【技术实现步骤摘要】
本专利技术属于图像检测
,涉及一种可以用于视频监控的感兴趣区域提取方法。
技术介绍
对于视频和图像来说,用户只对其中的部分区域感兴趣,这部分区域包含较大的信息量,能比较显著的吸引人的注意。使用计算机自动准确地获取感兴趣区域,在图像检测、目标识别、跟踪等领域具有广泛的应用。目前已有很多感兴趣区域的提取方法,比如用于运动目标提取的帧间差值法和背景减除法1,基于图像显著性分析的区域提取方法2,以及一些针对特定物体的检测算法(如HOG行人检测3),这些方法能够提取具有一定区分度的感兴趣区域。但是,帧间差值和背景差值法只能检测前景运动目标,缺乏对静止目标的识别能力;显著性的区域检测容易受颜色和亮度的影响,检测效果并不稳定;针对特定物体的检测算法往往通过训 练好的分类器进行识别,检测比较准确,但往往只能针对特定目标,应用范围较窄而且难以实时。参考文献IZivkovic, Z.and F.van der Heijden (2006).Efficient adaptive densityestimation per image pixel for the task of background subtraction[J].Patternrecognition letters 27 (7):773-780.2Itti L, Koch C and NieburE.A model of saliency-based visual attentionfor rapid scene analysis[J].1EEE Transaction on Pattern Analys ...
【技术保护点】
一种用于视频监控的感兴趣区域提取方法,包括以下步骤:1)使用预先标定好的双目摄像机,或者将双目摄像头连接电脑采集获得左、右视点的双目视频图像;2)根据摄像机或双目摄像头的内、外参数,对左、右视点的双目视频图像做双目校正,消除畸变,使得两幅图像能够严格的对齐;3)选择左、右视点的其中一个作为基准视点,使用BM模式匹配算法计算双目视差以获得深度图,并利用此视点的连续图像序列,再使用高斯混合模型(GMM)建立此视点的背景模型;4)根据所获取的深度图,使用全局加权的深度差值平方之和计算所有深度显著图其中,DSi为像素i对应的深度显著性,di和dj为像素i和像素j对应的深度,pi=(xi,yi)和pj=(xj,yj)是像素i、j位置,‖di?dj‖为图像中像素i和像素j之间的的欧氏距离,ω(pi,pj)是和两个像素欧式距离相关的权重;选择深度显著图中大于阈值T1的像素DSi>T1,得到二值图像I1;5)根据所获得的背景模型,使用背景减除法获取表示目标的二值图像I2,得到前景感兴趣区域;6)将I1,I2做异或运算,得到一副新的图像I3;7)对I3中所有的连通区域进行筛选,去除小于一定像素数的孤立区 ...
【技术特征摘要】
1.一种用于视频监控的感兴趣区域提取方法,包括以下步骤: 1)使用预先标定好的双目摄像机,或者将双目摄像头连接电脑采集获得左、右视点的双目视频图像; 2)根据摄像机或双目摄像头的内、外参数,对左、右视点的双目视频图像做双目校正,消除畸变,使得两幅图像能够严格的对齐; 3)选择左、右视点的其中一个作为基准视点,使用BM模式匹配算法计算双目视差以获得深度图,并利用此视点的连...