[发明专利]一种基于颜色和梯度直方图的台标检测方法

说明书

技术领域

本发明涉及基于图像识别领域，尤其涉及一种视频图像中的基于颜色和梯度直方图的台标检测方法。

背景技术

当前，我国整个电视系统变得越来越庞大和复杂，一些非法电视信号时刻都在试图进入正常的电视频道，实时监测成为电视信号发射台站的一项重要的工作。为了节省人力提高效率，需要开发一种近实时的台标识别方法，实现对非法信号的自动检测功能。

台标识别的准确性取决于三个方面，一是台标的准确定位；二是台标特征的有效提取；三是特征的正确匹配。

中国专利公开号CN 102426647A，专利名称为“一种台标识别的方法、装置”，该专利基于台标的时空不变性特征，在相邻帧中寻找像素值变化较小的区域作为台标可能出现的区域，再通过HU不变矩提取出待测区域的特征，最后通过欧式距离对待测区域与目标台标的特征进行匹配。

考虑到在实际视频中常存在一段时间内保持不变的背景，比如说新闻联播中的大部分画面在一段时间内几乎都是不变的，这时该方法的实时性与准确性就大大的降低了。所以该方法并不能解决实时检测的问题，同时也不能检测场景中出现的台标。

中国专利公开号CN 102289663A，专利名称为“一种基于颜色和形状的台标识别方法”。该专利首先去掉了原图中饱和度较低的像素点，然后根据H特征获取直方图并计算其概率密度分布图，通过Meanshift算法找寻基于模板直方图的颜色信息量最大的中心点，并以之为中心获取左上左下右上右下四个窗口的子窗口，并分别进行概率密度的颜色总量对比，从而找到最可能存在台标的区域。之后采用Sobel算子提取待测区域的轮廓金字塔图像。最后通过Hausdorff距离对待测区域与目标台标的特征进行匹配。然而经过验证，发现该专利存在逻辑上的问题：在HSV（Hue，Saturation，Value）空间中，白色和半透明色的饱和度都是接近于0的，该专利第一步去掉原图中低饱和度像素点时实际上已经错误的去掉了图中一切由白色像素点组成的台标，故后续的台标实际上是无法准确定位了。

另外，对于彩色的台标来说，在去掉的饱和度的像素点之后，仍然需要使用Meanshift对全图进行遍历，造成了巨大的时间成本，即使找到了颜色信息量最大的中心点，只通过在其四周选的四个固定大小的子窗口寻找颜色信息最匹配的窗口，不可避免的会出现分割不准确的问题。这可能也解释了，为什么其他台标的识别率只有75%。所以该方法并不能很好的解决台标的准确定位与实时检测的问题，同时，也不能检测场景中出现的台标。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于颜色和梯度直方图的台标检测方法，使其能够近实时的检测出场景中任何位置出现的台标，包括话筒、车身上等。经过严格的实验证明，该台标检测方法具有较高的判断准确率与鲁棒性。

为了达到上述发明目的，本发明是通过以下技术方案实现的：

本发明所述的一种基于颜色和梯度直方图的台标检测方法，包括如下步骤：

a.构建台标样本库，通过提取库中样本的HOG（HISTOGRAMS OF ORIENTEDGRADIENTS梯度直方图）特征来训练SVM(support vector machine支持向量机）分类器。

b.提取待测台标的颜色特征，确定其至多前三种主颜色的参数范围与面积比例。

c.通过颜色匹配算法，在视频帧中搜索与待测台标颜色组成相同的区域，从而得到台标可能出现的待测区域。

d.将待测区域进行基于仿射变换与最小外接矩形的图像矫正。

e.提取待测区域中的HOG（HISTOGRAMS OF ORIENTED GRADIENTS梯度直方图）特征，通过训练好的分类器判断是否存在待测台标。

具体的，步骤a包括：

a1.本设计的初始样本库为模板台标若干和背景负样本大量。

a2.在模板台标中选择一个模板台标作为待测台标，通过对其进行各种仿射变换获得大量正样本，将剩下的模板台标每个做多次仿射变换得到大量负样本。

a3.通过将样本库中的样本归一化到M*N（比如为96×96）像素，并提取其HOG（HISTOGRAMS OF ORIENTED GRADIENTS梯度直方图）特征来训练SVM(support vector machine支持向量机）分类器。

步骤b包括：