[发明专利]一种移动目标中人体视觉检测方法在审
申请号: | 201811149138.2 | 申请日: | 2018-09-29 |
公开(公告)号: | CN109409243A | 公开(公告)日: | 2019-03-01 |
发明(设计)人: | 彭力;谢林柏;吴治海;闻继伟 | 申请(专利权)人: | 江南大学 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 苏州市中南伟业知识产权代理事务所(普通合伙) 32257 | 代理人: | 郭磊;张红卫 |
地址: | 214122 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 移动目标 前景图像 人体视觉 二值化 视频帧 检测 图像处理技术 非法侵入 监控画面 经济实用 人体目标 实时监控 复杂度 高宽比 面积比 警示 周长 视频 室内 返回 转换 | ||
1.一种移动目标中人体视觉检测方法,其特征在于,包括以下步骤:
步骤一、从实时监控视频中提取视频帧;
步骤二、对所述视频帧进行处理,获取移动目标的前景图像;
步骤三、将所述移动目标的前景图像转换成二值化图;
步骤四、计算所述二值化图的前景的高宽比、周长、面积比和复杂度,判断所述移动目标是否为人体;若所述移动目标不是人体,则返回步骤一;若所述移动目标是人体,则继续下一步;
步骤五、警示。
2.如权利要求1所述的移动目标中人体视觉检测方法,其特征在于,所述计算所述二值化图的前景的高宽比、周长、面积比和复杂度,判断所述移动目标是否为人体,具体包括:
定义高宽比的约束范围值,计算所述二值化图的前景的高宽比,判断所述高宽比是否在高宽比约束范围值内;
定义周长约束范围值,计算所述二值化图的前景的周长,判断所述周长是否在周长约束范围值内;
定义面积比约束范围值,计算所述二值化图的面积比,判断所述二值化图的面积比是否在面积比约束范围值内;
定义复杂度约束范围值,计算所述二值化图的复杂度,判断所述复杂度是否在复杂度约束范围值内;
若所述高宽比、所述周长、所述面积比和所述复杂度皆满足对应的约束范围值,则所述移动目标是人体,否则,所述移动目标不是人体。
3.如权利要求2所述的移动目标中人体视觉检测方法,其特征在于,所述计算所述二值化图的前景的高宽比,具体包括:
在所述二值化图上建立oxy坐标系;
定义像素点数行阈值T1,对所述前景做逐行扫描,并记录所述前景每行的像素点个数,其中,像素点个数大于T1的一行作为行边界,记录所述行边界在x轴的最小坐标Xmin和最大坐标Xmax;
定义像素点数列阈值T2,对所述前景做逐列扫描,并记录所述前景每列的像素点个数,其中,像素点个数大于T2的一列作为列边界,记录所述列边界在y轴的最小坐标Ymin和最大坐标Ymax;
计算获得所述二值化图的前景的高宽比HW=(Ymax-Ymin)/(Xmax-Xmin)。
4.如权利要求2所述的移动目标中人体视觉检测方法,其特征在于,所述计算所述二值化图的前景的周长,具体包括:
使用Canny算子对所述前景进行边缘检测,得到携带所述移动目标的边缘信息的图像;
使用计数函数对图像中的边缘像素点数进行计数,所得计数结果即为移动目标的周长b。
5.如权利要求4所述的移动目标中人体视觉检测方法,其特征在于,所述计算所述二值化图的面积比,具体包括:
计算所述二值化图的前景面积a,其中,所述前景面积为所述前景的像素点数;
计算所述二值化图的整副图像的面积w,其中,所述整副图像的面积为所述二值化图的整副图像的像素点数;
计算获得所述二值化图的面积比,所述二值化图的面积比r=a/w。
6.如权利要求5所述的移动目标中人体视觉检测方法,其特征在于,所述计算所述二值化图的复杂度,具体包括:
所述复杂度为所述周长的平方与所述面积的比值,即复杂度c=b2/a。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江南大学,未经江南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811149138.2/1.html,转载请声明来源钻瓜专利网。