CN113470065B - 移动物体检测和跟踪方法以及装置 - Google Patents

移动物体检测和跟踪方法以及装置 Download PDF

Info

Publication number
CN113470065B
CN113470065B CN202010247730.7A CN202010247730A CN113470065B CN 113470065 B CN113470065 B CN 113470065B CN 202010247730 A CN202010247730 A CN 202010247730A CN 113470065 B CN113470065 B CN 113470065B
Authority
CN
China
Prior art keywords
pixel
image
pixel projection
determining
projection
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.)
Active
Application number
CN202010247730.7A
Other languages
English (en)
Other versions
CN113470065A (zh
Inventor
陈志强
张丽
唐虎
张佳明
付禹铭
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.)
Tsinghua University
Nuctech Co Ltd
Original Assignee
Tsinghua University
Nuctech 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 Tsinghua University, Nuctech Co Ltd filed Critical Tsinghua University
Priority to CN202010247730.7A priority Critical patent/CN113470065B/zh
Priority to PCT/CN2021/077624 priority patent/WO2021196925A1/zh
Publication of CN113470065A publication Critical patent/CN113470065A/zh
Application granted granted Critical
Publication of CN113470065B publication Critical patent/CN113470065B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/223Analysis of motion using block-matching
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/10Segmentation; Edge detection
    • G06T7/136Segmentation; Edge detection involving thresholding
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/20Analysis of motion
    • G06T7/246Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • 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

Landscapes

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

Abstract

本公开提供了一种移动物体检测和跟踪方法,包括:利用图像采集装置获得包括物体的图像;对图像进行预处理以获得二值化图像;对二值化图像中的像素进行水平投影和竖直投影以获得投影成一行和一列的像素投影行和像素投影列;基于预定阈值和像素投影行以及像素投影列来确定物体的区域;基于所确定的区域确定前后两帧图像中的物体是否为相同物体,以实现移动物体的检测和跟踪。本公开还提供了一种移动物体检测和跟踪装置、一种电子设备和一种非暂时性计算机可读介质。

