CN105184821A - 一种图像中运动目标的计数方法 - Google Patents

一种图像中运动目标的计数方法 Download PDF

Info

Publication number
CN105184821A
CN105184821A CN201510605697.XA CN201510605697A CN105184821A CN 105184821 A CN105184821 A CN 105184821A CN 201510605697 A CN201510605697 A CN 201510605697A CN 105184821 A CN105184821 A CN 105184821A
Authority
CN
China
Prior art keywords
target
particle
line
vector
fresh
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.)
Pending
Application number
CN201510605697.XA
Other languages
English (en)
Inventor
张岱
齐弘文
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chengdu Rongchuang Zhigu Science and Technology Co Ltd
Original Assignee
Chengdu Rongchuang Zhigu Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chengdu Rongchuang Zhigu Science and Technology Co Ltd filed Critical Chengdu Rongchuang Zhigu Science and Technology Co Ltd
Priority to CN201510605697.XA priority Critical patent/CN105184821A/zh
Publication of CN105184821A publication Critical patent/CN105184821A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30242—Counting objects in image

Landscapes

  • Image Analysis (AREA)

Abstract

一种图像中运动目标的计数方法，通过前后若干幅顶部采样图，由于采样时间间隔比较短，可以描述出各目标质点的轨迹并给出移动方向，由于新目标质点必然不符合原有各点的移动方向，于是认为产生了新目标；另外由于目标质点必须依靠一个足够大的目标面积来寻找，所以在目标消失于摄象边界的过程中，容易产生质点在移动方向上的突然消失。给出了目标产生和消失的判断方法，以及控制计数器的计数。只有当新目标产生，且最终被识别为一个人目标时，计数器才加1。

