基于SIFT特征的违章建筑检测方法技术

本发明专利技术属于视频监控领域，涉及图像识别技术，具体涉及一种基于SIFT特征的违章建筑检测方法，包括如下步骤：步骤一：在视频图像中自定义监控区域；步骤二：加载监控区域的初始信息，提取SIFT特征描述子，用k均值算法进行聚类，获得监控区域的二维SIFT特征直方图；步骤三：定时获得待检测视频图像，按步骤二提取待检测监控区域的当前帧的二维SIFT特征直方图，根据监控区域的不同图像之间的直方图距离进行图像匹配，判断监控区域是否发生变化。本发明专利技术针对特定区域或者特定建筑进行长期跟踪检测及预警，通过自定义感兴趣监控区域以及监控对象来减少图像处理时间和复杂度，以提高系统实时处理能力及鲁棒性。

【技术实现步骤摘要】

本专利技术属于视频监控领域，涉及图像识别技术，具体涉及一种基于SIFT特征的违章建筑检测方法。
技术介绍
采用智能识别技术的数字监控系统正逐渐替代传统监控系统，成为现代视频监控系统的发展趋势。在该领域，针对特定区域或者特定建筑进行长期状态跟踪检测及预警，以替代人工管控的系统，还是个空白。从具体应用环境出发，如果指定的区域里不能存在违建，或者指定的违建进行了拆除，智能视频监控都能予以报警或记录。
技术实现思路
本专利技术的目的在于提出一种基于SIFT特征的违章建筑检测方法，针对特定区域或者特定建筑进行长期跟踪检测及预警，通过自定义感兴趣监控区域以及监控对象来减少图像处理时间和复杂度，以提高系统实时处理能力及鲁棒性。为了实现上述目的，本专利技术采用的技术方案为基于SIFT特征的违章建筑检测方法，其特征在于，包括如下步骤步骤一在视频图像中自定义监控区域；步骤二 加载监控区域的初始信息，提取SIFT特征描述子，用k均值算法进行聚类，获得监控区域的二维SIFT特征直方图；步骤三定时获得待检测视频图像，按步骤二提取待检测监控区域的当前帧的二维SIFT特征直方图，根据监控区域的不同图像之间的直方图距离进行图像匹配，判断监控区域是否发生变化。前述的基于SIFT特征的违章建筑检测方法，在步骤二中，提取SIFT特征描述子的具体步骤如下1)构建尺度空间，检测极值点，获得尺度不变性；2)极值点过滤并进行精确定位；3)为每个特征点指定方向参数；4)生成特征点描述子。前述的基于SIFT特征的违章建筑检测方法，在步骤二中，用k均值算法进行聚类的具体步骤如下1)从监控区域的图像中提取SIFT特征描述子；2)用k均值算法进行聚类，根据聚类特征均值距离将特征描述子分成32个簇群，累加聚类直方图，并通过直方图归一化，获得监控区域的二维SIFT特征直方图。前述的基于SIFT特征的违章建筑检测方法，在步骤三中，所述的直方图距离包括Minkowski距离、直方图相交距离、Jeffrey距离、x2距离、一维匹配距离和Kolmogorov-Smirnov 统计距离。前述的基于SIFT特征的违章建筑检测方法，在步骤3)中，在以特征点为中心的邻域窗口内采样，并用直方图统计邻域像素的梯度方向，直方图的峰值代表了特征点处邻域梯度的主方向；当存在一个相当于主峰值80%能量的峰值时，所对应的方向为特征点的辅方向。前述的基于SIFT特征的违章建筑检测方法，在步骤三中，六种直方图距离同时达到各自预设的阈值时，才判定为监控区域发生了违建或违建发生变化。本专利技术通过从视频图像的指定区域中提取SIFT特征，绘制基于k均值技术的特征聚类的直方图特征。根据设定的规则，定期跟踪统计该区域图像的直方图与原特征直方图的距离差，当达到或超过设定的阈值，则认为该区域发生了违建或者违建发生了变化，针对特定区域或者特定建筑进行长期跟踪检测及预警。本专利技术通过自定义感兴趣监控区域以及监控对象来减少图像处理时间和复杂度，以提高系统实时处理能力及鲁棒性。附图说明图1为DOG尺度空间局部极值检测示意图；图2为由梯度方向直方图确定主梯度方向的示意图；图3为由关键点领域梯度信息生成特征向量的示意图。具体实施例方式下面结合附图对本专利技术作进一步描述，主要分以下两部分阐述，第一部分阐述违章建筑监控区域的设置方法，第二部分阐述监控区域的SIFT特征的提取方法，第三部分涉及基于SIFT特征的违章建筑检测方法的具体检测步骤。1.1违章建筑监控区域的设置 在视频图像中设置闭合的虚拟线圈，通过自定义感兴趣监控区域以及监控对象来减少图像处理时间和复杂度，以提高系统实时处理能力及鲁棒性。具体过程为通过航道沿岸前端摄像头拍摄获得具违章建筑信息的视频采集图像，对视频采集图像进行图像分割，过滤非必要信息，保留有效的识别区域(即感兴趣监控区域)的图像信息。1. 2违章建筑监控区域的SIFT特征提取方法在图像特征提取与匹配领域中，如何提取稳定的特征，提高匹配的准确度是一个关键的问题。尺度不变特征变换(SIFT, ScaleInvariantFeatureTransform)方法，主要思想是利用多尺度变换在尺度空间中寻找极值点，提取特征点位置和方向，使其对图像缩放、旋转、光线变化甚至仿射变换保持不变。SIFT特征匹配算法主要包括两个阶段，第一阶段是SIFT特征的生成，即从多幅图像中提取对尺度缩放、旋转、亮度变化无关的特征向量；第二阶段是SIFT特征向量的匹配。这里我们主要用到第一阶段。SIFT特征生成的算法步骤⑴构建尺度空间，检测极值点，获得尺度不变性；尺度空间理论目的是模拟图像数据的多尺度特征。高斯卷积核是实现尺度变换的唯一线性核，于是一副二维图像的尺度空间定义为L(x, y, σ )=G(x, y, o)*I(x，y)其中G(x，y, σ )是尺度可变高斯函数，本文档来自技高网...

