面向视频处理的快速目标分割与标识方法技术

一种面向视频处理的快速目标分割与标识方法，涉及一种图像的识别方法。将所需处理的图像进行定义分区，再对每一小块区域进行目标标记，标记出运动目标所在区域和数量，形成小块目标间，之后比较各小块目标间的相关性，合并因为定义分区造成的一个目标被分开的目标块，由此实现运动目标的快速标识。本发明专利技术的有益效果是使处理图像的速度大大提升，每秒可处理１３帧左右图像，保证了目标检测的实时性和视频图像的流畅性。

【技术实现步骤摘要】

本专利技术涉及一种面向视频处理的快速目标分割与标识的方法。
技术介绍
图像处理中的目标检测，主要是根据目标的特征设计各种检测算法寻找出 可能的目标点，然后经过阈值处理，得到二值图像，最后需要对二值图像中的 目标进行分割和标识。目前，传统的目标标识方法是根据区域增长的方法进行， 如区域生长法。所述的区域生长法是一种应用比较成熟的目标标识方法，该方 法的基本思想是将具有相似性质的像素集合起来构成区域并标记，不同的连接 成分附上不同的标记。具体步骤是先对每个需要分割的区域找一个种子像素 点作为生长的起点，然后将种子像素周围邻域中与种子像素具有相同或相似性 质的像素合并到这一区域中。将这些新像素当作新的种子像素继续进行上面的 进程，直到再也没有满足条件的像素可包括进来为止，这样就实现了一个区域 的生长。在算法设计之初是利用区域生长来实现目标标识，它是把图像中每一个满 足条件的点都作为种子点，并以该点为初始种子点进行区域生长。该方法先是 对初始种子点的8邻域进行遍历，并将所有满足种子点条件的像素点坐标都存入指定数组GrowX、 GrowY;整幅图像遍历结束之后再对GrowX、 GrowY数组中新的种子点进行8邻域遍历，如此循环直到所有种子点都处理完，则一个 区域生长完成。区域生长法要对每一个种子点的8邻域进行遍历，会消耗大量处理时间，1 个目标的情况，其处理一帧图像的时间大约需要15秒，因此这种方法实时性较 差。而对视频图像来说，由于所需处理的数据量很大、对处理的实时性要求比 较高，区域生长法显然已经无法满足这一要求，因此需要研究一种比较快速的 目标标识方法。本专利技术的应用背景是在根据落水人员的视频进行目标检测时， 即采用机器视觉技术寻找落水的人员，此时对算法的实时性要求较高，需要达 到8fps以上，传统的区域增长算法满足不了性能要求，因而提出了本专利技术。
技术实现思路
本专利技术所要解决的技术问题是为克服传统目标标识方法计算量大，耗时 较长，对于实时性要求的应用场合，不能满足需要等缺点，本专利技术提供一种面 向视频处理的快速目标分割与标识方法。为了实现上述目的，本专利技术的技术方案如下一种，其特征在于将所需处理 的图像进行定义分区，再对每一小块区域进行目标标记，标记出运动目标所在 区域和数量，形成小块目标间，之后比较各小块目标间的相关性，合并因为定 义分区造成的一个目标被分开的目标块，由此实现运动目标的快速标识。上述一种，其特征在于所述定 义分区是将所需处理的图像平均分为四个矩形或四的幂次方个矩形。上述一种，其特征在于所述目 标标记是将所需处理的图像进行阈值处理得到二值图像后，将二值图像中的白 色像素点设为目标点。上述一种，其特征在于所述合 并因为定义分区造成的一个目标被分开的目标块是将所需处理的图像经过所述 定义分区和目标标记后，以一个4区域为基础单位，将4个区域两两比较，若 有粘连的像素，则合并相应区域，并将被合并区域赋予合并区相同的边界值。上述一种，其特征在于算法是 以一个"4区域"目标标识子函数为基础，通过重复调用该子函数进行16区域 分割检测，从而实现对整个图像区域的标识处理。由于本方法是对视频图像进行分区检测，最基本的子函数是将范围内图像 分割成四块，通过四次调用"4区域"算法的子函数实现对图像的16块分割，从而最多能检测并标识到16个运动目标，避免了每个点进行检索归类引起的大量计算量的问题，完全可以满足在海上搜救实时检测和性能的要求。而对于其 他需要跟踪更多目标的场合，只需在此基础上对四块分割子程序以"金字塔" 形式继续扩展即可实现，具有很强的实用性。