CN103426180B - 一种视频拌线侦测方法 - Google Patents
一种视频拌线侦测方法 Download PDFInfo
- Publication number
- CN103426180B CN103426180B CN201210163468.3A CN201210163468A CN103426180B CN 103426180 B CN103426180 B CN 103426180B CN 201210163468 A CN201210163468 A CN 201210163468A CN 103426180 B CN103426180 B CN 103426180B
- Authority
- CN
- China
- Prior art keywords
- region
- target
- line
- contrast
- wire mixing
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种降低对比度情况下拌线检测的漏报率的视频拌线侦测方法，包括如下步骤：(1)目标跟踪：首先生成背景，然后根据背景生成前景目标，再利用形态学运算对前景目标进行优化，再对前景连通目标进行编号，当连续几帧相似位置都有连通目标，就产生潜在目标，进行预测和跟踪，从而产生轨迹；(2)弱对比区域提取；(3)拌线感应区域形成和拌线划定；(4)对轨迹进行判别：如果其长度超过某个阈值，并且轨迹与感应区有重叠，输出为拌线目标。本发明的视频拌线侦测方法，减少了拌线检测的漏报率，尤其对于弱对比区域效果好。
Description
技术领域
本发明涉及一种拌线检测方法，尤其是一种视频拌线侦测方法。
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。
拌线目标检测技术是智能视频分析中的重要技术，在入侵检测、人流统计、公安案件排查等应用中有广阔的应用前景。但在实际应用中存在高低对比度同时存在的情况，如阴影区，室外光线造成的高亮区，在这些情况下，传统的基于跟踪的拌线检测方法容易造成漏报。
发明内容
本发明提供了一种降低对比度情况下拌线检测的漏报率的视频拌线侦测方法。
实现本发明目的的视频拌线侦测方法，包括如下步骤：
(1)目标跟踪：首先生成背景，然后根据背景生成前景目标，再利用形态学运算对前景目标进行优化，再对前景连通目标进行编号，当连续几帧相似位置都有连通目标，就产生潜在目标，进行预测和跟踪，从而产生轨迹；
(2)弱对比区域提取：对图像分块，统计背景亮度均值，统计帧间亮度最小值和最大值差，如果两者小于一定阈值就认为是弱对比块，将弱对比块组成连通区域，如果大于某阈值就输出为弱对比区域；
(3)拌线感应区域形成和拌线划定：将弱对比区域进行膨胀运算并去除弱对比区域后，生成较弱对比区域，并输入拌线；如果输入拌线与弱和较弱区域都无重合，就将输入拌线膨胀后作为感应区；如果有重合，就扩大以包含弱对比区域；
(4)对轨迹进行判别：如果其长度超过某个阈值，并且轨迹与感应区有重叠，输出为拌线目标。
本发明的视频拌线侦测方法的有益效果如下：
本发明的视频拌线侦测方法，减少了拌线检测的漏报率，尤其对于弱对比区域效果好。
附图说明
图1为本发明的视频拌线侦测方法的流程图。
具体实施方式
如图1所示，本发明的视频拌线侦测方法，包括如下步骤：
(1)目标跟踪：首先生成背景，然后根据背景生成前景目标，再利用形态学运算对前景目标进行优化，再对前景连通目标进行编号，当连续几帧相似位置都有连通目标，就产生潜在目标，进行预测和跟踪，从而产生轨迹；
(2)弱对比区域提取：对图像分块，统计背景亮度均值，统计帧间亮度最小值和最大值差，如果两者小于一定阈值就认为是弱对比块，将弱对比块组成连通区域，如果大于某阈值就输出为弱对比区域；
(3)拌线感应区域形成和拌线划定：将弱对比区域进行膨胀运算并去除弱对比区域后，生成较弱对比区域，并输入拌线；如果输入拌线与弱和较弱区域都无重合，就将输入拌线膨胀后作为感应区；如果有重合，就扩大以包含弱对比区域；
(4)对轨迹进行判别：如果其长度超过某个阈值，并且轨迹与感应区有重叠，输出为拌线目标。
本发明的视频拌线侦测方法，详细步骤如下：
(1)目标跟踪：
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-IN-Th+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+IN*(1-α)*(1-DN)；
前景目标生成，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。对前景点图像作形态学开运算，再求取连通区域，获得前景目标；
跟踪目标生成：对第N帧图像的目标，如果此目标在前M帧图像中对应位置附近都有目标，就认为形成了新的跟踪目标；
目标跟踪与轨迹生成：对第N帧图像，将前景目标与前一帧的跟踪目标进行匹配，如果位置相近并且颜色相似，就认为此目标是对应跟踪目标的延续。记录下此跟踪目标在本帧和前面若干帧位置作为跟踪目标的轨迹。
(2)弱对比区域提取：
图像分块，将图像分为等大小的块，如果是彩色图则转化为灰度图作下面计算；
对比度统计，对前N1帧图像，对每个对应位置的图像块序列作如下统计：计算极大值Imax和极小值Imin，记对应位置图像块动态范围为：D＝|Imax-Imin|。如果D小于某阈值，就认为此图像块位置为低对比度块；
弱对比度区域生成，计算低对比度块的连通区域，如果面积大于某阈值，就继续处理。求取连通区域的外接凸多边形，作为弱对比度区域R；
(3)拌线感应区域形成：
