CN103425960A - 一种视频中快速运动物体侦测方法 - Google Patents
一种视频中快速运动物体侦测方法 Download PDFInfo
- Publication number
- CN103425960A CN103425960A CN2012101649104A CN201210164910A CN103425960A CN 103425960 A CN103425960 A CN 103425960A CN 2012101649104 A CN2012101649104 A CN 2012101649104A CN 201210164910 A CN201210164910 A CN 201210164910A CN 103425960 A CN103425960 A CN 103425960A
- Authority
- CN
- China
- Prior art keywords
- foreground
- convex polygon
- rapid movement
- movement object
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种适合于存在快速运动物体通过的视频中快速运动物体侦测方法，包括如下步骤：(1)前景检测：进行背景生成，前景检测，形态学闭运算，滤除小面积物体；(2)排除存在非快速运动物体帧：对帧间前景累计，将累计前景图加权，如果超过一定阈值的面积大于本帧前景图面积一定比例，就停止计算；(3)快速运动物体存在检测：将累计前景图二值化得到二值累计前景图，计算二值前景图外接凸多边形，计算凸多边形紧致度，如果紧致度小于一定阈值，并且各前景块大小、颜色相近，就认为是快速运动物体；(4)快速运动物体拌线检测：将前景图外接凸多边形与拌线求交，若有重叠，就输出凸多边形各块为输出目标。
Description
技术领域
本发明涉及一种视频侦测方法，尤其是一种视频中快速运动物体侦测方法。
背景技术
近年来，视频监控技术越来越多地应用在安防领域，随着监控数据量的不断增长，使得监控人员需要花掉大量的时间对数据进行人工过滤，从中选择有用的视频信息，而繁复、重复的工作常常使他们力不从心。监控人员迫切需要有一种工作起来更轻松，更易于操作和管理的产品来替代原有系统。于是，智能视频技术应运而生，进入人们的生活。
智能视频是将计算机视觉方法引入到智能监控中。这一技术包括由视频图像序列自动的进行运动或静止目标的检测、目标分类和行为理解等方面的内容，目的是在图像和图像描述之间建立映射关系，从而使计算机能够分析和理解视频画面中的内容。
拌线检测技术是智能视频分析中的重要技术，在事后视频检索、重要地点安全监控等应用中具有广阔的应用场景。目前拌线检测多基于物体跟踪的结果进行，但当物体运动迅速时，往往丢失目标，造成漏报。
发明内容
本发明提供了一种适合于存在快速运动物体通过的视频中快速运动物体侦测方法。
实现本发明目的的视频中快速运动物体侦测方法，包括如下步骤：
(1)前景检测：进行背景生成，前景检测，形态学闭运算，滤除小面积物体；
(2)排除存在非快速运动物体帧：对帧间前景累计，将累计前景图加权，如果超过一定阈值的面积大于本帧前景图面积一定比例，就停止计算；
(3)快速运动物体存在检测：将累计前景图二值化得到二值累计前景图，计算二值前景图外接凸多边形，计算凸多边形紧致度，如果紧致度小于一定阈值，并且各前景块大小、颜色相近，就认为是快速运动物体；
(4)快速运动物体拌线检测：将前景图外接凸多边形与拌线求交，若有重叠，就输出凸多边形各块为输出目标。
本发明的视频中快速运动物体侦测方法的有益效果如下：
本发明的视频中快速运动物体侦测方法，能够对快速运动物体进行跟踪检测，避免丢失目标，降低了漏报的几率。
附图说明
图1为本发明的视频中快速运动物体侦测方法的流程图。
图2为本发明的前景检测方法的流程图。
图3为本发明的排除存在非快速运动物体帧方法的流程图。
图4为本发明的快速运动物体存在检测方法的流程图。
图5为本发明的快速运动物体拌线检测方法的流程图。
具体实施方式
如图1所示，本发明的视频中快速运动物体侦测方法，包括如下步骤：
(1)前景检测：进行背景生成，前景检测，形态学闭运算，滤除小面积物体；
(2)排除存在非快速运动物体帧：对帧间前景累计，将累计前景图加权，如果超过一定阈值的面积大于本帧前景图面积一定比例，就停止计算；
(3)快速运动物体存在检测：将累计前景图二值化得到二值累计前景图，计算二值前景图外接凸多边形，计算凸多边形紧致度，如果紧致度小于一定阈值，并且各前景块大小、颜色相近，就认为是快速运动物体；
(4)快速运动物体拌线检测：将前景图外接凸多边形与拌线求交，若有重叠，就输出凸多边形各块为输出目标。
如图2所示，前景检测步骤包括：
所述背景生成，顺序读入各帧图像；对于第N帧图像，如果N＜ITh，则与第一帧比较，得到帧差图像，所述帧差图像中每个像素点值为ΔN＝|IN-I1|，Ii为第i帧图像中该像素点的(灰度)像素值；否则与第N-ITH+1帧图像比较，得到帧差图像，其中每个象素点值为ΔN＝IN-IN-ITh+1；设置变化阈值MTh，如果所述ΔN大于此变化阈值，则把帧差图像DN中此点值设为1，否则设为0；N为大于1的整数。初始化背景图为第一帧图像B0，对第N帧图像，BN＝BN-1*α+LN*(1-α)*(1-DN)；
所述前景检测，对于第N帧图像，计算其与背景图(灰度图)的差的绝对值，如果某点的此值大于某阈值，就将此点视为前景点；
所述形态学闭运算，对前景点图像作形态学闭运算，再求取连通区域，获得前景目标；
所述滤除小面积物体，对前景目标，如果面积小于一定阈值就滤除，得到前景图像FN；
如图3所示，排除存在非快速运动物体帧的步骤包括：
所述对帧间前景累计，初始化前景累计图FS1＝F1，对前景点FSN＝FSN-1+FN；
所述将累计前景图加权，计算FSN＝FSN*a，(0＜a＜1)；
所述存在非快速运动物体判定，如果值超过某阈值的面积大于本帧前景图面积一定比例，就停止计算；
如图4所示，快速运动物体存在检测的步骤包括：
所述获得二值化累计前景图，将累计前景图二值化得到二值累计前景图；
所述计算二值前景图外接凸多边形，计算二值前景图外接凸多边形；
所述判定快速运动物体，计算凸多边形紧致度，如果紧致度小于某阈值，并且各前景块大小、颜色相近，就认为是快速运动物体；