Description

移动物体检测和跟踪方法以及装置
技术领域
本公开涉及图像处理领域,并且更具体地涉及一种移动物体检测 和跟踪方法、一种移动物体检测和跟踪装置、一种电子设备以及一种 计算机可读存储介质。
背景技术
移动物体检测和跟踪是计算机视觉领域的热门问题,广泛应用于 视频监控、人机交互、虚拟现实和图像压缩等领域。
近年来随着硬件技术的不断发展和分析技术的不断拓展,对移动 物体的图像的处理与分析日益受到重视,特别是在高帧率视频当中, 如何快速准确地对移动物体进行检测和跟踪成为一个重要的研究课题。
在移动物体检测方面,目前常用的三种方法为光流法、帧差法、 背景相减法。光流法在检测和跟踪移动物体方面效果较好,但是其缺 点在于计算量大、耗时较长、占用资源较大,不适合快速、实时跟踪 的场景。帧差法和背景相减法虽然计算量较小、耗时较短,但是检测 效果随着背景复杂程度的提升而大幅降低。
因此,需要一种适用于背景较为简单的、能够快速实时地检测和 跟踪移动物体的方法。
发明内容
为了解决上述技术问题,在本公开的第一方面中,提供了一种移 动物体检测和跟踪方法,所述方法可以包括:利用图像采集装置获得 包括所述物体的图像;对所述图像进行预处理以获得二值化图像;对 所述二值化图像中的像素进行水平投影和竖直投影以获得投影成一行 和一列的像素投影行和像素投影列,其中,所述像素投影行中的每一 个像素投影的值为所述二值化图像中的与该像素投影相对应的列上的 所有像素的二值化值之和,并且所述像素投影列中的每一个像素投影 的值为所述二值化图像中的与该像素投影相对应的行上的所有像素的 二值化值之和;基于预定阈值和所述像素投影行以及所述像素投影列 来确定所述物体的区域;以及基于所确定的区域确定前后两帧图像中 的物体是否为相同物体,以实现移动物体的检测和跟踪。
根据第一方面,其中,对所述图像进行预处理以获得二值化图像 可以包括:对所述图像进行灰度化和二值化处理,以获得所述二值化 图像。
根据第一方面,其中,基于预定阈值和所述像素投影行以及所述 像素投影列来确定所述物体的区域可以包括:基于所述预定阈值从所 述像素投影行和所述像素投影列中筛选出大于所述预定阈值的像素投 影;以及基于所筛选出的像素投影,来确定所述物体的区域。
根据第一方面,其中,基于所筛选出的像素投影来确定所述物体 的区域可以包括:根据所筛选出的像素投影中的处于水平两端的像素 投影,确定所述物体的区域的水平边界;根据所筛选出的像素投影中 的处于竖直两端的像素投影,确定所述物体的区域的竖直边界;以及 基于所述水平边界和所述竖直边界,确定所述物体的区域。
根据第一方面,其中,在所述物体仅水平移动的情况下,仅确定 一次所述竖直边界,并且将所确定的所述竖直边界直接投影到后续图 像中,以在后续图像中形成物体的区域的竖直边界。
根据第一方面,其中,在所述物体仅竖直移动的情况下,仅确定 一次所述水平边界,并且将所确定的所述水平边界直接投影到后续图 像中,以在后续图像中形成物体的区域的水平边界。
根据第一方面,所述方法还可以包括:在确定前后两帧图像中的 物体为相同物体的情况下,基于前后两帧图像中的物体的区域确定物 体的移动距离。
根据第一方面,基于前后两帧图像中的物体的区域确定物体的移 动距离可以包括:确定物体的水平移动距离,包括:以一个像素为步 长将前一帧图像中的像素投影行沿着水平方向移动;在每一次水平移 动之后,确定移动后的前一帧图像中的像素投影行与后一帧图像中的 像素投影行之间的状态值:以及将针对多次水平移动而计算的多个状 态值之中的最小状态值确定为前后两帧图像之间的物体水平移动的距 离;以及确定物体的竖直移动距离,其中确定物体的竖直移动的距离 的方法与确定物体的水平移动的距离的方法相同。
根据第一方面,所述确定移动后的前一帧图像中的像素投影行与 后一帧图像中的像素投影行之间的状态值可以包括:利用下列公式确 定状态值:
Figure BDA0002432778580000031
其中,H表示状态值,j表示第j次移动,w的值为像素投影行中 的像素投影数量-1,Ap表示前一帧图像,Ap+j(1,i)表示第j次移动后 的前一帧图像中的像素投影行中的第i个像素投影,Ac表示后一帧图 像,Ac(1,i)表示后一帧图像中的像素投影行中的第i个像素投影。
在本公开的第二方面中,提供了一种移动物体检测和跟踪装置, 包括:图像采集装置,被配置为获得包括所述物体的图像;预处理单 元,被配置为对所述图像进行预处理以获得二值化图像;像素投影单 元,被配置为对所述二值化图像中的像素进行水平投影和竖直投影以 获得投影成一行和一列的像素投影行和像素投影列,其中,所述像素 投影行中的每一个像素投影的值为所述二值化图像中的与该像素投影 相对应的列上的所有像素的二值化值之和,并且所述像素投影列中的 每一个像素投影的值为所述二值化图像中的与该像素投影相对应的行 上的所有像素的二值化值之和;区域确定单元,被配置为基于预定阈 值和所述像素投影行以及所述像素投影列来确定所述物体的区域;以 及判定单元,被配置为基于所确定的区域来判定前后两帧图像中的物 体是否为相同物体,以实现移动物体的检测和跟踪。
在本公开的第三方面中,提供了一种电子设备,包括:一个或多 个处理器;以及存储器,用于存储一个或多个程序,其中,当所述一 个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个 处理器实现根据第一方面所述的方法。
在本公开的第四方面中,提供了一种计算机可读存储介质,其上 存储有可执行指令,该指令被处理器执行时使处理器实现根据第一方 面所述的方法。
本文发明的移动物体检测及跟踪方法利用投影法。投影法运算量 小且快速简单。本文发明的方法适用于背景较为简单、需要实时快速 地检测及跟踪、且计算资源有限的场景。
