CN105930851A - 一种用于对运动物体的视频图像进行目标轮廓识别的方法 - Google Patents

一种用于对运动物体的视频图像进行目标轮廓识别的方法 Download PDF

Info

Publication number
CN105930851A
CN105930851A CN201610271821.8A CN201610271821A CN105930851A CN 105930851 A CN105930851 A CN 105930851A CN 201610271821 A CN201610271821 A CN 201610271821A CN 105930851 A CN105930851 A CN 105930851A
Authority
CN
China
Prior art keywords
image
path
contour path
contour
edge contour
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
CN201610271821.8A
Other languages
English (en)
Inventor
罗韬
徐智广
李明轩
周杏樱
蓝必铁
黎云凤
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.)
WUZHOU AUTOMATION TECHNOLOGY RESEARCH INSTITUTE
Original Assignee
WUZHOU AUTOMATION TECHNOLOGY RESEARCH INSTITUTE
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 WUZHOU AUTOMATION TECHNOLOGY RESEARCH INSTITUTE filed Critical WUZHOU AUTOMATION TECHNOLOGY RESEARCH INSTITUTE
Priority to CN201610271821.8A priority Critical patent/CN105930851A/zh
Publication of CN105930851A publication Critical patent/CN105930851A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本发明公开了一种用于对运动物体的视频图像进行目标轮廓识别的方法，先在图像队列中提取出图像信息，然后将图像进行二值化处理后得黑白图像，再遍历黑白图像检测出每一条边缘轮廓路径，并将该边缘轮廓路径的线段填充加宽，遍历完成后得到填充图像；遍历填充图像检测每一个边缘轮廓路径，判断该边缘轮廓路径是否闭合，若为闭合轮廓路径，则通过检测，若为不闭合轮廓路径，则增加连接路径，使其形成闭合轮廓路径，图像遍历完成后得到轮廓路径队列。利用本发明的一种用于对运动物体的视频图像进行目标轮廓识别的方法能够准确的识别出视频图像中运动物体的目标轮廓，方便对其作后续的进一步处理。