如图5所示，快速运动物体拌线检测步骤如下：
所述前景图外接凸多边形与拌线求交，将前景图外接凸多边形与拌线求交；所述判定快速运动物体通过拌线判定，若有重叠，就输出凸多边形各块为输出目标。
上面所述的实施例仅仅是对本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神前提下，本领域普通工程技术人员对本发明技术方案做出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
Claims (1)
1.一种视频中快速运动物体侦测方法，包括如下步骤：
(1)前景检测：进行背景生成，前景检测，形态学闭运算，滤除小面积物体；
(2)排除存在非快速运动物体帧：对帧间前景累计，将累计前景图加权，如果超过一定阈值的面积大于本帧前景图面积一定比例，就停止计算；
(3)快速运动物体存在检测：将累计前景图二值化得到二值累计前景图，计算二值前景图外接凸多边形，计算凸多边形紧致度，如果紧致度小于一定阈值，并且各前景块大小、颜色相近，就认为是快速运动物体；
(4)快速运动物体拌线检测：将前景图外接凸多边形与拌线求交，若有重叠，就输出凸多边形各块为输出目标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210164910.4A CN103425960B (zh) | 2012-05-25 | 2012-05-25 | 一种视频中快速运动物体侦测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210164910.4A CN103425960B (zh) | 2012-05-25 | 2012-05-25 | 一种视频中快速运动物体侦测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103425960A true CN103425960A (zh) | 2013-12-04 |
| CN103425960B CN103425960B (zh) | 2017-04-05 |
Family
ID=49650676
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210164910.4A Expired - Fee Related CN103425960B (zh) | 2012-05-25 | 2012-05-25 | 一种视频中快速运动物体侦测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103425960B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104992149A (zh) * | 2015-06-24 | 2015-10-21 | 福建星网锐捷安防科技有限公司 | 拌线检测方法、系统、网络摄像机及监控系统 |
| CN105809715A (zh) * | 2016-03-07 | 2016-07-27 | 南京航空航天大学 | 一种基于帧间累计变化矩阵的视觉运动目标检测方法 |
| CN107657626A (zh) * | 2016-07-25 | 2018-02-02 | 浙江宇视科技有限公司 | 一种运动目标的检测方法和装置 |
| CN107944384A (zh) * | 2017-11-21 | 2018-04-20 | 天津英田视讯科技有限公司 | 一种基于视频的递物行为检测方法 |
| CN110363192A (zh) * | 2018-04-11 | 2019-10-22 | 大众电脑股份有限公司 | 物件影像辨识系统及物件影像辨识方法 |
| CN110458090A (zh) * | 2019-08-08 | 2019-11-15 | 成都睿云物联科技有限公司 | 挖掘机工作状态检测方法、装置、设备和存储介质 |
| CN115690162A (zh) * | 2022-12-28 | 2023-02-03 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887587A (zh) * | 2010-07-07 | 2010-11-17 | 南京邮电大学 | 视频监控中基于运动目标检测的多目标跟踪方法 |
| CN102156983A (zh) * | 2011-03-31 | 2011-08-17 | 上海交通大学 | 基于模式识别与目标跟踪的异常行人位置检测方法 |
-
2012
- 2012-05-25 CN CN201210164910.4A patent/CN103425960B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101887587A (zh) * | 2010-07-07 | 2010-11-17 | 南京邮电大学 | 视频监控中基于运动目标检测的多目标跟踪方法 |
| CN102156983A (zh) * | 2011-03-31 | 2011-08-17 | 上海交通大学 | 基于模式识别与目标跟踪的异常行人位置检测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 颜锐: "《基于嵌入式硬件平台的智能视频监控系统研究与设计》", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104992149A (zh) * | 2015-06-24 | 2015-10-21 | 福建星网锐捷安防科技有限公司 | 拌线检测方法、系统、网络摄像机及监控系统 |
| CN104992149B (zh) * | 2015-06-24 | 2018-05-04 | 福建星网物联信息系统有限公司 | 拌线检测方法、系统、网络摄像机及监控系统 |
| CN105809715A (zh) * | 2016-03-07 | 2016-07-27 | 南京航空航天大学 | 一种基于帧间累计变化矩阵的视觉运动目标检测方法 |
