基于高清视频图像目标自动定位识别系统及方法技术方案

本发明专利技术涉及基于高清视频图像目标自动定位识别系统及方法，该系统由高清视频图像增强处理模块、目标检测定位模块、灰度图像二值化处理模块、目标轮廓图像倾斜度校正模块、目标轮廓图像分割及特征提取模块和目标轮廓图像识别及后处理模块组成；本发明专利技术具有针对复杂背景下的高清(200万像素以上)视频图像(运动)目标自动检测、快速定位识别以及非均匀光照条件下高清视频图像增强处理效果好、动态范围大、目标自动定位识别精度高等优点，同时嵌入式软件功能设计可大大提高软件可信、可靠度和稳定性，降低前端嵌入式系统(智能摄像机)施工安装要求。

【技术实现步骤摘要】

本专利技术涉及ー种可用于公共安全、停车管理、智能交通、综合应急等领域复杂场景下。
技术介绍
近年来，高清摄像机越来越多地应用于公共安全、停车管理、智能交通、综合应急等领域复杂背景下的高清视频图像监控。传统的标清视频图像目标定位识别方法无法直接转化为针对复杂场景下的高清视频图像(运动)目标(快速)自贡定位识别处理，原因是高清视频图像分辨率高，场景范围大、背景复杂，设定侦测区域(运动)目标(快速)自动轮廓(边缘)检测定位难度大，高清视频图像中有多个(运动)目标需同时定位、识别，而现有标清视频图像下的目标识别方法一般只能识别简单背景下的单一目标。此外，高清视 频设定侦测区域图像中(运动)目标(快速)自动定位识别方法，不仅要求识别率高，而且要求识别速度快。因此如何快速、准确地识别高清视频图像中(运动)目标轮廓(边缘)特征图像，是现有技术中普遍面临且亟待解决的问题。
技术实现思路
本专利技术针对现有技术缺陷，提供一种针对高清视频图像的目标(快速)自动定位识别方法，图像增强效果好，检测、定位速度快，识别准确率高。为实现上述目的，本专利技术提供了高清视频图像目标自动定位识别系统，该系统由高清视频图像增强处理模块、目标检测定位模块、灰度图像ニ值化处理模块、目标轮廓图像傾斜度校正模块、目标轮廓图像分割及特征提取模块和目标轮廓图像识别及后处理模块组成；其中，所述高清视频图像增强处理模块用于实现对前端高清摄像机实时采集的高清视频的图像增强处理，根据高清视频图像中背景/场景图像和内容/目标图像实时确定图像滤波器模板类型及加权系数，获取最佳信噪比增强图像，提高后续目标检测、定位、识别精度，以消除复杂场景图像噪声干扰；所述目标检测定位模块用于实现设定侦测区域图像与动态背景图像之间的实时比对，采用自适应梯度检测定位算法对其中目标进行快速轮廓/边缘检测、定位；所述灰度图像ニ值化处理模块用于实现设定侦测区域图像转换为灰度图像后的ニ值化处理；所述目标轮廓/边缘图像傾斜度校正模块用于基于垂直游程长统计的目标轮廓(边缘)图像傾斜度校正算法实现设定侦测区域目标轮廓/边缘图像傾斜度校正处理；所述目标轮廓图像分割及特征提取模块用于实现在经目标轮廓图像傾斜度校正后的ニ值化图像中目标轮廓/边缘图像分割及特征提取；所述目标轮廓图像识别及后处理模块采用动态样本聚类分析法实现目标轮廓(边缘)图像的匹配识别和本地目标轮廓图像/特征样本库中特征样本的优化、调整。本专利技术的另一目的是提供基于高清视频图像目标自动定位识别方法，该方法具体包括如下步骤步骤1，高清视频图像增强处理模块对高清摄像机实时采集的高清视频进行图像增强处理，实时比对设定侦测区域图像与动态背景图像，对实时采集的高清视频图像中设定侦测区域/运动目标轮廓/边缘进行快速检测、定位；步骤2，目标检测定位模块将实时检测到的设定侦测区域目标轮廓/边缘图像映射到原始高清视频动态背景图像中，根据目标轮廓/边缘图像特征对目标轮廓/边缘图像进行排序；步骤3，将高清视频中设定侦测区域图像转换为灰度图像，并将高清视频中设定侦测区域灰度图像进行ニ值化处理；步骤4，根据实时检测到的目标轮廓/边缘图像与样本库进行比对，对实时检测到 的目标轮廓/边缘图像进行特征分类；步骤5，对实时检测到的目标轮廓/边缘图像进行匹配识别，确定实时检测到的设定侦测区域目标轮廓图像类型。3.根据权利要求I所述的针对高清视频设定侦测区域图像目标快速定位、识别方法，其特征在于，所述方法步骤5采用动态样本聚类分析法对目标轮廓图像进行识别，井根据目标轮廓特征对识别结果进行确认。本专利技术针对复杂背景下的高清(200万像素以上)视频图像目标自动检测及定位识别，嵌入式软件功能设计实现非均匀光照条件下高清视频图像增强处理和软件的可信、可靠性，目标自动检测、定位速度快，适应动态范国大、目标识别精度高，提高前端嵌入式系统(智能摄像机)可靠性和稳定性，降低现场施工安装要求和难度。附图说明图I为本专利技术高清视频图像目标自动定位识别方法流程示意图；图2为本专利技术高清视频图像目标自动定位识别系统逻辑框图。具体实施例方式下面通过附图和实施例，对本专利技术技术方案做进ー步的详细描述。图I为本专利技术高清视频图像目标自动定位识别方法流程图，如图所示，本专利技术具体技术实现方案包括如下步骤步骤101，对高清摄像机实时采集的高清视频进行图像增强处理(根据高清视频图像中背景和内容确定图像增强滤波器模板类型及加权系数)，实时比对高清视频设定侦测区域图像与动态背景图像之间的差別，对实时采集的高清视频设定侦测区域图像中(运动)目标进行快速自动轮廓(边缘)检测、定位(采用自适应梯度检测定位算法)；步骤102，将实时检测到高清视频设定侦测区域图像中(运动)目标轮廓(边缘)图像映射到原始高清视频(动态背景)图像中，根据(运动)目标图像轮廓(边缘)特征对实时检测到的(运动)目标轮廓图像进行排序；步骤103，将高清视频设定侦测区域图像转换为灰度图像，并对高清视频设定侦测区域灰度图像进行ニ值化处理；步骤104，将实时检测到的(运动)目标轮廓(边缘)图像特征与样本库进行实时比对，对实时检测到的(运动)目标轮廓(边缘)图像进行特征(采用学习方式和择优判断算法形成的运动目标轮廓特征)分类；步骤105，对实时检测到高清视频设定侦测区域中(运动)目标轮廓(边缘)图像进行样本(采用学习方式和择优判断算法形成的目标轮廓特征样本)匹配识别，确定实时检测到的(运动)目标轮廓图像的目标类型。所述的步骤105采用动态样本聚类分析法对(运动)目标轮廓(边缘)图像进行匹配识别，井根据目标图像轮廓(边缘)特征对识别结果进行确认。图2所示高清视频图像目标自动定位识别系统,该系统由高清视频图像增强处理模块I、目标检测定位模块2、灰度图像ニ值化处理模块3、目标轮廓图像傾斜度校正模块4、目标轮廓图像分割及特征提取模块5和目标轮廓图像识别及后处理模块6组成；高清视频图像增强处理模块 在高清视频监控系统中，现场高清摄像机的安装、參数设置及环境因素，造成实时采集的高清视频图像退化(图像变形、噪声覆盖等)，从而直接影响后续高清视频图像目标自动检测、定位、识别精度。“高清视频图像增强处理”模块实现对前端高清摄像机实时采集的高清视频的图像增强处理，根据高清视频图像中背景(场景)图像和内容(目标)图像实时确定图像滤波器模板类型(自适应维纳滤波器)及加权系数，获取最佳信噪比增强图像，提高后续目标检测、定位、识别精度。目标检测定位模块现场高清摄像机实时采集的高清视频图像，分辨率在200万像素以上(1920x1080)，整幅高清视频图像实时处理量较大，将直接影响视频图像处理速度，从而影响系统后续目标自动检测、定位、识别实时性。现场高清摄像机实时采集的高清视频图像中，根据系统现场监控场景及相关应用管理需求，可用于运动(管理)目标检测、定位、识别的有效区域，是高清视频图像中的局部区域，可根据具体现场监控场景及应用管理需求进行设置，以提高高清视频图像(有效区域)处理速度和系统自动检测、定位、识别的实时性和有效性。“设定侦测区域目标检測定位”模块实现设定侦测区域图像与动态背景图像之间的实时比对，采用自适应梯度检測定位算法对其中(运动)目标进行快速(轮廓/边缘)检测、定位。本专利技术采用的自适应本文档来自技高网...