本公开利用图像处理技术中的投影算法对图像/视频数据中的移 动物体进行检测和跟踪。由此,可以将图像/视频数据更方便的应用到 后续智能检测、人工监控等场景中。
附图说明
通过参考附图详细描述本公开的实施例,本公开的上述和其它实 施例和特征将变得更清楚,在附图中:
图1示意性示出了根据本公开实施例的移动物体检测和跟踪方法 的系统架构;
图2示意性示出了根据本公开实施例的移动物体检测和跟踪方法 的流程图;
图3示意性示出了根据本公开实施例的对二值化图像中的像素进 行水平投影和竖直投影而获得像素投影行和像素投影列的图;
图4示意性示出了根据本公开实施例的基于预定阈值从像素投影 行和像素投影列中筛选出大于预定阈值的像素投影的图;
图5示意性示出了根据本公开实施例的确定前后两帧中物体的移 动距离的流程图;
图6示意性示出了根据本公开实施例的移动物体检测和跟踪装置 的框图;以及
图7示意性示出了根据本公开实施例的适于实现移动物体检测和 跟踪方法的电子设备的框图。
具体实施方式
下面将详细描述本发明的具体实施例,应当注意,这里描述的实 施例只用于举例说明,并不用于限制本发明。在以下描述中,为了提 供对本发明的透彻理解,阐述了大量特定细节。然而,对于本领域普 通技术人员显而易见的是:不必采用这些特定细节来实行本发明。在 其他实例中,为了避免混淆本发明,未具体描述公知的电路、材料或 方法。
在整个说明书中,对“一个实施例”、“实施例”、“一个示例”或 “示例”的提及意味着:结合该实施例或示例描述的特定特征、结构 或特性被包含在本发明至少一个实施例中。因此,在整个说明书的各 个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例” 或“示例”不一定都指同一实施例或示例。此外,可以以任何适当的 组合和/或子组合将特定的特征、结构或特性组合在一个或多个实施例 或示例中。
应当理解,当称元件“耦接到”或“连接到”另一元件时,它可 以是直接耦接或连接到另一元件或者可以存在中间元件。相反,当称 元件“直接耦接到”或“直接连接到”另一元件时,不存在中间元件。
此外,这里使用的术语“和/或”包括一个或多个相关列出的项目的 任何和所有组合。
将理解的是,与术语相应的单数形式的名词可包括一个或更多个 事物,除非相关上下文另有明确指示。如这里所使用的,诸如“A或 B”、“A和B中的至少一个”、“A或B中的至少一个”、“A、B或C”、 “A、B和C中的至少一个”以及“A、B或C中的至少一个”的短 语中的每一个短语可包括在与所述多个短语中的相应一个短语中一起 列举出的项的所有可能组合。如这里所使用的,诸如“第1”和“第2” 或者“第一”和“第二”的术语可用于将相应部件与另一部件进行简 单区分,并且不在其它方面(例如,重要性或顺序)限制所述部件。
如这里所使用的,术语“模块”可包括以硬件、软件或固件实现 的单元,并可与其他术语(例如,“逻辑”、“逻辑块”、“部分”或“电 路”)可互换地使用。模块可以是被适配为执行一个或更多个功能的单 个集成部件或者是该单个集成部件的最小单元或部分。例如,根据实 施例,可以以专用集成电路(ASIC)的形式来实现模块。
应该理解的是,本公开的各种实施例以及其中使用的术语并不意 图将在此阐述的技术特征限制于具体实施例,而是包括针对相应实施 例的各种改变、等同形式或替换形式。除非本文另有明确定义,否则 所有术语将给出其最广泛的可能解释,包括说明书中暗示的含义以及 本领域技术人员理解的和/或字典、论文等中定义的含义。
此外,本领域普通技术人员应当理解,在此提供的附图都是为了 说明的目的,并且附图不一定是按比例绘制的。对于附图的描述,相 似的参考标号可用来指代相似或相关的元件。以下将参考附图对本公 开进行示例性描述。
为了解决如上所述的问题,本公开的实施例提供了一种适用于背 景较简单的场景的且快速实时的移动物体检测和跟踪方法,该方法包 括:利用图像采集装置获得包括物体的图像;对图像进行预处理以获 得二值化图像;对二值化图像中的像素进行水平投影和竖直投影以获 得投影成一行和一列的像素投影行和像素投影列,其中,像素投影行 中的每一个像素投影的值为二值化图像中的与该像素投影相对应的列 上的所有像素的二值化值之和,并且像素投影列中的每一个像素投影 的值为二值化图像中的与该像素投影相对应的行上的所有像素的二值 化值之和;基于预定阈值和像素投影行以及像素投影列来确定物体的 区域;基于所确定的区域确定前后两帧图像中的物体是否为相同物体, 以实现移动物体的检测和跟踪。
以下将参考附图并结合具体实施例详细阐述本公开。
图1示意性地示出了根据本公开实施例的移动物体检测和跟踪方 法的示例系统架构。该系统架构100可以包括彼此之间能够通信的安 检机101、网络105以及中央处理单元106。
安检机101可以包括传送带102和图像捕获装置104。
当物体103置于传送带102上时,物体103随着传送带沿着某一 方向(例如,图1中所示的A)移动。
图像捕获装置104可以被配置为捕获安检机101中的图像或视频, 具体地,被配置为捕获包括在传送带102上移动的物体103的图像或 视频。
图像捕获装置104可以被配置为经由网络105将所捕获的图像或 视频发送到中央处理单元106,以供中央处理单元106进行处理。
在一个示例中,图像捕获装置104可以是相机、摄像机、智能手 机、平板电脑、或具有捕获图像或者视频功能的任何设备。
中央处理单元106可以被配置为从图像捕获装置104接收包括正 在移动的物体103在内的图像,对接收的图像进行处理是检测和跟踪 物体103。
将在下文详细讨论中央处理单元106检测和跟踪移动的物体103 的详细操作。
中央处理单元106可以包括处理器(未示出)、存储器(未示出)、 通信模块(未示出)等。
