CN107977979A - 视频处理方法及装置 - Google Patents

视频处理方法及装置 Download PDF

Info

Publication number
CN107977979A
CN107977979A CN201610921432.5A CN201610921432A CN107977979A CN 107977979 A CN107977979 A CN 107977979A CN 201610921432 A CN201610921432 A CN 201610921432A CN 107977979 A CN107977979 A CN 107977979A
Authority
CN
China
Prior art keywords
space
time
strange
frame
case point
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
Application number
CN201610921432.5A
Other languages
English (en)
Other versions
CN107977979B (zh
Inventor
胡旭华
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.)
Beijing Ingenic Semiconductor Co Ltd
Original Assignee
Beijing Ingenic Semiconductor 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 Beijing Ingenic Semiconductor Co Ltd filed Critical Beijing Ingenic Semiconductor Co Ltd
Priority to CN201610921432.5A priority Critical patent/CN107977979B/zh
Publication of CN107977979A publication Critical patent/CN107977979A/zh
Application granted granted Critical
Publication of CN107977979B publication Critical patent/CN107977979B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/10Image acquisition modality
    • G06T2207/10016Video; Image sequence
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20036Morphological image processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20212Image combination
    • G06T2207/20224Image subtraction

Landscapes

  • Image Analysis (AREA)

Abstract

本发明提供一种视频处理方法及装置。对视频图像进行帧差处理后的帧差图像中的奇帧进行“2+1”处理,偶帧进行“1+2”处理,然后提取事件点,分别形成奇时空世界线及偶时空世界线,输出时根据偶时空世界线判断物体当前帧是否为快速移动物体,当物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果,从而折中性地解决了微运动干扰与物体远处移动漏检的矛盾。