Description

一种图像中运动目标的计数方法
技术领域
本发明涉及图像处理技术领域，提供了一种图像中运动目标的计数方法。
背景技术
近几年来,随着多媒体技术的迅猛发展与计算机性能的不断提高,动态图像处理技术日益受到人们的青睐,并且取得了丰硕的成果,广泛应用于交通管理、军事目标跟踪、生物医学等领域。目标监测系统,可以用计算机代替值班人员在仓库、变电站、银行等重要地方进行监控。由于静态图像处理技术有一定的局限性,而动态图像比静态图像包含更多的信息,因此,引入运动监测很有必要。
运动目标检测是机器视觉、视频信息处理和应用视觉研究等领域中的重要课题。在实际应用中,利用运动目标检测算法进行图像分割的结果,常常是下一步的目标跟踪、模式识别、图像理解等高级后处理的输入图像。在现实生活中,大量的有意义的视觉信息包含在运动之中,甚至有些动物的眼睛经过进化,只能看见运动的物体。尽管人类视觉既能看见运动又能看见静止的物体,但是在许多场合,比如说交通流量的监测、重要场所的保安、航空和军用飞行器的制导、汽车的自动驾驶或辅助驾驶等,我们往往对运动的物体更感兴趣。因此研究只对运动目标敏感的检测与跟踪系统是很有意义的。此外,运动目标的研究对象是图像序列,而对图像序列的研究一般要比对单帧图像作静态分析容易。
在运动目标检测领域，需要对运动出现在运动目标出现的个数进行统计，以方便统计，如客流量，如产品流通量等。而在解决运动目标统计计数中，需要解决的一个难点在于解决重复计数问题。
发明内容
本发明的目的在于解决运动目标存在重复技术的问题。
本发明采用的技术方案如下：
综上所述，由于采用了上述技术方案，本发明的有益效果是：
一种图像中运动目标的计数方法，其特征在于：包括以下步骤：
步骤1、设置采样间隔t，对前后2张采样图进行目标检测，返回其目标质点位置；
步骤2、在当前采样图目标质点不为空时认为图中有一个新目标；
步骤3、在当前采用图的前后采样图中寻找对应最近的目标质点，返回目标质点的位置；
步骤4、当后图目标质点多于前图时，认为出现了新目标；当前图目标质点多于后图时，认为消失了一个目标；
步骤5、按两两对应关系计算前后采样图中对应质点的连线及移动方向，把这种连线称为目标矢量线，即前后图矢量线
步骤6.依次取前、中、后三张采样图，计算第三张采用图中的目标质点，然后与第一张采样图进行计算，得到第一张和第三张采用图中对应质点的连线及移动方向，得到间隔矢量图。
步骤7.对步骤5，步骤6的结果进行比较，若当前检测到一个目标，且既没有前后矢量线，也没有间隔矢量线时，认为有一个新目标；当前后矢量线中目标质点行值相减（后-前）为正数时，认为既没有新目标也没有消失目标；当前后矢量线中目标质点行值相减（后-前）为负数且只有前后矢量线，没有间隔矢量线时，认为既没有新目标，也没有消失目标；当原有m个目标，且知道已经出现一个新目标时，若只能检测到m个目标，则认为出现了一个新目标同时消失了一个目标；当原有m个目标，且知道已经出现一个新目标时，若能检测到m+1个目标，则认为出现了一个新目标同时没有消失目标；当存在目标消失时，舍弃当前采样图的前后图矢量线和矢量线中第一个目标质点信息或该质点对应的采样序列，舍弃的质点或采样序列中的质点不参与后续的计算。
通过前后若干幅顶部采样图，由于采样时间间隔比较短，可以描述出各目标质点的轨迹（拟合为直线）并给出移动方向，由于新目标质点必然不符合原有各点的移动方向，于是认为产生了新目标；另外由于目标质点必须依靠一个足够大的目标面积来寻找，所以在目标消失于摄象边界的过程中，容易产生质点在移动方向上的突然消失。给出了目标产生和消失的判断方法，以及控制计数器的计数。只有当新目标产生，且最终被识别为一个人目标时，计数器才加1。
因为本发明采用上述技术方案，因此具备以下有益效果：
本发明采用上述技术方案，能够解决重复技术的问题，其准确性高，应用范围广。
具体实施方式
本说明书中公开的所有特征，或公开的所有方法或过程中的步骤，除了互相排斥的特征和/或步骤以外，均可以以任何方式组合。
一种图像中运动目标的计数方法，其特征在于：包括以下步骤：
步骤1、设置采样间隔t，对前后2张采样图进行目标检测，返回其目标质点位置；
步骤2、在当前采样图目标质点不为空时认为图中有一个新目标；
步骤3、在当前采用图的前后采样图中寻找对应最近的目标质点，返回目标质点的位置；
步骤4、当后图目标质点多于前图时，认为出现了新目标；当前图目标质点多于后图时，认为消失了一个目标；
步骤5、按两两对应关系计算前后采样图中对应质点的连线及移动方向，把这种连线称为目标矢量线，即前后图矢量线
步骤6.依次取前、中、后三张采样图，计算第三张采用图中的目标质点，然后与第一张采样图进行计算，得到第一张和第三张采用图中对应质点的连线及移动方向，得到间隔矢量图。
步骤7.对步骤5，步骤6的结果进行比较，若当前检测到一个目标，且既没有前后矢量线，也没有间隔矢量线时，认为有一个新目标；当前后矢量线中目标质点行值相减（后-前）为正数时，认为既没有新目标也没有消失目标；当前后矢量线中目标质点行值相减（后-前）为负数且只有前后矢量线，没有间隔矢量线时，认为既没有新目标，也没有消失目标；当原有m个目标，且知道已经出现一个新目标时，若只能检测到m个目标，则认为出现了一个新目标同时消失了一个目标；当原有m个目标，且知道已经出现一个新目标时，若能检测到m+1个目标，则认为出现了一个新目标同时没有消失目标；当存在目标消失时，舍弃当前采样图的前后图矢量线和矢量线中第一个目标质点信息或该质点对应的采样序列，舍弃的质点或采样序列中的质点不参与后续的计算。
通过前后若干幅顶部采样图，由于采样时间间隔比较短，可以描述出各目标质点的轨迹（拟合为直线）并给出移动方向，由于新目标质点必然不符合原有各点的移动方向，于是认为产生了新目标；另外由于目标质点必须依靠一个足够大的目标面积来寻找，所以在目标消失于摄象边界的过程中，容易产生质点在移动方向上的突然消失。给出了目标产生和消失的判断方法，以及控制计数器的计数。只有当新目标产生，且最终被识别为一个人目标时，计数器才加1。

Claims (1)