中央处理单元106的处理器可以被配置为:基于中央处理单元106 从图像捕获装置104接收的图像,检测和跟踪移动的物体103。
中央处理单元106的存储器可以存储与用于检测和跟踪移动的物 体有关的指令、信息和数据(例如,从图像捕获装置106接收的图像 或视频)。
中央处理单元106中的通信模块可以支持在中央处理单元106与 外部装置(例如,安检机101)之间建立直接(例如,有线)通信信 道或无线通信信道(例如,经由网络105),并经由建立的通信信道执 行通信。
通信模块可以包括能够与处理器(例如,应用处理器(AP))独 立操作的一个或更多个通信处理器,并支持有线通信和/或无线通信。 根据本公开实施例,通信模块可以包括无线通信模块(例如,蜂窝通 信模块、短距离无线通信模块或全球导航卫星系统(GNSS)通信模 块)或有线通信模块(例如,局域网(LAN)通信模块或电力线通信 (PLC)模块)。这些通信模块中的相应一个可经由第一网络(例如, 短距离通信网络,诸如蓝牙、无线保真(Wi-Fi)直连或红外数据协会 (IrDA))或第二网络(例如,长距离通信网络,诸如蜂窝网络、互联网、或计算机网络(例如,LAN或广域网(WAN)))与外部电子 装置进行通信。可将这些各种类型的通信模块实现为单个部件(例如, 单个芯片),或可将这些各种类型的通信模块实现为彼此分离的多个部 件(例如,多个芯片)。无线通信模块可使用存储在用户识别模块中的用户信息(例如,国际移动用户识别码(IMSI))识别并验证通信网 络(诸如第一网络或第二网络)中的电子装置。
此外,中央处理单元106还可以包括显示器、麦克风等,以用于 显示或播报当前正在跟踪的物体。
以上所描述的系统架构为在安检机下应用本方法的系统架构,但 是本领域技术人员应当理解,这仅是用于说明目的的示例,本公开的 方法可以应用于各种背景较简单的场景中。
图2示意性示出了根据本公开实施例的移动物体检测和跟踪方法 的流程图。
如图2所示,该方法包括如下操作。
在操作S201中,图像采集装置104对在安检机内的空间进行拍 照或者拍摄视频,以获得包括在传送带上移动的物体103在内的图像。
在操作S203中,中央处理单元106对图像采集装置104采集的 图像进行预处理,以获得二值化图像。
在示例性实施例中,预处理可以是灰度化和二值化处理。处理后, 背景所在像素的灰度为0,有物体的像素灰度为255。
在操作S205中,中央处理单元106对二值化图像中的像素进行 水平投影和竖直投影,以获得投影成一行和一列的像素投影行。
图3示意性示出了根据本公开实施例的对二值化图像中的像素进 行水平投影和竖直投影而获得像素投影行和像素投影列的图。
参考图3,二值化图像进行水平投影时获得被布置成一行的像素 投影行。其中,像素投影行中的每个像素投影的值为二值化图像中的 与该像素投影相对应的列上的像素值之和。
例如,对于二值化图像中的第二列像素,其中包括两个值为1的 像素,则进行水平投影时,这两个像素值为1的像素点投影到像素投 影行中的第二像素投影2。
二值化图像进行竖直投影时获得被布置成一列的像素投影列。其 中,像素投影列中的每个像素投影的值为二值化图像中的与该像素投 影相对应的行上的像素值之和。
例如,对于二值化图像中的第二行像素,其中包括1个值为1的 像素,则进行水平投影时,这1个像素值为1的像素点投影到像素投 影行中的第二像素投影1。
现在返回参考图2,继续图2中的流程图。
在操作S207中,中央处理单元106基于预定阈值和像素投影行 以及像素投影列来确定物体103的区域。
在示例性实施例中,基于预定阈值从像素投影行和像素投影列中 筛选出大于预定阈值的像素投影,并且基于所筛选出的像素投影来确 定物体的区域。
更具体地,根据所筛选出的像素投影中的处于水平两端的像素投 影,确定物体的区域的水平边界;根据所筛选出的像素投影中的处于 竖直两端的像素投影,确定物体的区域的竖直边界;以及基于水平边 界和竖直边界,确定物体的区域。
图4示意性示出了根据本公开实施例的基于预定阈值从像素投影 行和像素投影列中筛选出大于预定阈值的像素投影的图。
如图4所示,当预定阈值为2时,通过将像素投影行中的像素投 影与预定阈值相减,从而可以筛选出大于预定阈值的像素投影。
如图4中所示,经过筛选后,从像素投影行中筛选出的大于预定 阈值的像素投影为像素投影行中的从左向右计数的第6像素投影至第 12像素投影,从像素投影列中筛选出的大于预定阈值的像素投影为像 素投影列中的从上向下计数的第4像素投影和第9投影像素。
基于筛选出的像素投影,可以获得水平边界线A和A’以及竖直 边界线B和B’,由水平边界线A和A’以及竖直边界线B和B’限 定的区域即为物体的区域。
在示例性实施例中,在如图1中所示的场景的情况下,物体103 随着传送带在安检机中水平移动。在这种情况下,由于物体在竖直方 向上没有任何的高度变化,因此仅需在首次确定时确定物体的竖直边 界即可。此时,首次确定的竖直边界可以存储在存储器中,以在处理 后续图像时直接将该竖直边界应用于后续图像的二值化图像即可。
类似地,在物体在仅有竖直方向的移动而不存在水平方向的移动 的情况下,仅需在首次确定时确定物体的水平边界即可。此时,首次 确定的水平边界可以存储在存储器中,以在处理后续图像时直接将该 水平边界应用于后续图像的二值化图像即可。
基于以上处理,可以在每个图像中确定出物体的区域。此时,通 过比较图像中的物体的区域即可确定前后两帧的图像中的物体是否为 相同的物体。
示例性地,还能够据此来确定图像中是否出现了新的物体。
当确定前后两帧中的物体为相同物体时,检测和跟踪移动物体成 功。
此时,可以基于前后两帧中的图像的区域确定前后两帧之间物体 的移动距离。
图5示意性示出了根据本公开实施例的确定前后两帧中物体的移 动距离的流程图。