Description

视频处理方法及装置
技术领域
本发明涉及图像处理技术领域,尤其涉及一种视频处理方法及装置。
背景技术
在对图像的研究和应用中,我们往往仅对图像中的某些部分感兴趣,为了辨识和分析目标,需要将这些感兴趣的区域分离提取出来。而在实际应用中我们经常对视频中的移动物体感兴趣,就需要将感兴趣的移动物提取出来。在对图像进行处理时需要应用数学形态学处理,数学形态学处理也叫做数学形态学中二值图像的形态变换,是一种针对集合的处理过程。形态学图像处理是在图像中移动一个结构元素,然后将结构元素与下面的二值图像进行交、并等集合运算,结构元素在形态学图像处理中的作用相当于一刷子。基本的形态运算是腐蚀和膨胀。用B(x)代表结构元素,对工作空间E中的每一点x,腐蚀和膨胀的定义为:
腐蚀:
膨胀:
用B(x)对E进行腐蚀的结果就是把结构元素B平移后使B包含于E的所有点构成的集合,用B(x)对E进行腐蚀相当于对E的边缘剥掉一层。用B(x)对E进行膨胀的结果就是把结构元素B平移后使B与E的交集非空的点构成的集合,用B(x)对E进行腐蚀相当于将E的边缘膨胀一圈。先腐蚀后膨胀的过程称为开运算。它具有消除细小物体,在纤细处分离物体和平滑较大物体边界的作用。先膨胀后腐蚀的过程称为闭运算。它具有填充物体内细小空洞,连接邻近物体和平滑边界的作用。在本文中“1+2”处理,是指对图像先做一次腐蚀再做两次膨胀的处理,“2+1”处理,与“1+2”刚好相反,是指对图像先做两次膨胀再做一次腐蚀的处理。
在实现本发明的过程中,发明人发现现有技术中至少存在如下技术问题:“1+2”处理在消除微运动干扰的同时会把远处的明显移动物过滤掉,“2+1”处理能够解决远处明显移动物的漏检问题,但同时会带来微运动干扰问题。现有的单种形态学处理后的运动历史图像分析在处理微运动干扰(如树叶晃动)与远处明显移动物的漏检这两大问题上无法兼备,只能顾此失彼。
发明内容
本发明提供的视频处理方法及装置,能够在处理微运动干扰与远处明显移动物的漏检这两大问题上实现兼备。
第一方面,本发明提供一种视频处理方法,所述方法包括:
对视频图像进行帧差处理,获得帧差图像;
对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体,当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
可选地,所述根据所述奇事件点序建立奇时空世界线包括:
将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
可选地,所述根据所述偶事件点序建立偶时空世界线包括:
将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
可选地,在所述根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线之后还包括:
在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
可选地,所述在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,在所述经过开运算处理的偶帧帧差图像上获取偶事件点包括:
在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
根据所述连通域拟合物体的外接矩形;
将大于设定值的所述外接矩形选取为事件点。
第二方面,本发明提供一种视频处理装置,所述装置包括:
第一处理单元,用于对视频图像进行帧差处理,获得帧差图像;
第二处理单元,用于对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
获取单元,用于在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
建立单元,用于根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
判断单元,用于根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体;
输出单元,用于当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
可选地,所述建立单元包括:
更新模块,用于将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
可选地,所述建立单元包括:
更新模块,用于将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
可选地,所述装置还包括:
选取单元,用于在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
可选地,所述获取单元包括:
查找模块,用于在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
拟合模块,用于根据所述连通域拟合物体的外接矩形;
第二选取模块,用于将大于设定值的所述外接矩形选取为事件点。
本发明实施例提供的视频处理方法及装置,对视频图像进行帧差处理后的帧差图像中的奇帧进行“2+1”处理,偶帧进行“1+2”处理,然后提取事件点,分别形成奇时空世界线及偶时空世界线,输出时根据偶时空世界线判断物体当前帧是否为快速移动物体,当物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果,从而折中性地解决了微运动干扰与物体远处移动漏检的矛盾。