较弱对比度区域生成，将弱对比度区域进行膨胀，得到较弱对比度区域GR；
拌线初始感应区域生成，生成大小与原图像相同的全零图G，将所画拌线对应的G的像素点值赋为1。将G进行膨胀得到拌线初始感应区域；
覆盖较弱对比度区域判断，计算GR与G的非零值重叠区，如果重叠区为空，就输出G作为拌线感应区域BG。否则转到下步；
拌线感应区域延伸，对G进行膨胀，求取G与GR的重叠区，将此重叠区与G的并作为拌线感应区域BG；
(4)拌线目标判别：对目标轨迹进行初步过滤，如果轨迹长度大于某阈值，就进行下一步处理；
计算轨迹与BG的重叠像素数，如果像素数超过某阈值，就输出为拌线目标检测结果。
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)
1.一种视频拌线侦测方法，包括如下步骤：
步骤1 目标跟踪：首先生成背景，然后根据背景生成前景目标，再利用形态学运算对前景目标进行优化，再对前景连通目标进行编号，当连续几帧相似位置都有连通目标，就产生潜在目标，进行预测和跟踪，从而产生轨迹；
步骤2 弱对比区域提取：对图像分块，统计背景亮度均值，对前N1帧图像，对每个对应位置的图像块序列作如下统计：计算极大值Imax和极小值Imin，记对应位置图像块动态范围为：D＝|Imax-Imin|，如果D小于某阈值，就认为此图像块位置为低对比度块，弱对比度区域生成，计算低对比度块的连通区域，如果面积大于某阈值，就继续处理，求取连通区域的外接凸多边形，作为弱对比度区域R；
步骤3 较弱对比度区域生成，将弱对比度区域进行膨胀，得到较弱对比度区域GR；拌线初始感应区域生成，生成大小与原图像相同的全零图G，将所画拌线对应的G的像素点值赋为1，将G进行膨胀得到拌线初始感应区域；覆盖较弱对比度区域判断，计算GR与G的非零值重叠区，如果重叠区为空，就输出G作为拌线感应区域BG，否则转到下步；拌线感应区域延伸，对G进行膨胀，求取G与GR的重叠区，将此重叠区与G的并作为拌线感应区域BG；
步骤4 对目标轨迹进行初步过滤，如果轨迹长度大于某阈值，就进行下一步处理；计算轨迹与BG的重叠像素数，如果像素数超过某阈值，就输出为拌线目标检测结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210163468.3A CN103426180B (zh) | 2012-05-24 | 2012-05-24 | 一种视频拌线侦测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210163468.3A CN103426180B (zh) | 2012-05-24 | 2012-05-24 | 一种视频拌线侦测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN103426180A CN103426180A (zh) | 2013-12-04 |
| CN103426180B true CN103426180B (zh) | 2017-02-08 |
Family
ID=49650870
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210163468.3A Expired - Fee Related CN103426180B (zh) | 2012-05-24 | 2012-05-24 | 一种视频拌线侦测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103426180B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105261034B (zh) * | 2015-09-15 | 2018-12-18 | 杭州中威电子股份有限公司 | 一种高速公路上车流量的统计方法及装置 |
| CN106802789A (zh) * | 2015-11-26 | 2017-06-06 | 中国电信股份有限公司 | 作用域相交检测方法和用于作用域相交检测的装置 |
| CN113592785A (zh) * | 2021-07-09 | 2021-11-02 | 浙江大华技术股份有限公司 | 一种目标流量统计方法及装置 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266710A (zh) * | 2007-03-14 | 2008-09-17 | 中国科学院自动化研究所 | 一种基于规则的全天候智能视频分析监控方法 |
| CN103093274A (zh) * | 2012-12-30 | 2013-05-08 | 信帧电子技术（北京）有限公司 | 基于视频的行人计数的方法 |
-
2012
- 2012-05-24 CN CN201210163468.3A patent/CN103426180B/zh not_active Expired - Fee Related
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101266710A (zh) * | 2007-03-14 | 2008-09-17 | 中国科学院自动化研究所 | 一种基于规则的全天候智能视频分析监控方法 |
| CN103093274A (zh) * | 2012-12-30 | 2013-05-08 | 信帧电子技术（北京）有限公司 | 基于视频的行人计数的方法 |
Non-Patent Citations (3)
| Title |
|---|