如图5所示,该方法包括如下操作。
在操作S501中,确定前后两帧图像之间物体的水平移动距离。
具体地,在操作S5011中,以一个像素为步长,将前一帧图像中 的像素投影行沿着水平方向移动。
在操作S5013中,在每次移动之后,计算移动后的像素投影行与 后一帧图像中的像素投影行之间的状态值。
计算状态值H的公式如下:
Figure BDA0002432778580000101
其中,j表示第j次移动,w的值为像素投影行中的像素投影数量 -1,Ap+j(1,i)表示第j次移动后的前一帧图像中的像素投影行中的第i 个像素投影,Ac(1,i)表示后一帧图像中的像素投影行中的第i个像素。
在经过多个移动之后(例如,状态值中出现极小值时),在操作 S5015中,从这些状态值中选择最小的状态值作为前后两帧图像之间 的物体的水平移动距离。
至此,确定出了前后两帧图像之间的物体的水平移动距离。
处理进行至操作S503,在操作S503中,确定前后两帧图像之间 的物体的竖直移动距离。
确定物体的竖直移动的距离的方法与确定物体的水平移动的距 离的方法相同,在此不再详述。
图6示意性示出了根据本公开实施例的移动物体检测和跟踪装置 1000的框图。
如图6所示,移动物体检测和跟踪装置1000可以包括图像采集 装置1001、预处理单元1002、像素投影单元1003、区域确定单元1004 以及判定单元1005。
图像采集装置1001可以被配置为获得包括所述物体的图像。
预处理单元1002可以被配置为对图像进行预处理以获得二值化 图像。
像素投影单元可以被配置为对二值化图像中的像素进行水平投 影和竖直投影以获得投影成一行和一列的像素投影行和像素投影列。
其中,像素投影行中的每一个像素投影的值为二值化图像中的与 该像素投影相对应的列上的所有像素的二值化值之和,并且像素投影 列中的每一个像素投影的值为所述二值化图像中的与该像素投影相对 应的行上的所有像素的二值化值之和。
区域确定单元1004可以被配置为基于预定阈值和像素投影行以 及像素投影列来确定所述物体的区域。
判定单元1005可以被配置为基于所确定的区域来判定前后两帧 图像中的物体是否为相同物体,以实现移动物体的检测和跟踪。
除了以上模块1001、1002、1003、1004和1005之外,移动物体 检测和跟踪装置1000还可以包括其他模块,用于对应地执行上述各种 操作。
为了清楚和简洁起见,在此不再赘述各个模块及其中所执行的对 应操作。
根据本公开的实施例的多个单元或模块的功能可以在一个单元或 模块中实现。根据本公开实施例的一个单元或模块可以被拆分成多个单 元或模块来实现。根据本公开实施例的单元或模块可以至少被部分地实 现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、 片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件 来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任 意几种的适当组合来实现。或者,根据本公开实施例的模块可以至少被 部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执 行相应的功能。
根据本公开的实施例,上述单元或模块中的至少一个可以至少被部 分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵 列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路 (ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等 硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种 或以其中任意几种的适当组合来实现。可选地,上述模块中的至少一个 可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行 时,可以执行相应的功能。
图7示意性示出了根据本公开实施例的适于实现移动物体检测和 跟踪方法的电子设备的框图。
图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能 和使用范围带来任何限制。
如图7所示,根据本公开实施例的电子设备700包括处理器701, 其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708 加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和 处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处 理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)), 等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701 可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处 理单元或者是多个处理单元。
在RAM 703中,存储有电子设备700操作所需的各种程序和数据。 处理器701、ROM702以及RAM 703通过总线704彼此相连。处理器 701通过执行ROM 702和/或RAM 703中的程序来执行根据本公开实施 例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执 行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的 方法流程的各种操作。
