CN110517290A - 一种用于检测高速运动物体并强化显示的方法 - Google Patents

一种用于检测高速运动物体并强化显示的方法 Download PDF

Info

Publication number
CN110517290A
CN110517290A CN201910767172.4A CN201910767172A CN110517290A CN 110517290 A CN110517290 A CN 110517290A CN 201910767172 A CN201910767172 A CN 201910767172A CN 110517290 A CN110517290 A CN 110517290A
Authority
CN
China
Prior art keywords
image
same
speed moving
moving object
detecting high
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
CN201910767172.4A
Other languages
English (en)
Inventor
夏盛
刘玉宇
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 Elite Systems Technology Co Ltd
Original Assignee
Beijing Elite Systems 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 Beijing Elite Systems Technology Co Ltd filed Critical Beijing Elite Systems Technology Co Ltd
Priority to CN201910767172.4A priority Critical patent/CN110517290A/zh
Publication of CN110517290A publication Critical patent/CN110517290A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • 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
    • G06T2207/10—Image acquisition modality
    • G06T2207/10016—Video; Image sequence
    • 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
    • G06T2207/30241—Trajectory

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Closed-Circuit Television Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种用于检测高速运动物体并强化显示的方法，采用视频分析算法T将同一个物体在同一台摄像机上按不同的时间自动提取出图像序列Px，并经过图像处理算法R处理后，集中同时显示在同一幅图像上，且所述图像的视野来自于同一台所述摄像机；本发明通过将同一摄像机上同一物体不同时间段的成像提取出来，全自动工作的，无需人工干预，即可得到一个高速运动目标完整运动轨迹图像，且此图像中的轨迹本身，就使用目标本身的图像进行描述。

Description

一种用于检测高速运动物体并强化显示的方法
技术领域
本发明属于检测高速运动物体的方法领域，具体涉及一种用于检测高速运动物体并强化显示的方法。
背景技术
高速运动目标，特别是微小的高速运动目标，要想在视频中，特别是真实世界场景而非实验室环境中，快速方便的识别出来，是非常困难的。高速目标的轨迹，是人们最感兴趣的对象之一。
运动目标的轨迹在时间上是连续的，利用这一特性，可以将不同瞬间的目标图像同时显现在一起，构成一个完成的轨迹。但是，因为速度和大小的原因，即使完成了轨迹的构建，也可能不清楚，此时采用图像强化的方法，对轨迹中的图像区域进行对应的强化显示，则可以方便人员的观察。
在影视产品的制作中，虽然采用了类似的手法来生成轨迹，但是有两个明显的缺陷：目标瞬间的图像是人工提取的，甚至是人工生成的；目标轨迹的生成，并非严格按照真实世界中的位置和顺序予以进行。
发明内容
本发明的目的是提供一套可以全自动工作的，无需人工干预，即可得到一个高速运动目标完整运动轨迹图像，且此图像中的轨迹本身，就使用目标本身的图像进行描述的检测方法。
本发明所提供的技术方案是：一种用于检测高速运动物体并强化显示的方法，其特征在于：
采用视频分析算法T将同一个物体在同一台摄像机上按不同的时间自动提取出图像序列Px，并经过图像处理算法R处理后，集中同时显示在同一幅图像上，且所述图像的视野来自于同一台所述摄像机。
优选的，所述图像序列Px包含了至少两幅主要呈现对象为所述物体在不同时间的表现的图像。
优选的，所述图像处理算法R依据所处理图像区域在原始图像背景中的大小和对比度表现将过小的原图像中的目标物体进行放大，将过于模糊的原图像中的物体进行图像锐化处理；所述视频分析算法T利用了基于背景建模并进行运动目标提取的视频分析方法。
优选的，所述图像处理算法R中，其选定的每一个所述区域，都包含了同一个物体的图像呈现。
有益效果：
本发明通过将同一摄像机上同一物体不同时间段的成像提取出来，全自动工作的，无需人工干预，即可得到一个高速运动目标完整运动轨迹图像，且此图像中的轨迹本身，就使用目标本身的图像进行描述。
具体实施方式
下面进一步说明本发明的实施例。
实施例1
本实施例中的一种用于检测高速运动物体并强化显示的方法，采用视频分析算法T将同一个物体在同一台摄像机上按不同的时间自动提取出图像序列Px，并经过图像处理算法R处理后，集中同时显示在同一幅图像上，且所述图像的视野来自于同一台所述摄像机。
本实施例中，所述图像序列Px包含了至少两幅主要呈现对象为所述物体在不同时间的表现的图像，图像的数量根据实际需求确定。所述图像处理算法R依据所处理图像区域在原始图像背景中的大小和对比度表现将过小的原图像中的目标物体进行放大，将过于模糊的原图像中的物体进行图像锐化处理；所述视频分析算法T利用了基于背景建模并进行运动目标提取的视频分析方法。所述图像处理算法R中，其选定的每一个所述区域，都包含了同一个物体的图像呈现。
本发明通过将同一摄像机上同一物体不同时间段的成像提取出来，全自动工作的，无需人工干预，即可得到一个高速运动目标完整运动轨迹图像，且此图像中的轨迹本身，就使用目标本身的图像进行描述。
以上对本发明的具体实施例进行了详细描述，但其只是作为范例，本发明并不限制于以上描述具体实施例。对于本领域技术人员而言，任何对本发明进行的等同修改和替代也都在本发明的范畴之中。因此，在不脱离本发明的精神和范围下所作的均等变换和修改，都涵盖在本发明范围内。