| 一种新型的智能视频监控系统设计;褚明扬等;《科技通报》;20100731;第26卷(第4期);第582-590页 * |
| 基于视频图像的绊线检测方法研究;黄孝建;《计算机与现代化》;20110630(第6期);第29-32页 * |
| 用于交通治安卡口的全天候视频车辆检测方法;杨阿丽等;《合肥工业大学学报》;20120331;第35卷(第3期);第357-361,407页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN103426180A (zh) | 2013-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20230289979A1 (en) | A method for video moving object detection based on relative statistical characteristics of image pixels | |
| CN106408846A (zh) | 基于视频监控平台的图像火灾检测方法 | |
| CN103246896B (zh) | 一种鲁棒性车辆实时检测与跟踪方法 | |
| CN103310422B (zh) | 获取图像的方法及装置 | |
| CN111401311A (zh) | 一种基于图像检测的高空抛物识别方法 | |
| CN105513053B (zh) | 一种用于视频分析中背景建模方法 | |
| CN110127479A (zh) | 一种基于视频分析的电梯门开关异常检测方法 | |
| CN103793921B (zh) | 一种运动目标提取方法及装置 | |
| WO2012005461A2 (ko) | 자동 구름 정보 산출방법 | |
| CN104504377A (zh) | 一种公交车乘客拥挤程度识别系统及方法 | |
| CN106228109A (zh) | 一种基于骨骼运动轨迹的动作识别方法 | |
| CN103258332A (zh) | 一种抗光照变化的运动目标检测方法 | |
| CN104463232A (zh) | 一种基于hog特征和颜色直方图特征的密度人群计数的方法 | |
| CN105139421A (zh) | 电力系统基于互信息量的视频关键帧提取方法 | |
| CN110096945B (zh) | 基于机器学习的室内监控视频关键帧实时提取方法 | |
| CN105426816A (zh) | 一种处理人脸图像的方法及装置 | |
| CN108898098A (zh) | 基于监控平台的早期视频烟雾检测方法 | |
| CN103996045A (zh) | 一种基于视频的多种特征融合的烟雾识别方法 | |
| CN103426180B (zh) | 一种视频拌线侦测方法 | |
| CN105657372A (zh) | 实现执勤哨位视频智能侦测预警的方法及系统 | |
| CN103489012A (zh) | 一种基于支持向量机的人群密集度检测方法及系统 | |
| CN103049748A (zh) | 行为监测方法及装置 | |
| CN104504733A (zh) | 一种基于运动目标检测的视频摘要方法和系统 | |
| CN108830882A (zh) | 视频异常行为实时检测方法 | |
| CN101610412A (zh) | 一种基于多线索融合的视觉跟踪方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant | ||
| C56 | Change in the name or address of the patentee | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100089 Haidian District, Beijing information industry base on the 3rd Street, building two, floor C, No. 228, paragraph Patentee 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 Patentee before: Xinzheng Electronic Technology (Beijing) Co., Ltd. |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20180703 Address after: 100096 Haidian District, Beijing, west 2 new apartment building, three floor commercial room 337. Patentee after: Letter frame technology (Beijing) Co., Ltd. Address before: 100089 No. 228, section two, two floor, 1 Street, 3rd floor, Haidian District information industry base, Beijing. Patentee before: Frame robot technology (Beijing) Co., Ltd. |
|
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170208 Termination date: 20190524 |