根据本公开的实施例,电子设备700还可以包括输入/输出(I/O) 接口705,输入/输出(I/O)接口705也连接至总线704。电子设备700 还可以包括连接至I/O接口705的以下部件中的一项或多项:包括键盘、 鼠标等的输入部分706;包括诸如阴极射线管(CRT)、液晶显示器(LCD) 等以及扬声器等的输出部分707;包括硬盘等的存储部分708;以及包 括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分 709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接 至I/O接口705。可拆卸介质711,诸如磁盘、光盘、磁光盘、半导体存 储器等等,根据需要安装在驱动器710上,以便于从其上读出的计算机 程序根据需要被安装入存储部分708。
根据本公开的实施例,根据本公开实施例的方法流程可以被实现为 计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其 包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用 于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程 序可以通过通信部分709从网络上被下载和安装,和/或从可拆卸介质 711被安装。在该计算机程序被处理器701执行时,执行本公开实施例 的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设 备、装置、模块、单元等可以通过计算机程序模块来实现。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质 可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独 存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载 有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本 公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算 机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、 随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存 储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光 存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计 算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以 被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本 公开的实施例,计算机可读存储介质可以包括上文描述的ROM 702和/ 或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方 法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上, 流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部 分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定 的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两 个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相 反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图 中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的 功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计 算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记 载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确 记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公 开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结 合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了 说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各 实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。 本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围, 本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本 公开的范围之内。