1.一种图像中运动目标的计数方法，其特征在于：包括以下步骤：
步骤1、设置采样间隔t，对前后2张采样图进行目标检测，返回其目标质点位置；
步骤2、在当前采样图目标质点不为空时认为图中有一个新目标；
步骤3、在当前采用图的前后采样图中寻找对应最近的目标质点，返回目标质点的位置；
步骤4、当后图目标质点多于前图时，认为出现了新目标；当前图目标质点多于后图时，认为消失了一个目标；
步骤5、按两两对应关系计算前后采样图中对应质点的连线及移动方向，把这种连线称为目标矢量线，即前后图矢量线
步骤6、依次取前、中、后三张采样图，计算第三张采用图中的目标质点，然后与第一张采样图进行计算，得到第一张和第三张采用图中对应质点的连线及移动方向，得到间隔矢量图;
步骤7、对步骤5，步骤6的结果进行比较，
若当前检测到一个目标，且既没有前后矢量线，也没有间隔矢量线时，认为有一个新目标；当前后矢量线中目标质点行值相减（后-前）为正数时，认为既没有新目标也没有消失目标；当前后矢量线中目标质点行值相减（后-前）为负数且只有前后矢量线，没有间隔矢量线时，认为既没有新目标，也没有消失目标；当原有m个目标，且知道已经出现一个新目标时，若只能检测到m个目标，则认为出现了一个新目标同时消失了一个目标；当原有m个目标，且知道已经出现一个新目标时，若能检测到m+1个目标，则认为出现了一个新目标同时没有消失目标；当存在目标消失时，舍弃当前采样图的前后图矢量线和矢量线中第一个目标质点信息或该质点对应的采样序列，舍弃的质点或采样序列中的质点不参与后续的计算。
CN201510605697.XA 2015-09-22 2015-09-22 一种图像中运动目标的计数方法 Pending CN105184821A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510605697.XA CN105184821A (zh) 2015-09-22 2015-09-22 一种图像中运动目标的计数方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510605697.XA CN105184821A (zh) 2015-09-22 2015-09-22 一种图像中运动目标的计数方法

Publications (1)

Publication Number Publication Date
CN105184821A true CN105184821A (zh) 2015-12-23

Family

ID=54906873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510605697.XA Pending CN105184821A (zh) 2015-09-22 2015-09-22 一种图像中运动目标的计数方法

Country Status (1)

Country Link
CN (1) CN105184821A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233114A (zh) * 2020-12-10 2021-01-15 江苏金恒信息科技股份有限公司 一种钢坯的重复计数判别方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011181014A (ja) * 2010-03-03 2011-09-15 Secom Co Ltd 移動物体追跡装置
CN104021575A (zh) * 2014-06-18 2014-09-03 国家电网公司 运动目标检测方法、装置和系统
CN104378604A (zh) * 2014-12-01 2015-02-25 江西洪都航空工业集团有限责任公司 一种基于运动检测的实时监控方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011181014A (ja) * 2010-03-03 2011-09-15 Secom Co Ltd 移動物体追跡装置
CN104021575A (zh) * 2014-06-18 2014-09-03 国家电网公司 运动目标检测方法、装置和系统
CN104378604A (zh) * 2014-12-01 2015-02-25 江西洪都航空工业集团有限责任公司 一种基于运动检测的实时监控方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
徐昊: "基于简单固定背景图像特征的人数统计", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112233114A (zh) * 2020-12-10 2021-01-15 江苏金恒信息科技股份有限公司 一种钢坯的重复计数判别方法及装置

Similar Documents

Publication Publication Date Title
CN104717457B (zh) 一种视频浓缩方法及装置
Lamas et al. Human pose estimation for mitigating false negatives in weapon detection in video-surveillance
CN102799883A (zh) 一种从视频图像中提取运动目标的方法及装置
CN106056624A (zh) 无人机高清图像小目标检测与跟踪系统及其检测跟踪方法
Chavda et al. Moving object tracking using PTZ camera in video surveillance system
Yang et al. PTZ camera based position tracking in IP-surveillance system
CN105184821A (zh) 一种图像中运动目标的计数方法
Chauhan et al. Study of moving object detection and tracking for video surveillance
Vinay et al. Edge Detection Based Motion Tracking
Lai et al. People trajectory forecasting and collision avoidance in first-person viewpoint
Hiratani et al. Considerations of self-motion in motion saliency
Mudjirahardjo et al. Abnormal motion detection in an occlusion environment
CN104581083B (zh) 一种基于轨道摄像机的智能视频跟踪方法及系统
Kuiaski et al. Focus of expansion estimation for motion segmentation from a single camera
Rong et al. Camouflage effect evaluation of pattern painting based on moving object detection
Basavaraj et al. Optical and streakline flow based crowd estimation for surveillance system
Cui et al. Multiple Object Tracking Based on Tracking Compensation for Low-Resolution Scenarios
Amnuaykanjanasin et al. Face tracking using two cooporative static and moving cameras
Li et al. Adaptive summarisation of surveillance video sequences
MUDJIRAHARDJO et al. A4-1 Different Entities Detection in a Video
Olszewska Tracking The Invisible Man-Hidden-object Detection for Complex Visual Scene Understanding
Wang et al. A Time-Related Voxel Representation Method for Event Camera
Wang et al. Anomaly detection in crowds assisted by scene perspective projection correction
Kawasaki et al. Event-Driven Particle Filter for Tracking Irregularly Moving Objects
Xia et al. An improved multi-target tracking algorithm for pedestrian counting

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20151223

WD01 Invention patent application deemed withdrawn after publication