附图说明
图1为本发明一实施例视频处理方法的流程图;
图2为本发明一实施例视频处理方法的详细流程图;
图3为本发明一实施例视频处理装置的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提供一种视频处理方法,如图1所示,所述方法包括:
S11、对视频图像进行帧差处理,获得帧差图像;
S12、对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
S13、在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
S14、根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
S15、根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体;
S16、当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
本发明实施例提供的视频处理方法,对视频图像进行帧差处理后的帧差图像中的奇帧进行“2+1”处理,偶帧进行“1+2”处理,然后提取事件点,分别形成奇时空世界线及偶时空世界线,输出时根据偶时空世界线判断物体当前帧是否为快速移动物体,当物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果,从而折中性地解决了微运动干扰与物体远处移动漏检的矛盾。
可选地,所述根据所述奇事件点序建立奇时空世界线包括:
将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
可选地,所述根据所述偶事件点序建立偶时空世界线包括:
将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
可选地,在所述根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线之后还包括:
在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
可选地,所述在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,在所述经过开运算处理的偶帧帧差图像上获取偶事件点包括:
在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
根据所述连通域拟合物体的外接矩形;
将大于设定值的所述外接矩形选取为事件点。
本发明实施例提供的视频处理方法中用到以下概念:
时分复用:在通信领域,一般是指TDM(Time-division multiplexing)是采用同一物理连接的不同时段来传输不同的信号,也能达到多路传输的目的。时分多路复用以时间作为信号分割的参量,故必须使各路信号在时间轴上互不重叠。可以将提供给整个信道传输信息的时间划分成若干时间片(简称时隙),并将这些时隙分配给每一个信号源使用。而本发明则将这种方法应用在视频图像的移动侦测中,将“1+2”与“2+1”的处理结果看作不同时段的两个不同的信号,以时间作为信号分割参量,用同一移动侦测分析框架进行处理,也叫形态学分时处理。
世界线:是德国物理学家阿尔伯特·爱因斯坦于其1905年论文《论动体的电动力学》中提及的概念。他将时间和空间合称为四维时空,粒子在四维时空中的运动轨迹即为世界线。一切物体都由粒子构成,如果我们能够描述粒子在任何时刻的位置,我们就描述了物体的全部“历史”。想象一个由空间的三维加上时间的一维共同构成的四维空间。由于一个粒子在任何时刻只能处于一个特定的位置,它的全部“历史”在这个四维空间中是一条连续的曲线,这就是“世界线”。一个物体的世界线是构成它的所有粒子的世界线的集合。而本发明就将这一概念用在移动物的矩形框的标记上,也就是在本文中,一些移动物产生的矩形框,它们之间满足我们给定交叠条件后,就会关联产生一个矩形框的集合。因为这些矩形框都有时间标志,所以这一集合也包含该移动物的所有历史,与前面的物理概念非常相似,本文也将该集合称作世界线。
事件点:是指时空中的任意一点,也称作时空事件点。在本发明中,其概念是视频图像时空中的矩形框。同时也应该理解,世界线由一些符合特定条件的事件点组成。
时空图:时间点关联形成时空曲线,所有的时空曲线位于时空图中,可以理解成时空曲线列表。时空图、事件点与世界线的关系,时空图中的最小单位是事件点,而事件点由给定的规则,矩形目标相关性,构成时空图中的时空曲线,当时空曲线足够长并满足一些时间上的统计特征时,如矩形时域变化连续特性,则成为世界线。
本发明实施例提供的视频处理方法的详细流程图如图2所示,主要包括以下步骤:
步骤S21:视频采集。此处的视频文件可以是摄像头实时采集的视频,也可以是读取的视频文件。
步骤S22:图像缓存与帧差处理。帧差处理是通过对视频图像序列中两帧作差分运算来获得运动目标轮廓的方法,为需要做邻k帧的两帧图像的帧差处理,所以初始化阶段需要一直保存当前帧图像到图像缓存队列,直到缓存计数到k后,才开始执行后面的流程。即图像缓存计数为k+1时,为了保持队列总数,可将缓存队列中距离当前帧最遥远的历史帧图像去掉,则当前帧加入缓存队列后,队列中的总帧数为k不变。其中k一般取值在[2,10]范围内。然后将缓存队列中的当前帧与最老的那一帧做图像差分运算,得到帧差结果。例如缓存队列中存在1、2……k个帧图像,其中k帧为当前帧,将第k帧图像与第1帧图像做差分处理,得到当前帧即第k帧的帧差结果,然后将第1帧图像从缓存队列中去掉,将第k+1帧图像添加到缓存队列中,以此类推。