Claims (11)

1.一种移动物体检测和跟踪方法,包括:
利用图像采集装置获得包括所述物体的图像;
对所述图像进行预处理以获得二值化图像;
对所述二值化图像中的像素进行水平投影和竖直投影以获得投影成一行和一列的像素投影行和像素投影列,其中,所述像素投影行中的每一个像素投影的值为所述二值化图像中的与该像素投影相对应的列上的所有像素的二值化值之和,并且所述像素投影列中的每一个像素投影的值为所述二值化图像中的与该像素投影相对应的行上的所有像素的二值化值之和;
基于预定阈值从所述像素投影行和所述像素投影列中筛选出大于所述预定阈值的像素投影;
基于所筛选出的像素投影,来确定所述物体的区域;以及
基于所确定的区域确定前后两帧图像中的物体是否为相同物体,以实现移动物体的检测和跟踪。
2.根据权利要求1所述的移动物体检测和跟踪方法,其中,对所述图像进行预处理以获得二值化图像包括:
对所述图像进行灰度化和二值化处理,以获得所述二值化图像。
3.根据权利要求1所述的移动物体检测和跟踪方法,其中,基于所筛选出的像素投影来确定所述物体的区域包括:
根据所筛选出的像素投影中的处于水平两端的像素投影,确定所述物体的区域的水平边界;
根据所筛选出的像素投影中的处于竖直两端的像素投影,确定所述物体的区域的竖直边界;以及
基于所述水平边界和所述竖直边界,确定所述物体的区域。
4.根据权利要求3所述的移动物体检测和跟踪方法,其中,
在所述物体仅水平移动的情况下,仅确定一次所述竖直边界,并且将所确定的所述竖直边界直接投影到后续图像中,以在后续图像中形成物体的区域的竖直边界。
5.根据权利要求3所述的移动物体检测和跟踪方法,其中,
在所述物体仅竖直移动的情况下,仅确定一次所述水平边界,并且将所确定的所述水平边界直接投影到后续图像中,以在后续图像中形成物体的区域的水平边界。
6.根据权利要求1所述的移动物体检测和跟踪方法,还包括:
在确定前后两帧图像中的物体为相同物体的情况下,基于前后两帧图像中的物体的区域确定物体的移动距离。
7.根据权利要求6所述的移动物体检测和跟踪方法,基于前后两帧图像中的物体的区域确定物体的移动距离包括:
确定物体的水平移动距离,包括:
以一个像素为步长将前一帧图像中的像素投影行沿着水平方向移动;
在每一次水平移动之后,确定移动后的前一帧图像中的像素投影行与后一帧图像中的像素投影行之间的状态值:以及
将针对多次水平移动而计算的多个状态值之中的最小状态值确定为前后两帧图像之间的物体水平移动的距离;以及
确定物体的竖直移动距离,其中确定物体的竖直移动的距离的方法与确定物体的水平移动的距离的方法相同。
8.根据权利要求7所述的移动物体检测和跟踪方法,所述确定移动后的前一帧图像中的像素投影行与后一帧图像中的像素投影行之间的状态值包括:
利用下列公式确定状态值:
Figure FDA0003616474090000021
其中,H表示状态值,j表示第j次移动,w的值为像素投影行中的像素投影数量-1,Ap表示前一帧图像,Ap+j(1,i)表示第j次移动后的前一帧图像中的像素投影行中的第i个像素投影,Ac表示后一帧图像,Ac(1,i)表示后一帧图像中的像素投影行中的第i个像素投影。
9.一种移动物体检测和跟踪装置,包括:
图像采集装置,被配置为获得包括所述物体的图像;
预处理单元,被配置为对所述图像进行预处理以获得二值化图像;
像素投影单元,被配置为对所述二值化图像中的像素进行水平投影和竖直投影以获得投影成一行和一列的像素投影行和像素投影列,其中,所述像素投影行中的每一个像素投影的值为所述二值化图像中的与该像素投影相对应的列上的所有像素的二值化值之和,并且所述像素投影列中的每一个像素投影的值为所述二值化图像中的与该像素投影相对应的行上的所有像素的二值化值之和;
区域确定单元,被配置为基于预定阈值从所述像素投影行和所述像素投影列中筛选出大于所述预定阈值的像素投影,并且基于所筛选出的像素投影,来确定所述物体的区域;以及
判定单元,被配置为基于所确定的区域来判定前后两帧图像中的物体是否为相同物体,以实现移动物体的检测和跟踪。
10.一种电子设备,包括:
一个或多个处理器;以及
存储器,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至8中任一项所述的方法。
CN202010247730.7A 2020-03-31 2020-03-31 移动物体检测和跟踪方法以及装置 Active CN113470065B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010247730.7A CN113470065B (zh) 2020-03-31 2020-03-31 移动物体检测和跟踪方法以及装置
PCT/CN2021/077624 WO2021196925A1 (zh) 2020-03-31 2021-02-24 移动物体检测和跟踪方法以及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010247730.7A CN113470065B (zh) 2020-03-31 2020-03-31 移动物体检测和跟踪方法以及装置