Claims (4)

1.一种用于检测高速运动物体并强化显示的方法，其特征在于：
采用视频分析算法T将同一个物体在同一台摄像机上按不同的时间自动提取出图像序列Px，并经过图像处理算法R处理后，集中同时显示在同一幅图像上，且所述图像的视野来自于同一台所述摄像机。
2.根据权利要求1所述的一种用于检测高速运动物体并强化显示的方法，其特征在于：
所述图像序列Px包含了至少两幅主要呈现对象为所述物体在不同时间的表现的图像。
3.根据权利要求1所述的一种用于检测高速运动物体并强化显示的方法，其特征在于：
所述图像处理算法R依据所处理图像区域在原始图像背景中的大小和对比度表现将过小的原图像中的目标物体进行放大，将过于模糊的原图像中的物体进行图像锐化处理；
所述视频分析算法T利用了基于背景建模并进行运动目标提取的视频分析方法。
4.根据权利要求3所述的一种用于检测高速运动物体并强化显示的方法，其特征在于：
所述图像处理算法R中，其选定的每一个所述区域，都包含了同一个物体的图像呈现。
CN201910767172.4A 2019-08-20 2019-08-20 一种用于检测高速运动物体并强化显示的方法 Pending CN110517290A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910767172.4A CN110517290A (zh) 2019-08-20 2019-08-20 一种用于检测高速运动物体并强化显示的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910767172.4A CN110517290A (zh) 2019-08-20 2019-08-20 一种用于检测高速运动物体并强化显示的方法

Publications (1)

Publication Number Publication Date
CN110517290A true CN110517290A (zh) 2019-11-29

Family

ID=68626633

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910767172.4A Pending CN110517290A (zh) 2019-08-20 2019-08-20 一种用于检测高速运动物体并强化显示的方法

Country Status (1)

