[发明专利]目标轮廓多边形逼近方法及其装置

说明书

本发明公开了一种目标轮廓多边形逼近方法及其装置，所述方法包括：获取初始目标轮廓上的三个信息点并据此构造两条直线并获得该两条直线的夹角值，依据该夹角值的大小对处于中间位置的信息点进行权重界定，并将权重值超过预定阈值的信息点保存到新目标轮廓容器；依据新目标轮廓容器中的多个信息点构造新目标轮廓，并获取该新目标轮廓上任意相邻的两个信息点作为初始顶点，并获取该新目标轮廓上距离由该两个初始顶点形成的直线最长的一个最远点；依据所述两个初始顶点以及一个最远点，获取新目标轮廓上的其他至少一个多边形顶点。本发明能够达到目标轮廓的多边形的保真逼近，并且降低了多边形多个顶点确定的时间复杂度，提高了目标分类系统的工作效率。

技术领域

本发明属于视频监控中的目标分类技术领域，具体而言，尤其涉及一种快速的目标轮廓多边形逼近方法及其装置。

背景技术

目前，视频监控领域内的目标分类系统中，对于目标分类的方法主要有：基于纹理特征的分类，以及基于形状特征的分类。其中，基于形状特征的目标分类需要用到目标轮廓。

一般而言，从数字视频中提取的目标轮廓和边界大多以数字曲线轮廓的形式来表示，由于所有的数字曲线轮廓点信息全部参与计算，比较耗时，所以有必要对轮廓曲线进行简化，以减少数字曲线轮廓的数据点数，从而降低后续目标分类的计算量。因为数字曲线轮廓的信息主要集中在曲线轮廓的特征点以及决定曲线轮廓总体外形轮廓的一些特征点上，所以在模型简化时，就需要获取或保留数字曲线轮廓的主要信息，忽略其它次要信息。就此，通常采用数字曲线轮廓的多边形逼近方法是实现上述应用要求的主要技术之一。

在对实时性要求较高的目标分类系统中，多边形逼近算法的运行速度一定要快，因为多边形逼近的初衷就是简化模型、减少数据量，以少的数据量代表主要信息，从而提高后续的算法效率。

但是，本发明的发明人发现，传统的多边形逼近方法在运行速度上存在不足。例如，opencv中采用的道格拉斯—普克(Douglas-Peucker，简称DP逼近算法)逼近算法，其核心思想为：

以目标轮廓中相距最远的两个点作为两个初始顶点，将两个初始顶点连接成线段，并随之确定轮廓上其他点到该线段的垂直距离，如果最大的垂直距离是大于预定的门限值的话，该具有最大垂直距离的像素点被检测为顶点。

DP逼近方法是较为经典的方法，但它的时间复杂度为O(n2)，当目标轮廓曲线的坐标点数较多时，该方法将会耗费较长的时间。

在中国专利公开号CN1189056A、专利名称为“用于轮廓编码系统中的多边形逼近的方法和装置”的发明专利文献中，其采取了这样一种多边形逼近方法：

首先以目标轮廓中相距最远的两个点作为两个初始顶点；

然后将两个初始顶点连接成线段，加宽线段从而形成一个带状的线段，对应于线段的轮廓段由两个初始顶点和目标轮廓确定，随后带状段和轮廓段被匹配，从而确定一个新的顶点；

最后根据所确定的顶点，重复地执行上述顶点检测过程，知道在轮廓上的所有顶点都被确定为止。

然而，在实际应用中，确定相距最远的两个点的时间复杂度往往为O(n²)，也就是说该中国专利文献中公开的多边形逼近方法其时间复杂度同样存在着与DP方法同样的技术问题，它们都没有彻底地从时间复杂度上去进行多边形保形逼近。

为此，如何提供一种既追求多边形保形逼近、又加快多边形逼近收敛速度的方法即成了本领域技术人员亟需解决的一个技术问题。

发明内容

为了解决上述问题，本发明实施例的目的在于提供一种快速的目标轮廓多边形逼近方法及其装置。

为了达到本发明实施例的目的，本发明实施例采用以下技术方案实现：

本发明实施例提供的一种目标轮廓多边形逼近方法，其包括如下步骤：