Publications (2)

Publication Number Publication Date
CN113470065A CN113470065A (zh) 2021-10-01
CN113470065B true CN113470065B (zh) 2022-06-10

Family

ID=77865912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010247730.7A Active CN113470065B (zh) 2020-03-31 2020-03-31 移动物体检测和跟踪方法以及装置

Country Status (2)

Country Link
CN (1) CN113470065B (zh)
WO (1) WO2021196925A1 (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114882065B (zh) * 2022-07-12 2023-03-14 深圳市瑞图生物技术有限公司 检测对象的流动性判断方法、装置、分析仪及存储介质
CN117078677B (zh) * 2023-10-16 2024-01-30 江西天鑫冶金装备技术有限公司 一种用于始极片的缺陷检测方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231756A (zh) * 2008-01-30 2008-07-30 安防科技(中国)有限公司 运动目标阴影检测方法及装置
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN103713329A (zh) * 2012-09-29 2014-04-09 清华大学 Ct成像中定位物体的方法以及设备
CN104658011A (zh) * 2015-01-31 2015-05-27 北京理工大学 一种智能交通运动目标检测跟踪方法
CN104715249A (zh) * 2013-12-16 2015-06-17 株式会社理光 物体跟踪方法和装置
CN107093186A (zh) * 2017-03-10 2017-08-25 北京环境特性研究所 基于边缘投影匹配的剧烈运动检测方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10368818B2 (en) * 2017-10-02 2019-08-06 Wisconsin Alumni Research Foundation System and method of quantitative angiograpy

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231756A (zh) * 2008-01-30 2008-07-30 安防科技(中国)有限公司 运动目标阴影检测方法及装置
CN102682455A (zh) * 2012-05-10 2012-09-19 天津工业大学 一种基于单目视觉的前方车辆检测方法
CN103713329A (zh) * 2012-09-29 2014-04-09 清华大学 Ct成像中定位物体的方法以及设备
CN104715249A (zh) * 2013-12-16 2015-06-17 株式会社理光 物体跟踪方法和装置
CN104658011A (zh) * 2015-01-31 2015-05-27 北京理工大学 一种智能交通运动目标检测跟踪方法
CN107093186A (zh) * 2017-03-10 2017-08-25 北京环境特性研究所 基于边缘投影匹配的剧烈运动检测方法

Also Published As

Publication number Publication date
CN113470065A (zh) 2021-10-01
WO2021196925A1 (zh) 2021-10-07

Similar Documents

Publication Publication Date Title
KR101805090B1 (ko) 영역 인식 방법 및 장치
US9710698B2 (en) Method, apparatus and computer program product for human-face features extraction
CN111598091A (zh) 图像识别方法、装置、电子设备及计算可读存储介质
US9477889B2 (en) Face recognition with parallel detection and tracking, and/or grouped feature motion shift tracking
CN113470065B (zh) 移动物体检测和跟踪方法以及装置
CN108921131B (zh) 一种生成人脸检测模型、三维人脸图像的方法及装置
CN110310301B (zh) 一种检测目标对象的方法及装置
CN113496208B (zh) 视频的场景分类方法及装置、存储介质、终端
CN109102026B (zh) 一种车辆图像检测方法、装置及系统
CN112308797A (zh) 角点检测方法、装置、电子设备及可读存储介质
CN110298302B (zh) 一种人体目标检测方法及相关设备
CN110505397B (zh) 相机选择的方法、装置及计算机存储介质
US9413477B2 (en) Screen detector
US20210341284A1 (en) High contrast structured light patterns for qis sensors
US10402704B1 (en) Object recognition with attribute-based cells
CN112101139B (zh) 人形检测方法、装置、设备及存储介质
CN114782494A (zh) 一种动态目标分析方法、装置、设备及存储介质
CN111104870B (zh) 基于卫星视频的运动检测方法、装置、设备和存储介质
CN105809971A (zh) 一种车辆跟踪方法及装置
TR201722926A2 (tr) Vi̇deolarin görsel kali̇tesi̇ni̇ geli̇şti̇rmeye yöneli̇k yöntem
US20150043785A1 (en) Method and Apparatus for Feature Computation and Object Detection Utilizing Temporal Redundancy between Video Frames
US9311708B2 (en) Collaborative alignment of images
CN114820692B (zh) 跟踪目标的状态分析方法、装置、存储介质和终端
CN107507224B (zh) 运动物体检测方法、装置、介质及计算设备
CN116543468A (zh) 图像处理装置、方法、处理器、电子设备及存储介质

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
GR01 Patent grant
GR01 Patent grant