Country Link
CN (1) CN110517290A (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901560A (zh) * 2010-07-13 2010-12-01 浙江大学 可实时时间显示的抛射体运动研究的实验装置
CN104244113A (zh) * 2014-10-08 2014-12-24 中国科学院自动化研究所 一种基于深度学习技术的视频摘要生成方法
CN104980635A (zh) * 2015-06-16 2015-10-14 成都西可科技有限公司 一种记录及显示3d拍摄轨迹的运动相机
CN106408588A (zh) * 2016-04-29 2017-02-15 广西科技大学 一种基于图像处理技术的投篮命中率影响因素的分析方法
CN108895891A (zh) * 2018-07-13 2018-11-27 深圳市比威特视频科技有限公司 一种射击轨迹再现系统及方法
CN109011534A (zh) * 2018-08-08 2018-12-18 Oppo广东移动通信有限公司 台球击球辅助方法、装置、存储介质及电子设备
CN109443097A (zh) * 2018-11-16 2019-03-08 南京理工大学 一种针对旋翼无人机的捕获装置及捕获方法
CN110070565A (zh) * 2019-03-12 2019-07-30 杭州电子科技大学 一种基于图像叠加的船舶轨迹预测方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101901560A (zh) * 2010-07-13 2010-12-01 浙江大学 可实时时间显示的抛射体运动研究的实验装置
CN104244113A (zh) * 2014-10-08 2014-12-24 中国科学院自动化研究所 一种基于深度学习技术的视频摘要生成方法
CN104980635A (zh) * 2015-06-16 2015-10-14 成都西可科技有限公司 一种记录及显示3d拍摄轨迹的运动相机
CN106408588A (zh) * 2016-04-29 2017-02-15 广西科技大学 一种基于图像处理技术的投篮命中率影响因素的分析方法
CN108895891A (zh) * 2018-07-13 2018-11-27 深圳市比威特视频科技有限公司 一种射击轨迹再现系统及方法
CN109011534A (zh) * 2018-08-08 2018-12-18 Oppo广东移动通信有限公司 台球击球辅助方法、装置、存储介质及电子设备
CN109443097A (zh) * 2018-11-16 2019-03-08 南京理工大学 一种针对旋翼无人机的捕获装置及捕获方法
CN110070565A (zh) * 2019-03-12 2019-07-30 杭州电子科技大学 一种基于图像叠加的船舶轨迹预测方法

Similar Documents

Publication Publication Date Title
CN104992449B (zh) 基于机器视觉的信息识别及表面缺陷在线检测方法
CN104949990B (zh) 一种适用于机织纺织品的瑕疵在线检测方法
CN104574389A (zh) 基于彩色机器视觉的电池片色差分选控制方法
CN110929596A (zh) 一种基于智能手机和人工智能的投篮训练系统与方法
CN106022386B (zh) 一种计算机识别与人工交互结合的生活垃圾目标识别系统
CN110570422B (zh) 一种基于矩阵分析的胶囊缺陷视觉检测方法
CN113487570B (zh) 基于改进的yolov5x网络模型的高温连铸坯表面缺陷检测方法
CN104458749A (zh) 基于机器视觉的铝型材表面缺陷实时检测系统
CN110889383A (zh) 一种基于ai技术的隔离开关状态在线监测系统
CN110751669A (zh) 一种新型cbocp在线红外转炉出钢钢流自动检测与跟踪方法及系统
CN104992448B (zh) 机器人防损伤采摘葡萄的自动定位方法
CN113486813A (zh) 一种猪只重识别方法
CN115760893A (zh) 一种基于核相关滤波算法的单雾滴粒径和速度测量方法
CN105023018A (zh) 一种喷码检测方法及系统
CN110843924B (zh) 一种基于高地隙底盘的苗带对行辅助控制方法及其机构
CN104535584A (zh) 一种视觉检测方法
Li et al. Identification of the operating position and orientation of a robotic kiwifruit pollinator
CN105654468A (zh) 一种基于深度学习和图像边缘信息的茶叶嫩芽检测方法
Xia et al. Moving targets detection algorithm based on background subtraction and frames subtraction
CN110517290A (zh) 一种用于检测高速运动物体并强化显示的方法
CN113469938A (zh) 基于嵌入式前端处理服务器的管廊视频分析方法及系统
CN107527367A (zh) 一种基于双目相机的棉花识别及定位方法
CN108985325A (zh) 一种分类方法、装置、设备和系统
CN111353432A (zh) 一种基于卷积神经网络的金银花药材快速净选方法及系统
CN114445408B (zh) 一种基于改进的循环导向滤波算法的提升病原体检测方法、设备及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191129