Description

一种用于对运动物体的视频图像进行目标轮廓识别的方法
技术领域
本发明涉及一种目标轮廓识别的方法，更具体地说，尤其涉及一种用于对运动物体的视频图像进行目标轮廓识别的方法。
背景技术
传统的皮带机计数器是采用红外传感器安装固定在传送带的两侧，一端发射红外线、另一端接收此红外线信号，当目标物品从中间通过遮挡到红外线时，会触发计数器进行计数。根据上述计数器的工作原理可知，被检测识别的目标物品通常比较大件，并且在传送带中传送时为单通道，只有将目标物品一个一个地依次通过红外传感器才能够逐一识别计数。如果被检测的目标物品体积细薄且数量比较多，当这些目标物品在传送带上批量传送的话，红外传感器不能够对其进行批量识别，传统的皮带机计数器将不能将其识别并计算。如今，随计算机技术的高速发展，亟待发明一种针对运动的细小物体进行视频识别的技术处理方法，以满足现代加工制造业的生产需要。而在对运动物体的视频图像处理过程中，如何快速识别出目标轮廓成为了其中一个关键的处理步骤。
发明内容
本发明的目的在于提供一种用于对运动物体的视频图像进行目标轮廓识别的方法，利用该识别方法能够准确的识别出视频图像中运动物体的目标轮廓，方便对其作后续的进一步处理。
本发明的技术方案如下：
一种用于对运动物体的视频图像进行目标轮廓识别的方法，其中，包括如下识别步骤：
(1)从图像存储装置中提取图像队列中最前一帧的图像信息作为处理图像；
(2)对步骤(1)所得的处理图像进行二值化处理，过滤噪点后得黑白图像；
(3)遍历步骤(2)所得黑白图像检测出每一条边缘轮廓路径，并将该边缘轮廓路径的线段填充加宽，图像遍历后得填充图像；
(4)遍历步骤(3)所得的填充图像检测每一个边缘轮廓路径，判断该边缘轮廓路径是否闭合，若边缘轮廓路径为闭合轮廓路径，则通过检测，将该闭合轮廓路径保存至轮廓路径队列中；若边缘轮廓路径为不闭合轮廓路径，则增加连接路径，使其形成闭合轮廓路径，将该闭合轮廓路径保存至轮廓路径队列中，图像遍历后即得轮廓路径队列。
进一步的，在步骤(1)中，若提取的图像信息为彩色图像信息，还增加步骤(1.1)：对步骤(1)所得的处理图像进行灰度滤镜处理后得灰度图像。
进一步的，在步骤(3)中，将每一段边缘轮廓路径的线段按照设定的线性宽度填充加宽。
进一步的，在步骤(4)中，判断边缘轮廓路径时，若边缘轮廓路径为不闭合路径，则按物体轮廓特性相应增加连接路径，使其变成闭合轮廓路径。
与现有技术相比，本发明具有的有益效果为：
本发明的一种用于对运动物体的视频图像进行目标轮廓识别的方法，先在图像队列中提取出图像信息，然后将图像进行二值化处理后得黑白图像，再遍历黑白图像检测出每一条边缘轮廓路径，并将该边缘轮廓路径的线段填充加宽，遍历完成后得到填充图像；遍历填充图像检测每一个边缘轮廓路径，判断该边缘轮廓路径是否闭合，若为闭合轮廓路径，则通过检测，若为不闭合轮廓路径，则增加连接路径，使其形成闭合轮廓路径，图像遍历完成后得到轮廓路径队列。通过对图像队列中的图像信息进行一系列处理后，准确的识别出视频图像中运动物体的目标轮廓，方便对其作后续的进一步处理。
附图说明
图1是本发明的控制流程图。
具体实施方式
下面结合具体实施方式，对本发明的技术方案作进一步的详细说明，但不构成对本发明的任何限制。
参照图1所示，本发明的一种用于对运动物体的视频图像进行目标轮廓识别的方法，包括如下识别步骤：
(1)从视频拍摄装置中实时获取视频图像信息，并将视频图像信息存储至图像队列中，然后从图像队列中提取最前一帧的图像信息作为处理图像。
其中，若提取的图像信息为彩色图像信息，还增加步骤(1.1)：对步骤(1)所得的处理图像进行灰度滤镜处理后得灰度图像，即将彩色图像变成了只有黑白灰三色的图像。有的视频拍摄装置可以直接调节为黑白模式，则不需要进行本步骤的过滤处理，从而减少了资源的消耗。
(2)对步骤(1)所得的处理图像进行二值化处理，基于阀值的二值化，将处理图像中的数据变成只有黑和白两种，经过滤噪点后得到黑白图像。
(3)遍历步骤(2)所得黑白图像检测出每一条边缘轮廓路径，并将该边缘轮廓路径的线段填充加宽，图像遍历后得填充图像。通过将边缘轮廓路径加宽，使边缘轮廓更明显，以便对其检测路径是否闭合。其中，将每一段边缘轮廓路径的线段按照设定的线性宽度转动填充加宽。
(4)遍历步骤(3)所得的填充图像检测每一个边缘轮廓路径，判断该边缘轮廓路径是否闭合，若边缘轮廓路径为闭合轮廓路径，则通过检测，将该闭合轮廓路径保存至轮廓路径队列中，然后跳至下一个边缘轮廓路径的判断；若边缘轮廓路径为不闭合轮廓路径，则将该不闭合轮廓路径与预设的物体轮廓形状相对比，将不闭合轮廓路径与预设的物体轮廓形状相差的部分，按照预设的物体轮廓形状增加相应的连接路径，使其变成闭合轮廓路径后，将增加了连接路径的闭合轮廓路径存储至轮廓路径队列中，然后跳至下一个边缘轮廓路径的判断。当遍历玩填充图像后，即得到轮廓路径队列。
以上所述仅为本发明的较佳实施例，凡在本发明的精神和原则范围内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种用于对运动物体的视频图像进行目标轮廓识别的方法，其特征在于，包括如下识别步骤：
(1)从图像存储装置中提取图像队列中最前一帧的图像信息作为处理图像；
(2)对步骤(1)所得的处理图像进行二值化处理，过滤噪点后得黑白图像；
(3)遍历步骤(2)所得黑白图像检测出每一条边缘轮廓路径，并将该边缘轮廓路径的线段填充加宽，图像遍历后得填充图像；
(4)遍历步骤(3)所得的填充图像检测每一个边缘轮廓路径，判断该边缘轮廓路径是否闭合，若边缘轮廓路径为闭合轮廓路径，则通过检测，将该闭合轮廓路径保存至轮廓路径队列中；若边缘轮廓路径为不闭合轮廓路径，则增加连接路径，使其形成闭合轮廓路径，将该闭合轮廓路径保存至轮廓路径队列中，图像遍历后即得轮廓路径队列。
2.根据权利要求1所述的一种用于对运动物体的视频图像进行目标轮廓识别的方法，其特征在于，在步骤(1)中，若提取的图像信息为彩色图像信息，还增加步骤(1.1)：对步骤(1)所得的处理图像进行灰度滤镜处理后得灰度图像。
3.根据权利要求1所述的一种用于对运动物体的视频图像进行目标轮廓识别的方法，其特征在于，在步骤(3)中，将每一段边缘轮廓路径的线段按照设定的线性宽度填充加宽。
4.根据权利要求1所述的一种用于对运动物体的视频图像进行目标轮廓识别的方法，其特征在于，在步骤(4)中，判断边缘轮廓路径时，若边缘轮廓路径为不闭合路径，则按物体轮廓特性相应增加连接路径，使其变成闭合轮廓路径。
CN201610271821.8A 2016-04-27 2016-04-27 一种用于对运动物体的视频图像进行目标轮廓识别的方法 Pending CN105930851A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610271821.8A CN105930851A (zh) 2016-04-27 2016-04-27 一种用于对运动物体的视频图像进行目标轮廓识别的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610271821.8A CN105930851A (zh) 2016-04-27 2016-04-27 一种用于对运动物体的视频图像进行目标轮廓识别的方法