步骤S23:形态学分时处理。本发明的时间以帧的计数值来度量,将时间切片分奇、偶两类时隙,奇时隙是指帧计数为奇数的时间片,偶时隙是指帧计数为偶数的时间片。将上步骤S22中得到帧差图像中的计数为奇数的帧差图像执行“2+1”处理,即闭运算处理,将帧差图像中计数为偶数的帧差图像执行“1+2”处理,即开运算处理。
步骤S24:事件点提取。分别对进行“1+2”处理的帧差图像及进行“2+1”处理的帧差图像提取事件点。对进行“1+2”处理的帧差图像上提取的事件点序作为偶事件点序,对进行“2+1”处理的帧差图像上提取的事件点序作为奇事件点序。在经过开运算处理或闭运算处理的帧差图像上查找连通域,根据查找到的连通域的左下角的坐标及右上角的坐标拟合目标物体的外接矩形,将满足设定大小条件的矩形选取出来作为事件点。矩形的设定大小条件为在640*360的画面分辨率下,宽高都不小于16pix。所述目标物体的事件点可以理解为移动物体的轮廓矩形,目标物体的外接矩形具有一定的宽高要求可以排除一些非运动的干扰。同一张帧差图像中可能会提取出多个目标物体的事件点。
步骤S25:更新时空图。存在两个时空,奇时空及偶时空,将上步骤中提取的奇事件点序更新到奇时空图中,将上步骤中提取的偶事件点序更新到偶时空图中。时空图更新主要分为两个部分,一是移除时空图中的过时事件点,另一部分是往时空图里添加新提取的事件点序。每一个事件点上都有时间坐标,将时空曲线上大于设定时间值的事件点去除掉,即当时空曲线上的事件点的时间距离当前时间大于设定时间值后,将该事件点去除掉,从而可以去除掉过去的移动事物的时空曲线,避免混淆。将新事件点序中与时空图中某一时空曲线满足交叠条件的事件点与该曲线进行关联,如果存在新事件点与时空图中的任何时空曲线都不满足交叠条件,则就该新事件点建立新的时空曲线。
步骤S26:判断时空曲线是否满足一定的长度条件,当时空曲线的长度满足大于等于obj_size的条件后,执行步骤S27,事件线提取。否则跳转到步骤S22,重新进行图像缓存与帧差处理。在这里将满足一定长度条件的时空曲线才作为世界线进行提取,可以消除因拍摄为抖动或风吹动而产生的误报问题。因为手抖动或风吹动的影响一般事件不太长,其形成的时空曲线也就不长,因而只有满足一定长度条件的时空曲线才作为世界线可以避免外界手抖动或风吹动等的影响。
步骤S27:世界线提取。将时空图中长度满足大于等于obj_size的时空曲线,根据当前时隙存入对应的“1+2”或“2+1”的世界线序列,即存入偶世界线序列或奇世界线序列。
步骤S28:关联两个时空中的世界线。“2+1”和“1+2”的世界线的关联逻辑是,如果有两条不同类的世界线在某一小段时间相似,也就是这小段时间内两线的每一事件点的交叠程度很高,则这两条不同类的世界线被认为有所关联,将两世界线记作移动目标,并根据该两世界线给予输出与跟踪。
步骤S29:跟踪并输出目标。这一流程的主要目的是输出选取出的世界线上的时间点的矩形,首先根据“1+2”的抗微运动干扰能力强的特性,先从“1+2”世界线内两两事件点之间的图像空间紧凑程度判定是否为快速移动物,若图像紧凑则物体为慢速移动状态,否则为快速移动状况。当物体为快速移动物时,根据“1+2”世界线中的事件点输出矩形,当物体为慢速移动物时,根据“2+1”世界线中的事件点输出矩形。具体地,当物体为快速移动物时,根据“1+2”世界线中当前帧对应的事件点及历史中临近的几个事件点综合得出矩形结果输出;相对应的当物体为慢速移动物时,根据“2+1”世界线中当前帧对应的事件点及历史中临近的几个事件点综合得出矩形结果输出。在根据世界线上的事件点综合矩形结果的过程中,对于快速物体取更少邻近帧的事件点综合作为输出表达,移动速度较慢物体则取更多的事件点综合作为弥补完善,从而解决拖尾现象及混淆问题。同时输出的结果通过时分复用技术将两种形态学处理方法有机结合,在不影响算法效率的基础上,利用基于目标矩形空间信息的简易跟踪技术折中性地解决了微运动干扰与行人远处移动漏检的矛盾。
本发明实施例还提供一种视频处理装置,如图3所示,所述装置包括:
第一处理单元31,用于对视频图像进行帧差处理,获得帧差图像;
第二处理单元32,用于对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
获取单元33,用于在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
建立单元34,用于根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
判断单元35,用于根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体;
输出单元36,用于当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
本发明实施例提供的视频处理装置,对视频图像进行帧差处理后的帧差图像中的奇帧进行“2+1”处理,偶帧进行“1+2”处理,然后提取事件点,分别形成奇时空世界线及偶时空世界线,输出时根据偶时空世界线判断物体当前帧是否为快速移动物体,当物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果,从而折中性地解决了微运动干扰与物体远处移动漏检的矛盾。
