[发明专利]一种基于不规则目标边界对象的浓缩视频构建方法

权利要求书

1.一种基于不规则目标边界对象的浓缩视频构建方法，用于针对固定角度摄像装置所获视频流，构建浓缩视频，其特征在于，包括如下步骤：

步骤A.将视频流中第一帧图像初始定义为当前背景模型，并初始化参数n＝2，然后进入步骤B；

步骤B.基于当前背景模型，提取视频流中第n帧图像的前景区域F_n，并提取第n帧图像前景区域F_n中的各个潜在运动区域，构建第n帧图像前景潜在运动区域集合S_n，然后进入步骤C；

步骤C.检测获得第n帧图像前景潜在运动区域集合S_n中的各个矩形目标运动区域，并分别针对该各个矩形目标运动区域，构建获得矩形目标运动区域中的不规则目标边界对象，作为该矩形目标运动区域中的目标对象，进而获得第n帧图像中的各个目标对象，构建第n帧图像所对应的目标对象集合O_n；然后进入步骤D；

步骤D.根据β＝n-2，判断β是否等于0，是则进入步骤J；否则进入步骤E；

步骤E.判断β是否小于预设向前检测跟踪帧数α，是则进入步骤F；否则进入步骤G；其中，1≤α≤(N-2)，N表示视频流中的帧数，N＞2；

步骤F.将第n-1帧图像至第n-β帧图像中的各帧图像，作为本次循环中的各帧待处理图像，然后进入步骤H；

步骤G.将第n-1帧图像至第n-α帧图像中的各帧图像，作为本次循环中的各帧待处理图像，然后进入步骤H；

步骤H.针对所有待处理图像所对应目标对象集合中的所有目标对象，在第n帧图像中进行跟踪，若目标跟踪均不成功，则进入步骤J；否则将由待处理图像跟踪到第n帧图像的各个目标对象，加入到第n帧图像所对应的目标对象集合O_n当中，针对O_n进行更新，然后进入步骤I；

步骤I.针对第n帧图像所对应目标对象集合O_n中的各个目标对象，将同一目标对象进行合并，更新第n帧图像所对应目标对象集合O_n，然后返回步骤J；

步骤J.根据第n帧图像的前景区域F_n、前景潜在运动区域集合S_n和目标对象集合O_n，获得第n帧图像的背景区域，并采用该背景区域更新当前背景模型，然后进入步骤K；

步骤K.判断n是否等于N，是则进入步骤L；否则针对n的值进行加1更新，然后返回步骤B；

步骤L.针对视频流各帧图像分别所对应目标对象集合当中的所有目标对象，按照预设浓缩视频策略进行重排，并根据重排后的顺序，将各个目标对象依次置于指定帧图像上，构建浓缩视频。

2.根据权利要求1所述一种基于不规则目标边界对象的浓缩视频构建方法，其特征在于：所述步骤C中，分别针对各个矩形目标运动区域，按照如下设计，构建获得矩形目标运动区域中的不规则目标边界对象；

定义矩形目标运动区域的四条边框位置；然后定义与矩形目标运动区域大小相同的数组，并基于矩形目标运动区域的四条边框位置，由数组中的元素值区分判断矩形目标运动区域中各像素点属于目标对象区域或背景区域；最后通过矩形目标运动区域中对应于目标对象区域的各个像素点，获得矩形目标运动区域中的不规则目标边界对象。

3.根据权利要求1所述一种基于不规则目标边界对象的浓缩视频构建方法，其特征在于：所述步骤B中，由第n帧图像的前景区域F_n，采用形态学操作方法，提取第n帧图像前景区域F_n中的各个潜在运动区域，构建第n帧图像前景潜在运动区域集合S_n。