Publications (1)

Publication Number Publication Date
CN105930851A true CN105930851A (zh) 2016-09-07

Family

ID=56836480

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610271821.8A Pending CN105930851A (zh) 2016-04-27 2016-04-27 一种用于对运动物体的视频图像进行目标轮廓识别的方法

Country Status (1)

Country Link
CN (1) CN105930851A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112312203A (zh) * 2020-08-25 2021-02-02 北京沃东天骏信息技术有限公司 视频播放方法、装置和存储介质
CN112348926A (zh) * 2020-11-23 2021-02-09 杭州美册科技有限公司 一种基于安卓的视频剪接类app的处理方法和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040091151A1 (en) * 2001-04-12 2004-05-13 Hui Jin Method for segmenting and recognizing an image in industry radiation imaging
CN101261685A (zh) * 2008-01-31 2008-09-10 浙江工业大学 基于图像矢量化技术的服装样片自动录入装置
CN101714252A (zh) * 2009-11-26 2010-05-26 上海电机学院 Sar图像中道路的提取方法
CN103679749A (zh) * 2013-11-22 2014-03-26 北京奇虎科技有限公司 一种基于运动目标跟踪的图像处理方法及装置
CN104376319A (zh) * 2014-10-22 2015-02-25 西安工程大学 一种基于各向异性高斯核提取封闭边缘图像轮廓的方法
CN105096299A (zh) * 2014-05-08 2015-11-25 北京大学 多边形检测方法和多边形检测装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20040091151A1 (en) * 2001-04-12 2004-05-13 Hui Jin Method for segmenting and recognizing an image in industry radiation imaging
CN101261685A (zh) * 2008-01-31 2008-09-10 浙江工业大学 基于图像矢量化技术的服装样片自动录入装置
CN101714252A (zh) * 2009-11-26 2010-05-26 上海电机学院 Sar图像中道路的提取方法
CN103679749A (zh) * 2013-11-22 2014-03-26 北京奇虎科技有限公司 一种基于运动目标跟踪的图像处理方法及装置
CN105096299A (zh) * 2014-05-08 2015-11-25 北京大学 多边形检测方法和多边形检测装置
CN104376319A (zh) * 2014-10-22 2015-02-25 西安工程大学 一种基于各向异性高斯核提取封闭边缘图像轮廓的方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112312203A (zh) * 2020-08-25 2021-02-02 北京沃东天骏信息技术有限公司 视频播放方法、装置和存储介质
CN112312203B (zh) * 2020-08-25 2023-04-07 北京沃东天骏信息技术有限公司 视频播放方法、装置和存储介质
CN112348926A (zh) * 2020-11-23 2021-02-09 杭州美册科技有限公司 一种基于安卓的视频剪接类app的处理方法和装置
CN112348926B (zh) * 2020-11-23 2024-06-21 杭州优频科技有限公司 一种基于安卓的视频剪接类app的处理方法和装置

Similar Documents

Publication Publication Date Title
CN105279756B (zh) 基于自适应区域分割的缺口圆弧零件尺寸视觉检测方法
CN109598715B (zh) 基于机器视觉的物料粒度在线检测方法
CN104732235B (zh) 一种消除夜间道路反光干扰的车辆检测方法
CN110246122A (zh) 基于机器视觉的小型轴承质量检测方法、装置及系统
CN105976396A (zh) 用于视频图像识别在传送带上运动物体的方法
CN114926463A (zh) 一种适用于芯片电路板的生产质量检测方法
CN104475344B (zh) 基于机器视觉实现纺织纱管分拣的方法
CN103279765A (zh) 基于图像匹配的钢丝绳表面损伤检测方法
KR20180070472A (ko) 이미지 매칭 방법 및 장치
CN103308523A (zh) 多尺度瓶口缺陷检测方法及装置
EP2924647A1 (en) Drug inspection device
CN107891012B (zh) 基于等效算法的珍珠大小及圆形度分拣装置
CN115144399B (zh) 一种基于机器视觉的装配质量检测方法及装置
CN114119603A (zh) 基于图像处理的快餐盒短射缺陷检测方法
CN113834814A (zh) 一种手套表面缺陷检测的装置
CN114266743A (zh) 基于hsv和cnn的fpc缺陷检测方法、系统及存储介质
Abdelhedi et al. Design of automatic vision-based inspection system for monitoring in an olive oil bottling line
CN105930851A (zh) 一种用于对运动物体的视频图像进行目标轮廓识别的方法
CN110807354B (zh) 一种工业流水线产品计数方法
CN116309577A (zh) 一种高强传送带物料智能检测方法及系统
CN106204616B (zh) 一种伊朗纸币币值的识别方法及装置
CN114037730A (zh) 车流量统计方法、装置、设备及存储介质
CN105975910A (zh) 一种用于对运动物体进行视频识别的技术处理方法及其系统
CN115661822B (zh) 一种用于输送机的远程控制系统及方法
CN110866917A (zh) 一种基于机器视觉的药片类型及排列方式识别方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20160907