供了一种基于机器视觉颜色识别的智慧城域定位系统，包括：颜色校正模块，用于对第一图像及待搜索图像进行颜色校正，所述第一图像中包含有待定位目标的图像；特征颜色提取模块，用于提取所述待定位目标的至少一种特征颜色；接近度确定模块，用于基于所述待搜索图像的每一网格的颜色值确定所述待搜索图像的颜色与所述特征颜色的接近度；判断模块，通过比较每一特征颜色对应的所述接近度与预设边界值，确定所述待搜索图像中存在所述待定位目标的可能性；定位模块，基于可能存在所述待定位目标的待搜索图像，进一步确定其是否包含待定位目标。进一步的，所述特征颜色提取模块通过下述方式提取所述待定位目标的至少一种特征颜色：删除颜色校正后的所述第一图像中的其他人物或背景，获取仅含有待定位目标的第二图像；对所述第二图像进行网格划分，并将每一网格的颜色与标准光照条件下的颜色色卡进行比较，以确定每一网格的颜色值；基于所述每一网格的颜色值利用高斯拟合提取待定位目标的至少一种特征颜色，具体包括：分别对每一网格的颜色R值、G值及B值进行高斯拟合获得R值对应的第一高斯曲线、G值对应的第二高斯曲线及B值对应的第三高斯曲线；将所述第一高斯曲线峰值对应的R值、第二高斯曲线峰值对应的G值及第三高斯曲线峰值对应的B值作为所述待定位目标的特征颜色值；将所述第一高斯曲线、第二高斯曲线及第三高斯曲线中与峰值依次相邻位置处对应的R值、G值及B值作为待定位目标的其他特征颜色值。进一步的，接近度确定模块，通过下述方式确定所述待搜索图像的颜色与所述待定位目标每一特征颜色的接近度：通过下述公式计算待搜索图像每一网格颜色yi(Ri,Gi,Bi)与所述待定位目标每一特征颜色Aj(Rj,Gj,Bj)的差值：其中，i＝1,2,3...n，n为所述待搜索图像中的网格数量，j＝1,2,3...m，m为所述待定位目标的特征颜色数量；将待定位目标的第j种特征颜色对应的差值dij按从小到大的顺序进行排序，当第p+1个网格对应的差值d(p+1)j远大于第p个网格对应的差值dpj时，则根据前p个网格对应的差值通过下述公式获得所述待搜索图像的颜色与所述待定位目标的第j种特征颜色的接近度：遍历待定位目标的每一种特征颜色，获得所述待搜索图像颜色与本文档来自技高网...

【技术保护点】
1.一种基于机器视觉颜色识别的智慧城域定位方法，其特征在于，包括：/n对获取的第一图像进行颜色校正，提取待定位目标的至少一种特征颜色；所述第一图像中包含所述待定位目标的图像；/n获取待搜索图像，对所述待搜索图像进行颜色校正，并对颜色校正后的所述待搜索图像进行网格划分，基于每一网格的颜色值确定所述待搜索图像的颜色与所述特征颜色的接近度；/n任一特征颜色对应的所述接近度大于预设边界值，则判定所述待搜索图像中可能存在所述待定位目标；/n基于获得的可能存在所述待定位目标的待搜索图像，进一步确定其是否包含待定位目标。/n

【技术特征摘要】
1.一种基于机器视觉颜色识别的智慧城域定位方法，其特征在于，包括：
对获取的第一图像进行颜色校正，提取待定位目标的至少一种特征颜色；所述第一图像中包含所述待定位目标的图像；
获取待搜索图像，对所述待搜索图像进行颜色校正，并对颜色校正后的所述待搜索图像进行网格划分，基于每一网格的颜色值确定所述待搜索图像的颜色与所述特征颜色的接近度；
任一特征颜色对应的所述接近度大于预设边界值，则判定所述待搜索图像中可能存在所述待定位目标；
基于获得的可能存在所述待定位目标的待搜索图像，进一步确定其是否包含待定位目标。


2.根据权利要求1所述的智慧城域定位方法，其特征在于，所述提取待定位目标的至少一种特征颜色，具体包括：
利用训练好的颜色校正模型对所述第一图像进行颜色校正，获得标准光照条件下的第一图像；
删除标准光照条件下的所述第一图像中的其他人物或背景，获取仅含有待定位目标的第二图像；
对所述第二图像进行网格划分，并将每一网格的颜色与标准光照条件下的颜色色卡进行比较，以确定每一网格的颜色值；
基于所述每一网格的颜色值利用高斯拟合提取待定位目标的至少一种特征颜色。


3.根据权利要求2所述的智慧城域定位方法，其特征在于，通过下述方式训练获得所述颜色校正模型：
获取不同光照条件下的颜色色卡相比于标准光照条件下颜色色卡的漂移量，作为颜色校正模型的训练参数初始值；
将不同光照条件下，包含背景、人物、物体及多种颜色的第三图像作为所述颜色校正模型的输入量，将标准光照条件下的第三图像作为所述颜色校正模型的输出量，对所述颜色校正模型的参数进行训练，获得训练好的颜色校正模型。


4.根据权利要求2所述的智慧城域定位方法，其特征在于，基于所述每一网格的颜色值利用高斯拟合提取待定位目标的至少一种特征颜色，包括：
分别对每一网格的颜色R值、G值及B值进行高斯拟合获得R值对应的第一高斯曲线、G值对应的第二高斯曲线及B值对应的第三高斯曲线；将所述第一高斯曲线峰值对应的R值、第二高斯曲线峰值对应的G值及第三高斯曲线峰值对应的B值作为所述待定位目标的特征颜色值；
将所述第一高斯曲线、第二高斯曲线及第三高斯曲线中与峰值依次相邻位置处对应的R值、G值及B值作为待定位目标的其他特征颜色值。


5.根据权利要求1-4任一项所述的智慧城域定位方法，其特征在于，基于每一网格的颜色值确定所述待搜索图像的颜色与所述待定位目标每一特征颜色的接近度，包括：
通过下述公式计算待搜索图像每一网格颜色yi(Ri,Gi,Bi)与所述待定位目标每一特征颜色Aj(Rj,Gj,Bj)的差值：



其中，i＝1,2,3...n，n为所述待搜索图像中的网格数量，j＝1,2,3...m，m为所述待定位目标的特征颜色数量；
将待定位目标的第j种特征颜色对应的差值dij按从小到大的顺序进行排序，当第p+1个网格对应的差值d(p+1)j远大于第p个网格对应的差值dpj时，则根据前p个网格对应的差值通过下述公式获得所述待搜索图像的颜色与所述待定位目标的第j种特征颜色的接近度：



遍历待定位目标的每一种特征颜色，获得所述待搜索图像颜色与所述待定位目标每一种特征颜色的接近度。


6.根据权利要求5任一项所述的智慧城域定位方法，其特征在于，通过下述函数确定所述待搜索图像中存在所述待定位目标的可能性：






其中，Lj表示待定位目标...

【专利技术属性】
技术研发人员：包瑞，郭睿倩，刘姝，贺洪朝，戴聪棋，
申请(专利权)人：复旦大学，豪尔赛科技集团股份有限公司，
类型：发明
国别省市：上海;31