【技术保护点】
基于SIFT特征的违章建筑检测方法，其特征在于，包括如下步骤：步骤一：在视频图像中自定义监控区域；步骤二：加载监控区域的初始信息，提取SIFT特征描述子，用k均值算法进行聚类，获得监控区域的二维SIFT特征直方图；步骤三：定时获得待检测视频图像，按步骤二提取待检测监控区域的当前帧的二维SIFT特征直方图，根据监控区域的不同图像之间的直方图距离进行图像匹配，判断监控区域是否发生变化。

【技术特征摘要】
1.基于SIFT特征的违章建筑检测方法，其特征在于，包括如下步骤 步骤一在视频图像中自定义监控区域； 步骤二 加载监控区域的初始信息，提取SIFT特征描述子，用k均值算法进行聚类，获得监控区域的二维SIFT特征直方图； 步骤三定时获得待检测视频图像，按步骤二提取待检测监控区域的当前帧的二维SIFT特征直方图，根据监控区域的不同图像之间的直方图距离进行图像匹配，判断监控区域是否发生变化。2.根据权利要求1所述的基于SIFT特征的违章建筑检测方法，其特征在于，在步骤二中，提取SIFT特征描述子的具体步骤如下1)构建尺度空间，检测极值点，获得尺度不变性；2)极值点过滤并进行精确定位；3)为每个特征点指定方向参数；4)生成特征点描述子。3.根据权利要求2所述的基于SIFT特征的违章建筑检测方法，其特征在于， 在步骤二中，用k均值算法进行聚类的具体步骤如下1)从监控区域的图像中提取SIFT特征描述子；...

【专利技术属性】
技术研发人员：覃士国，赵辉，赵云飞，
申请(专利权)人：南京思创信息技术有限公司，
类型：发明
国别省市：