| CN105809715B (zh) * | 2016-03-07 | 2018-07-27 | 南京航空航天大学 | 一种基于帧间累计变化矩阵的视觉运动目标检测方法 |
| CN107657626A (zh) * | 2016-07-25 | 2018-02-02 | 浙江宇视科技有限公司 | 一种运动目标的检测方法和装置 |
| CN107944384A (zh) * | 2017-11-21 | 2018-04-20 | 天津英田视讯科技有限公司 | 一种基于视频的递物行为检测方法 |
| CN107944384B (zh) * | 2017-11-21 | 2021-08-20 | 天地伟业技术有限公司 | 一种基于视频的递物行为检测方法 |
| CN110363192A (zh) * | 2018-04-11 | 2019-10-22 | 大众电脑股份有限公司 | 物件影像辨识系统及物件影像辨识方法 |
| CN110363192B (zh) * | 2018-04-11 | 2023-04-14 | 大众电脑股份有限公司 | 物件影像辨识系统及物件影像辨识方法 |
| CN110458090A (zh) * | 2019-08-08 | 2019-11-15 | 成都睿云物联科技有限公司 | 挖掘机工作状态检测方法、装置、设备和存储介质 |
| CN115690162A (zh) * | 2022-12-28 | 2023-02-03 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
| CN115690162B (zh) * | 2022-12-28 | 2023-03-10 | 武汉凡德智能科技有限公司 | 一种固定视频中移动大目标的检测方法及装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103425960B (zh) | 2017-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103425960A (zh) | 一种视频中快速运动物体侦测方法 | |
| CN105761261B (zh) | 一种检测摄像头遭人为恶意破坏的方法 | |
| CN102509075B (zh) | 一种遗留物检测方法及装置 | |
| CN103686148B (zh) | 一种基于数字图像处理的自动检测视频图像清晰度的方法 | |
| CN101916447B (zh) | 一种鲁棒的运动目标检测与跟踪图像处理方法 | |
| CN100555331C (zh) | 一种用于煤矿的矿工出入自动监测的方法 | |
| CN102982313B (zh) | 烟雾检测的方法 | |
| CN103678299A (zh) | 一种监控视频摘要的方法及装置 | |
| CN103605983B (zh) | 一种遗留物检测和跟踪方法 | |
| CN104866827A (zh) | 基于视频监控平台的人员翻越行为的检测方法 | |
| CN104881643B (zh) | 一种快速的遗留物检测方法及系统 | |
| CN105678213A (zh) | 基于视频特征统计的双模式蒙面人事件自动检测方法 | |
| CN103489012A (zh) | 一种基于支持向量机的人群密集度检测方法及系统 | |
| Malhi et al. | Vision based intelligent traffic management system | |
| CN101751669B (zh) | 一种静止物体检测方法和装置 | |
| Hou et al. | Video road vehicle detection and tracking based on OpenCV | |
| CN103391441A (zh) | 一种基于差异能量的监控视频对象删除篡改检测算法 | |
| CN103425958A (zh) | 一种视频中不动物检测的方法 | |
| Hashmi et al. | Computer-vision based visual inspection and crack detection of railroad tracks | |
| CN103236157B (zh) | 一种基于图像块的状态演变过程分析的停车事件检测方法 | |
| CN111754477B (zh) | 基于动态候选区多尺度图像的铁路周界异物入侵检测方法 | |
| CN103426180B (zh) | 一种视频拌线侦测方法 | |
| CN105512608A (zh) | 一种判定人为造成地貌特征变化的方法及系统 | |
| CN117041484B (zh) | 基于物联网的人流密集区域监控方法及系统 | |
| CN106156776A (zh) | 一种交通视频监控中的光照识别方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 100089 Haidian District, Beijing information industry base on the 3rd Street, building two, floor C, No. 228, paragraph Applicant after: Frame robot technology (Beijing) Co., Ltd. Address before: 100089 Haidian District, Beijing information industry base on the 3rd Street, building two, floor C, No. 228, paragraph Applicant before: Xinzheng Electronic Technology (Beijing) Co., Ltd. |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170405 Termination date: 20190525 |
|
| CF01 | Termination of patent right due to non-payment of annual fee |