附图说明下面结合附图和具体实施方式来详细说明本专利技术-图1是本专利技术的视频图像坐标图。图2是本专利技术算法流程图(4区域)。 图3是本专利技术算法流程图(16区域)。具体实施例方式为了使本专利技术实现的技术手段、创作特征、达成目的与功效易于明白了解， 下面结合具体图示，进一步阐述本专利技术。 实施例h参看图l、图2，首先依次扫描四个小区域，找出每个区域中的白色像素点 (设二值图像中白色像素点为目标点)的四个边界值，即为各小区中目标的边 界点，四个边界点分别为该区域中白色点的坐标x方向最小值、y方向最小值 的点；x方向最小值、y方向最大值的点；x方向最大值、y方向最小值的点；x 方向最大值、y方向最大值的点。然后依次比较0、 l区，1、 3区，2、 3区，0、 2区，若有粘连，则合并相应区域，并将被合并区域赋予合并区域相同的边界值； 如比较0、 1区，若粘连，则将1区合并到0区，并令1区边界值数据等于0区； 接着比较1、 3区，若粘连，则将1区合并到3区，并令1区边界值数据等于3 区；接着比较2、 3区，若粘连，则将2区合并到3区，并令2区边界值数据等 于3区；接着比较0、 2区，若粘连，则将2区边界值数据等于0区；接着对角 区1、 2比较'，若粘连，则2区合并到1区，并令2区边界值等于1区。若对角 区l、 2区比较后合并，则需要重新比较O、 l区和l、 3区，再比较对角区O、 3 区，若有粘连则3区合并到0区，并令3区边界值等于0区；对角区l、 2区不 合并，则直接比较对角区O、 3区，若有粘连则3区合并到0区，并令3区边界 值等于0区；从而实现对图像上目标的识别。实施例2:参看图l、图3，首先依次扫描第l大块中的四个小区域，找出每个区域中 的白色像素点(二值图像中白色像素点为目标点)的四个边界值，即为各小区 中目标的边界点，四个边界点分别为该区域中白色点的坐标x方向最小值、y方向最小值的点；x方向最小值、y方向最大值的点；x方向最大值、y方向最 小值的点；x方向最大值、y方向最大值的点。然后依次比较0、 l区，1、 3区， 2、 3区，0、 2区，若有粘连，则合并相应区域，并将被合并区域赋予合并区域 相同的边界值；若对角区l、 2区比较后合并，则需要重新比较0、 l区和l、 3 区，再比较0、 3区，若有粘连则合并。然后以该算法为目标标识子函数为基础， 重复调用该子函数进行16区域分割检测，从而实现对图像上目标的识别。 具体步骤如下一. 四次调用区域分割(4区)子函数，得到四个数组及计数-，二. 1、 2块中各目标块两两比较，若有粘连，2块合并到1块，2块对应值 清零；三. 3、 4块中各目标块两两比较，若有粘连，4块合并到3块，4块对应值 清零；四. 1、 3块中各目标块两两比较，若有粘连，3块合并到1块，3块对应值 清零；五. 2、 4块中各目标块两两比较，若有粘连，2块合并到4块，2块对应值 清零；六. 2、 3对角块比较，若有粘连，2块合并到3块，2块对应值清零；七. 由于4块有变化，故重新与3块比较，3块再重新与1块比较；八. l、 4块对角比较，若有粘连，4块合并到1块，4块对应值清零；九. l、 4对角块比较，若有粘连，4块合并到1块，4块对应值清零；筛选 kl、 k2、 k3、 k4四个数组中不为零的数据，并计数；十.结束。由于本方法是对视频图像进行分区检测，最基本的子函数是将范围内图像 分割成四块，通过四次调用"4区域"算法的子函数实现对图像的16块分割， 从而最多能检测并标识到16个运动目标，避免了每个点进行检索归类引起的大 量计算量的问题，完全可以满本文档来自技高网...

【技术保护点】
一种面向视频处理的快速目标分割与标识方法，其特征在于：将所需处理的图像进行定义分区，再对每一小块区域进行目标标记，标记出运动目标所在区域和数量，形成小块目标间，之后比较各小块目标间的相关性，合并因为定义分区造成的一个目标被分开的目标块，由此实现运动目标的快速标识。

【技术特征摘要】

【专利技术属性】
技术研发人员：许开宇，胡文骅，张莹莹，林鑫伟，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：31[中国|上海]