一种用于视频监控的感兴趣区域提取方法技术
【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...
-
0来自[江苏省南京市联通] 2014年12月20日 13:54增强图像中的有用信息它可以是一个失真的过程其目的是要改善图像的视觉效果针对给定图像的应用场合有目的地强调图像的整体或局部特性将原来不清晰的图像变得清晰或强调某些感兴趣的特征扩大图像中不同物体特征之间的差别抑制不感兴趣的特征使之改善图像质量丰富信息量加强图像判读和识别效果满足某些特殊分析的需要