可选地,所述建立单元34包括:
更新模块,用于将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
可选地,所述建立单元34包括:
更新模块,用于将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
可选地,所述装置还包括:
选取单元,用于在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
可选地,所述获取单元33包括:
查找模块,用于在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
拟合模块,用于根据所述连通域拟合物体的外接矩形;
第二选取模块,用于将大于设定值的所述外接矩形选取为事件点。
本发明实施例提供的视频处理装置的操作流程在所述视频处理方法中已经详细描述,在此不再赘述。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种视频处理方法,其特征在于,包括:
对视频图像进行帧差处理,获得帧差图像;
对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体;
当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
2.根据权利要求1所述的视频处理方法,其特征在于,所述根据所述奇事件点序建立奇时空世界线包括:
将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
3.根据权利要求1所述的视频处理方法,其特征在于,所述根据所述偶事件点序建立偶时空世界线包括:
将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
4.根据权利要求2或3所述的视频处理方法,其特征在于,在所述根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线之后还包括:
在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
5.根据权利要求4所述的视频处理方法,其特征在于,所述在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,在所述经过开运算处理的偶帧帧差图像上获取偶事件点包括:
在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
根据所述连通域拟合物体的外接矩形;
将大于设定值的所述外接矩形选取为事件点。
6.一种视频处理装置,其特征在于,包括:
第一处理单元,用于对视频图像进行帧差处理,获得帧差图像;
第二处理单元,用于对所述帧差图像中的奇帧帧差图像进行闭运算处理,对所述帧差图像中的偶帧帧差图像进行开运算处理;
获取单元,用于在所述经过闭运算处理的奇帧帧差图像上获取奇事件点,构成奇事件点序;在所述经过开运算处理的偶帧帧差图像上获取偶事件点,构成偶事件点序;
建立单元,用于根据所述奇事件点序建立奇时空世界线,根据所述偶事件点序建立偶时空世界线;
判断单元,用于根据所述偶时空世界线中的事件点判断物体当前帧是否为快速移动物体;
输出单元,用于当所述物体为快速移动物体时,根据所述偶时空世界线输出帧结果,否则根据所述奇时空世界线输出帧结果。
7.根据权利要求6所述的视频处理装置,其特征在于,所述建立单元包括:
更新模块,用于将奇时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述奇事件点序更新到奇时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为奇时空世界线。
8.根据权利要求6所述的视频处理装置,其特征在于,所述建立单元包括:
更新模块,用于将偶时空图中的时空曲线上大于设定时间值的事件点去除掉,将所述偶事件点序更新到偶时空图中对应的时空曲线上或建立新的时空曲线;
第一选取模块,用于将满足预定长度条件的所述时空曲线选取出来,作为偶时空世界线。
9.根据权利要求7或8所述的视频处理装置,其特征在于,还包括:
选取单元,用于在所述奇时空世界线及所述偶时空世界线中选取相互关联的奇时空世界线及偶时空世界线。
10.根据权利要求9所述的装置,其特征在于,所述获取单元包括:
查找模块,用于在所述经过开运算处理或闭运算处理的帧差图像上查找连通域;
拟合模块,用于根据所述连通域拟合物体的外接矩形;
第二选取模块,用于将大于设定值的所述外接矩形选取为事件点。
CN201610921432.5A 2016-10-21 2016-10-21 视频处理方法及装置 Active CN107977979B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610921432.5A CN107977979B (zh) 2016-10-21 2016-10-21 视频处理方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610921432.5A CN107977979B (zh) 2016-10-21 2016-10-21 视频处理方法及装置