【技术保护点】
高清视频图像目标自动定位识别系统，其特征在于，该系统由高清视频图像增强处理模块、目标检测定位模块、灰度图像二值化处理模块、目标轮廓图像倾斜度校正模块、目标轮廓图像分割及特征提取模块和目标轮廓图像识别及后处理模块组成；其中，所述高清视频图像增强处理模块用于实现对前端高清摄像机实时采集的高清视频的图像增强处理，根据高清视频图像中背景/场景图像和内容/目标图像实时确定图像滤波器模板类型及加权系数，获取最佳信噪比增强图像，提高后续目标检测、定位、识别精度,？以消除复杂场景图像噪声干扰；所述目标检测定位模块用于对处理过的所述图像信息中实现设定侦测区域图像与动态背景图像之间的实时比对，采用自适应梯度检测定位算法对其中目标进行快速轮廓/边缘检测、定位；所述灰度图像二值化处理模块用于对目标轮廓识别后的图像转换为灰度图像后进行二值化处理；所述目标轮廓图像倾斜度校正模块用于将二值化处理处理过的图像基于垂直游程长统计的目标轮廓/边缘图像倾斜度校正算法对目标轮廓/边缘图像倾斜度校正处理;所述目标轮廓图像分割及特征提取模块用于实现在经目标轮廓图像倾斜度校正后的二值化图像中目标轮廓/边缘图像分割及特征提取；所述目标轮廓图像识别及后处理模块采用动态样本聚类分析法实现目标轮廓/边缘图像的匹配识别和本地目标轮廓图像/特征样本库中特征样本的优化、调整。...

【技术特征摘要】

【专利技术属性】
技术研发人员：李刚，石飞荣，田秦，
申请(专利权)人：陕西省交通规划设计研究院，北京科技大学，
类型：发明
国别省市：