Publications (2)

Publication Number Publication Date
CN107977979A true CN107977979A (zh) 2018-05-01
CN107977979B CN107977979B (zh) 2021-05-14

Family

ID=62003873

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610921432.5A Active CN107977979B (zh) 2016-10-21 2016-10-21 视频处理方法及装置

Country Status (1)

Country Link
CN (1) CN107977979B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030032355A (ko) * 2001-10-17 2003-04-26 이호석 움직임 객체 에지를 이용한 브이오피 추출방법
JP2011209882A (ja) * 2010-03-29 2011-10-20 Nippon Seiki Co Ltd 画像処理装置、画像処理方法、及びプログラム
WO2014001058A1 (en) * 2012-06-25 2014-01-03 Softkinetic Software Improvements in or relating to three dimensional close interactions
CN104063882A (zh) * 2014-06-27 2014-09-24 四川大学 一种基于双目的车辆视频测速方法
CN104835178A (zh) * 2015-02-02 2015-08-12 郑州轻工业学院 一种低信噪比运动小目标的跟踪与识别的方法
CN105678803A (zh) * 2015-12-29 2016-06-15 南京理工大学 基于w4算法和帧间差分的视频监控目标检测方法
CN106228545A (zh) * 2016-07-14 2016-12-14 西北民族大学 一种佛像类唐卡一致性破损区域的自动分割方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20030032355A (ko) * 2001-10-17 2003-04-26 이호석 움직임 객체 에지를 이용한 브이오피 추출방법
JP2011209882A (ja) * 2010-03-29 2011-10-20 Nippon Seiki Co Ltd 画像処理装置、画像処理方法、及びプログラム
WO2014001058A1 (en) * 2012-06-25 2014-01-03 Softkinetic Software Improvements in or relating to three dimensional close interactions
CN104063882A (zh) * 2014-06-27 2014-09-24 四川大学 一种基于双目的车辆视频测速方法
CN104835178A (zh) * 2015-02-02 2015-08-12 郑州轻工业学院 一种低信噪比运动小目标的跟踪与识别的方法
CN105678803A (zh) * 2015-12-29 2016-06-15 南京理工大学 基于w4算法和帧间差分的视频监控目标检测方法
CN106228545A (zh) * 2016-07-14 2016-12-14 西北民族大学 一种佛像类唐卡一致性破损区域的自动分割方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
姜庆玲: "《基于差值区域的实时人脸定位》", 《辽宁工程技术大学学报(自然科学版)》 *

Also Published As

Publication number Publication date
CN107977979B (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN110837778B (zh) 一种基于骨架关节点序列的交警指挥手势识别方法
CN103546726B (zh) 违章用地的自动发现方法
DE69922973T2 (de) Verfolgung semantischer objekte in vektorbildsequenzen
EP2956891B1 (en) Segmenting objects in multimedia data
CN103793920B (zh) 基于视频的逆行检测方法及其系统
Hsia et al. Efficient modified directional lifting-based discrete wavelet transform for moving object detection
Yogameena et al. Synoptic video based human crowd behavior analysis for forensic video surveillance
CN104616274A (zh) 一种基于显著性区域提取的多聚焦图像融合算法
CN101860664A (zh) 一种对光照变化鲁棒的运动目标检测方法
CN103440664A (zh) 一种生成高分辨率深度图的方法、系统及计算设备
Wang et al. A total variation and group sparsity based tensor optimization model for video rain streak removal
CN111274991A (zh) 行人检测识别系统、方法、设备及计算机可读存储介质
CN114170570A (zh) 一种适用于拥挤场景下的行人检测方法及系统
CN103778644B (zh) 基于多尺度码本模型的红外运动目标检测方法
CN113177439B (zh) 一种行人翻越马路护栏检测方法
RU2733823C1 (ru) Система сегментации изображений участков недропользования открытого типа
CN107977979A (zh) 视频处理方法及装置
Gai et al. Blind separation of superimposed images with unknown motions
Nguyen et al. Analysis of the influence of de-hazing methods on vehicle detection in aerial images
CN102054278B (zh) 基于网格收缩的对象跟踪方法
Liu et al. Abnormal behavior analysis strategy of bus drivers based on deep learning
CN112184572B (zh) 一种针对动态视觉传感器事件流的新型去雨方法及系统
Shetty et al. Design and implementation of video synopsis using online video inpainting
CN113723230A (zh) 业务流程抽取领域过程性视频的过程模型抽取方法
CN102044080B (zh) 一种运动物体检测方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant