CN114119654A - 一种运动物体检测方法、检测装置及检测系统 - Google Patents
一种运动物体检测方法、检测装置及检测系统 Download PDFInfo
- Publication number
- CN114119654A CN114119654A CN202010914521.3A CN202010914521A CN114119654A CN 114119654 A CN114119654 A CN 114119654A CN 202010914521 A CN202010914521 A CN 202010914521A CN 114119654 A CN114119654 A CN 114119654A
- Authority
- CN
- China
- Prior art keywords
- information
- preset
- distance
- acquiring
- straight line
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 110
- 238000012545 processing Methods 0.000 claims description 40
- 238000005266 casting Methods 0.000 claims description 15
- 230000009466 transformation Effects 0.000 claims description 10
- 238000005070 sampling Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 22
- 238000010586 diagram Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 7
- 238000001914 filtration Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003628 erosive effect Effects 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
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
- G06T5/00—Image enhancement or restoration
- G06T5/90—Dynamic range modification of images or parts thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20048—Transform domain processing
- G06T2207/20061—Hough transform
-
- 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)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Image Analysis (AREA)
Abstract
本发明专利提供一种运动物体检测方法、检测装置及检测系统。本申请的运动物体检测方法包括:获取图像数据,并基于所获取的图像数据确定目标物体;根据所述图像数据获取目标物体的轮廓信息及中心点信息;根据所述目标物体的轮廓信息及中心点信息获取目标物体的运动轨迹;对所述目标物体的运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。本申请的检测方法、检测装置及检测系统根据所拟合的抛物线判定是否为高空抛物,并将抛物线的起始点作为抛出点位置进行检测,不仅大大提高了检测的效率,而且提高了检测的精准度。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种运动物体检测方法、检测装置及检测系统。
背景技术
随着社会、经济的发展,城市中的楼层越来越高,人口密度也越来越大。但是伴随而来的隐患也越来越多,许多居住在高层的人们为了一时方便,经常会作出随手向外抛充垃圾或物品的动作。这些高空丢弃的垃圾或物品,存在着巨大的危险和隐患。但这种行为不容易被发现和确认,因此对于这种危害到人民的生命安全的行为无法做到及时处理。
目前,对于这种从高空中抛弃物品如何进行高效且精准检测,还没有很好的技术手段,这也成为本领域技术人员亟待解决的问题之一。
发明内容
鉴于以上所述现有技术的缺点,本申请的目的在于提供一种运动物体检测方法、检测装置及检测系统,用于解决现有技术中检测效率不高且精准度差的问题。
为实现上述目的及其他相关目的,本申请的第一方面,提供一种运动物体检测方法,所述运动物体检测方法包括:
获取图像数据,并基于所获取的图像数据确定目标物体;
根据所述图像数据获取目标物体的轮廓信息及中心点信息;
根据所述目标物体的轮廓信息及中心点信息获取目标物体的运动轨迹;
对所述目标物体的运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
在本申请第一方面的某些实施方式中,基于所获取的图像数据确定目标物体的步骤包括:通过背景建模及前景检测的方式从所获取的图像数据中确定目标物体。
在本申请第一方面的某些实施方式中,根据所述图像数据获取目标物体的轮廓信息及中心点信息的步骤包括:通过形态学处理,从所述图像数据中获取目标物体的轮廓信息及中心点信息。
在本申请第一方面的某些实施方式中,对所述目标物体的运动轨迹进行抛物线拟合的步骤包括:通过随机采样一致性算法对所述目标物体的运动轨迹进行抛物线拟合。
在本申请第一方面的某些实施方式中,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置的步骤包括:
获取拟合的抛物线;
判定所述拟合的抛物线开口是否朝下;
当所述拟合的抛物线开口朝下时,确定所拟合的抛物线的起始点为抛出点位置。
在本申请第一方面的某些实施方式中,所述运动物体检测方法还包括:在确定抛出点位置后,获取抛出点的高度信息。
在本申请第一方面的某些实施方式中,获取抛出点的高度信息的步骤包括:
根据获取的图像数据获取直线信息;
判断所述直线信息是否符合预设条件;
基于符合预设条件的直线信息获取各直线信息之间的距离信息;
根据所述距离信息确定抛出点的高度信息。
在本申请第一方面的某些实施方式中,根据获取的图像数据获取直线信息的步骤包括:
对获取到的图像数据进行灰度处理;
基于灰度处理后的数据获取边缘信息;
通过霍夫变换获取直线信息。
在本申请第一方面的某些实施方式中,判断所述直线信息是否符合预设条件的步骤包括:
以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
当所述直线信息位于所述预设范围内时,判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
当所述直线信息均符合预设角度阈值和预设长度阈值时,确定所述直线信息符合预设条件。
在本申请第一方面的某些实施方式中,判断所述直线信息是否符合预设条件的步骤包括:
判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
当所述直线信息均符合预设角度阈值和预设长度阈值时,以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
当所述直线信息位于所述预设范围内时,确定所述直线信息符合预设条件。
在本申请第一方面的某些实施方式中,根据所述距离信息确定抛出点的高度信息的步骤包括:
判断所述距离信息是否符合预设距离阈值;
当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
在本申请第一方面的某些实施方式中,在基于符合预设条件的直线信息获取各直线信息之间的距离信息的步骤之前还包括:根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述基于符合预设条件的直线信息获取各直线信息之间的距离信息的步骤包括:分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
在本申请第一方面的某些实施方式中,根据所述距离信息确定抛出点的高度信息的步骤包括:
分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;
当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
本本申请申请的第二方面,提供一种运动物体检测装置,所述运动物体检测装置包括:
目标物体获取模块,用于根据获取的图像数据确定目标物体;
物体信息获取模块,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;
运动轨迹获取模块,用于获取目标物体的运动轨迹;
图像处理模块,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
在本申请第二方面的某些实施方式中,所述图像处理模块包括:
拟合单元,用于对所述目标物体的运动轨迹进行抛物线拟合;
判定单元,用于判定所述拟合的抛物线是否符合预设条件;
确定单元,用于当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
在本申请第二方面的某些实施方式中,所述运动物体检测装置还包括:高度信息获取模块,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
在本申请第二方面的某些实施方式中,所述高度信息获取模块包括:
直线信息获取单元,用于根据获取的图像数据获取直线信息;
判断单元,用于判断所述直线信息是否符合预设条件;
距离信息获取单元,用于基于符合预设条件的直线信息获取各直线信息之间的距离信息;
高度信息获取单元,用于根据所述距离信息确定抛出点的高度信息。
在本申请第二方面的某些实施方式中,直线信息获取单元包括:
灰度处理单元,用于对获取到的图像数据进行灰度处理;
边缘信息获取单元,用于基于灰度处理后的数据获取边缘信息;
变换单元,用于通过霍夫变换获取直线信息。
在本申请第二方面的某些实施方式中,高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
在本申请第二方面的某些实施方式中,所述所述高度信息获取模块还包括:分组单元,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述距离信息获取单元分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
在本申请第二方面的某些实施方式中,所述高度信息获取单元包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
本申请的第三方面,提供一种运动物体检测系统,所述运动物体检测系统包括:
一个或两个以上采集装置,用于获取物体的图像数据;
运动物体检测装置,用于接收所述采集装置获取的图像数据,并检测运动物体的运动轨迹以确定所述运动物体的抛出点位置;所述运动物体检测装置包括:
目标物体获取模块,用于根据获取的图像数据确定目标物体;
物体信息获取模块,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;
运动轨迹获取模块,用于获取目标物体的运动轨迹;
图像处理模块,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
在本申请第三方面的某些实施方式中,所述运动物体检测装置还包括:高度信息获取模块,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
在本申请第三方面的某些实施方式中,所述高度信息获取模块包括:
直线信息获取单元,用于根据获取的图像数据获取直线信息;
判断单元,用于判断所述直线信息是否符合预设条件;
距离信息获取单元,用于基于符合预设条件的直线信息获取各直线信息之间的距离信息;
高度信息获取单元,用于根据所述距离信息确定抛出点的高度信息。
在本申请第三方面的某些实施方式中,高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
在本申请第三方面的某些实施方式中,所述所述高度信息获取模块还包括:分组单元,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述距离信息获取单元分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
在本申请第三方面的某些实施方式中,所述高度信息获取单元包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
如上所述,本申请的运动物体检测方法、检测装置及检测系统,具有以下有益效果:
本申请的检测方法、检测装置及检测系统中,通过对目标物体运动轨迹进行抛物线拟合,并当拟合的抛物线符合预设条件时将拟合的抛物线的起始点确认为抛出点位置,通过这样的方式,快速且精准的实现了对运动物体的检测;
本申请中通过随机采样一致性算法对抛物线进行拟合,提高了拟合的效率和精度,同时提高了系统的稳定性和鲁棒性;另外,本申请中,对于抛物线是否符合预设条件的判断过程简单有效,进一步降低了检测的成本,提高了检测的效率;
进一步地,本申请还可以在确定抛出点位置后精准获取抛出点的高度信息,通过精确的获取高度信息的方式进一步提高了检测的精准度和效率。
附图说明
图1显示为本申请运动物体检测方法的实现例一的流程示意图。
图2显示为本申请运动物体检测方法实施例一中步骤S40的一实现方式的流程示意图。
图3显示为本申请运动物体检测方法实施例二的流程示意图。
图4显示为图3所示步骤S50的实施例一的流程示意图。
图5显示为本申请运动物体检测方法实施例二中步骤S52的流程示意图。
图6显示为图3所示步骤S50的实施例二的流程示意图。
图7显示为图6中步骤S54的实施例一的流程示意图。
图8显示为本申请运动物体检测装置的实施例一的结构示意图。
图9显示为本申请运动物体检测装置的实施例二的结构示意图。
图10显示为图9中所述高度信息获取模块的实施例一的结构示意图。
图11显示为图9中所述高度信息获取模块的实施例二的结构示意图。
图12显示为本申请运动物体检测系统实施例一的结构示意图。
图13显示为本申请运动物体检测系统实施例二的结构示意图。
具体实施方式
以下由特定的具体实施例说明本申请的实施方式,熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本申请的其他优点及功效。
在下述描述中,参考附图,附图描述了本申请的若干实施例。应当理解,还可使用其他实施例,并且可以在不背离本公开的精神和范围的情况下进行机械组成、结构、电气以及操作上的改变.下面的详细描述不应该被认为是限制性的,并且本申请的实施例的范围仅由公布的专利的权利要求书所限定.这里使用的术语仅是为了描述特定实施例,而并非旨在限制本申请。空间相关的术语,例如“上”、“下”、“左”、“右”、“下面”、“下方”、“下部”、“上方”、“上部”等,可在文中使用以便于说明图中所示的一个元件或特征与另一元件或特征的关系。
虽然在一些实例中术语第一、第二等在本文中用来描述各种元件,但是这些元件不应当被这些术语限制。这些术语仅用来将一个元件与另一个元件进行区分。
再者,如同在本文中所使用的,单数形式“一”、“一个”和“该”旨在也包括复数形式,除非上下文中有相反的指示.应当进一步理解,术语“包含”、“包括”表明存在所述的特征、步骤、操作、元件、组件、项目、种类、和/或组,但不排除一个或多个其他特征、步骤、操作、元件、组件、项目、种类、和/或组的存在、出现或添加.此处使用的术语“或”和“和/或”被解释为包括性的,或意味着任一个或任何组合.因此,“A、B或C”或者“A、B 和/或C”意味着“以下任一个:A;B;C;A和B;A和C;B和C;A、B和C”.仅当元件、功能、步骤或操作的组合在某些方式下内在地互相排斥时,才会出现该定义的例外。
请参阅图1,图1显示为本申请运动物体检测方法的实现例一的流程示意图,如图所示,所述运动物体检测方法包括:
步骤S10,获取图像数据,并基于所获取的图像数据确定目标物体;
具体地,在本实施例中,通过背景建模及前景检测的方式从所获取的图像数据中确定目标物体。所述背景建模及前景检测的方式包括但不限于:单高斯模型(SingleGaussian)、混合高斯模型(Mixture of Gaussian Model)、滑动高斯平均(RunningGaussian average)、.码本 (CodeBook)、自组织背景检测(SOBS-Self-organizationbackground subtraction)、样本一致性背景建模算法(SACON)、VIBE算法、基于颜色信息的背景建模方法(Color)、统计平均法中值滤波法(Temporal Median filter)、W4方法、本征背景法、核密度估计方法等,本实施例中采用VIBE算法进行目标物体确认。
步骤S20,根据所述图像数据获取目标物体的轮廓信息及中心点信息;
本实施例中,通过形态学(即数学形态学,mathematical Morphology)处理方式从所述图像数据中获取目标物体的轮廓信息及中心点信息。具体地,通过数学形态学从图像中提取对表达和描绘区域形状有意义的图像分量,从而抓住目标对象最为本质<最具区分能力-most discriminative)的形状特征,如边界和连通区域等,同时利用像细化、像素化和修剪毛刺等技术对图像进行预处理和后处理。本实施例中,通过对图像进行腐蚀、膨胀,以及开、闭运算以获取目标物体的轮廓信息及中心点信息。
步骤S30,根据所述目标物体的轮廓信息及中心点信息获取目标物体的运动轨迹;具体地,通过对目标物体的持续追踪以获取其运动轨迹。本实施例中采用现有的运动轨迹追踪算法实现其运动轨迹的获取,在此不再赘述。
步骤S40,对所述目标物体的运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
本实施例中,对所述目标物体的运动轨迹进行抛物线拟合的步骤包括:通过随机采样一致性算法(RANSAC算法)对所述目标物体的运动轨迹进行抛物线拟合。在RANSAC算法中,假设样本中包含正确数据(inliers,可以被模型描述的数据),也包含异常数据(outliers,偏离正常范围很远、无法适应数学模型的数据),即数据集中含有噪声。这些异常数据可能是由于错误的测量、错误的假设、错误的计算等产生的。同时RANSAC也假设,给定一组正确的数据,存在可以计算出符合这些数据的模型参数的方法。具体地,首先考虑一个最小抽样集的势为n的模型(n为初始化模型参数所需的最小样本数)和一个样本集P,集合P的样本数 #(P)>n,从P中随机抽取包含n个样本的P的子集S初始化模型M;
其次,余集SC=P\S中与模型M的误差小于某一设定阈值t的样本集以及S构成S*。S* 认为是内点集,它们构成S的一致集(Consensus Set);
然后,若#(S*)≥N,认为得到正确的模型参数,并利用集S*(内点inliers)采用最小二乘等方法重新计算新的模型M*;重新随机抽取新的S,重复以上过程。
最后,在完成一定的抽样次数后,若未找到一致集则算法失败,否则选取抽样后得到的最大一致集判断内外点,算法结束。
通过采用RANSAC算法对拟物线进行拟合,对图像噪声的鲁棒性更好,不受个别噪声的影响,提高了拟合的精度和效率。
图2示出了本申请运动物体检测方法实施例一中步骤S40的一实现方式的流程示意图。如图2所示,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置的步骤包括:
步骤S41,获取拟合的抛物线;
步骤S42,判定所述拟合的抛物线开口是否朝下;
步骤S43,当所述拟合的抛物线开口朝下时,确定所拟合的抛物线的起始点为抛出点位置。
本实施例中,通过对拟合曲线的开口进行判断以确定检测到的物体是否为目标物体。换句话说,当拟合出的抛物线的开口朝下时,才认为检测到的物体为进行自由落体运动的抛出物,抛物线开口不为下时,物体不是进行的自由落体运动,不是目标物体,需要被滤除。通过这种方式,可以高效且精确地获取目标物体,从而大大提高了检测效率和准确度。
另外,当抛物线开口朝下时,直接将抛物线的起始点确定为抛出点位置,大大减化了流程,进一步提高了检测的效率。
图3示出了本申请运动物体检测方法实施例二的流程示意图,如图3所示,所述运动物体检测方法还包括:步骤S50,在确定抛出点位置后,获取抛出点的高度信息。
与实施例一相比,本实施例中增加了获取抛出点的高度信息的步骤,其他步骤S10~S40 的具体实现与实施例一中的相似,本申请对此不再赘述。
图4示出了图3所示步骤S50的实施例一的流程示意图;参考图4,所述获取抛出点的高度信息的步骤包括:
步骤S51,根据获取的图像数据获取直线信息;
步骤S52,判断所述直线信息是否符合预设条件;
步骤S53,基于符合预设条件的直线信息获取各直线信息之间的距离信息;
步骤S54,根据所述距离信息确定抛出点的高度信息。
本实施例中,所述步骤S51,根据获取的图像数据获取直线信息的步骤包括:对获取到的图像数据进行灰度处理;基于灰度处理后的数据获取边缘信息;通过霍夫变换获取直线信息。
具体应用中,获取到的图像数据通常为RGB图像,这时需要先对RGB图像先进行灰度处理以转换为灰度图像,对于RGB图像转灰度图像的具体实现方式可采用现有技术实现,本申请对此不再赘述。在转换为灰度图像后,对边缘信息进行提取,然后通过霍夫变换(Hough) 获取图像中的直线信息。由于图像空间中的直线与参数空间中的点是一一对应的,参数空间中的直线与图像空间中的点也是一一对应的。因此,图像空间中的每条直线在参数空间中都对应着单独一个点来表示;图像空间中的直线上任何一部分线段在参数空间对应的是同一个点。这样就可以在参数空间中对点的来实现直线信息的获取,本实施例中通过Hough变换在参数空间里寻找峰值来实现直线信息的获取。
图5示出了本申请运动物体检测方法实施例二中步骤S52的流程示意图;参考图5,所述步骤S52,判断所述直线信息是否符合预设条件的步骤包括:
步骤S521,以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
步骤S522,当所述直线信息位于所述预设范围内时,判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
步骤S523,当所述直线信息均符合预设角度阈值和预设长度阈值时,确定所述直线信息符合预设条件。
具体地,所述预设范围、预设角度阈值以及预设长度阈值均可根据实际情况设置。例如预设范围可以是:以抛出点位置为起点,位于其左侧5倍于抛出点位置所在矩形框长度的范围,且向其右侧5倍于抛出点位置所在矩形框长度的范围为预设范围,当然,也可以根据需求,将抛出点的左侧距离与右侧距离设置为相同或不同,本申请对此不做限制。需要说明的是,本申请中,还可以以抛出点位置为起点,将抛出点位置以下的区域设置为预设范围,也就是说抛出点位置以上的区域为非预设范围,位于抛出点位置以上的区域内的直线信息均不符合预设条件,只有位于抛出点位置以下区域内的直线信息才有可能符合预设条件。
本实施例中,根据实际需求,将所述预设角度阈值设置;将所述预设长度阈值设置为大于或等于最大直线信息长度的0.3倍。也就是说,若直线信息的角度过大,超过±5°时均不符合预设条件;同理,若直线信息的长度小于获取到的最大直线信息长度的0.3倍时,也不符合预设条件。举例来说,若获取到的最大直线信息的长度为20像素,长度小于6像素的直线信息均不符合预设条件。
需要说明的是,在其他实施例中,所述步骤S52,判断所述直线信息是否符合预设条件的步骤还可以包括:
判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
当所述直线信息均符合预设角度阈值和预设长度阈值时,以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
当所述直线信息位于所述预设范围内时,确定所述直线信息符合预设条件。
也就是说,与图5所示实施例相比,其他实施例中,可以根据实际情况对于直线是否符合预设范围的判断步骤(步骤S521)、及直线信息是否符合预设角度或预设长度的判断步骤(步骤S522)的顺序进行调换。不管采用哪种实现方式,均可实现直线信息是否符合预设条件的判断,本申请对此不做限制。
继续参考图4,本实施例中,所述根据所述距离信息确定抛出点的高度信息的步骤包括:判断所述距离信息是否符合预设距离阈值;当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
具体地,在步骤S52中将符合预设条件的直线信息筛选出来之后,通过步骤S53计算获得各直线信息之间的距离信息,然后执行步骤S54。具体应用中,可以将所获得的各直线信息之间的距离信息进行排序,将不符合预设距离阈值的距离信息滤除,例如可以将预设距离阈值设置为小于或等于60像素,也就是说,当距离信息小于或等于60像素时,均不符合预设距离阈值,只有距离信息大于60像素的距离信息才符合距离阈值。在符合预设距离阈值的距离信息中,根据最小的距离信息计算得出高度信息,具体地,本申请中将符合预设距离阈值中的最小距离信息加上一定的像素后作为单楼层的高度信息,然后根据抛出点位置的高度除以单楼层的高度信息获得抛出点所在楼层,将所述获取的抛出点的所在楼层作为高度信息。当然,在其他实施例中,也可以根据实际情况对符合预设距离阈值中的最小距离信息进行加、减或其他处理以确定单楼层的高度信息,本申请对此不做限制。
通过本实施例的方式,不仅可以高效且精准的获取到抛出点位置,还可精确的获取到高度信息。本实施例的方法中,流程简洁、高度信息的获取效率高,同时通过预设条件对直线信息进行了滤波处理,进一步提高了处理的效率,同时也提高了检测的精度。
图6示出了图3所示步骤S50的实施例二的流程示意图;如图6所示,在步骤S53:基于符合预设条件的直线信息获取各直线信息之间的距离信息的步骤之前还包括:步骤S55,根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组。
本实施例中,在获取各直线信息的距离之前,先基于抛出点位置将直线信息进行分组,具体地,可以将位于抛出点位置左侧的符合预设条件的直线信息划分为第一组;将位于抛出点位置右侧的符合预设条件的直线信息划分为第二组。当然,所述第一组和第二组的设置还可以调换,本申请对此不做限制。
根据步骤S55将符合预设条件的直线信息进行分组后,执行步骤S53:基于符合预设条件的直线信息获取各直线信息之间的距离信息。具体地,所述步骤S53包括:分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
然后执行步骤S54:根据所述距离信息确定抛出点的高度信息的步骤。图7示出了图6 中步骤S54的实施例一的流程示意图,如图7所示,所述步骤S54包括:
步骤S541,判断所述第一距离信息是否符合预设距离阈值;
当所述第一距离信息符合预设距离阈值时,执行步骤S543:根据所述第一距离信息中的第一最小距离信息获取第一高度信息;
步骤S542,判断所述第二距离信息是否符合预设距离阈值;
当所述第二距离信息符合预设距离阈值时,执行步骤S544,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
然后执行步骤S546,判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
当所述差值大于或等于预设阈值时,执行步骤S546,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;
当所述差值小于预设阈值时,执行步骤S547,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
在本实施例中,所述步骤S541-步骤S543,以及步骤S542-步骤S544可以根据实际情况按照先后顺序执行,也可以并行执行,本申请对此不做限制。在实际应用中,所述预设距离阈值可根据实际需要进行合理化设置,在本实施例中,所述预设距离阈值设置为小于或等于 60像素,若获取到的距离信息小于或等于60像素,则所述距离信息不符合预设距离阈值。
当执行完步骤S543和步骤S544后,将获取到的第一高度信息与第二高度信息进行比较获得相应的差值,再根据获取到的差值与预设阈值之间的关系对应得出最终的高度信息。例如,可以将所述预设阈值设置为10像素。若第一高度信息与第二高度信息之间的差值大于或等于10像素时,则将这两个高度信息中较小的高度信息作为抛出点的高度信息,举例来说,假设第一高度信息为70像素,第二高度信息为82像素,两者之间的差值为12像素,这个差值大于预设阈值10像素,因此,将这两个高度信息中较小的第一高度信息70像素作为单一楼层的高度信息,然后通过抛出点所在高度除以单一层楼的高度信息以获得抛出点所在的楼层信息(即抛出点的高度信息)。反之,若第一高度信息与第二高度信息之间的差值小于预设阈值(10像素)时,则将这两个高度信息进行加权平均,将加权平均值作为抛出点的高度信息。举例来说,假设第一高度信息为70像素,第二高度信息为72像素,两者之间的差值为 2像素,这个差值小于预设阈值10像素,因此,将这两个高度信息进行加权平均,求得平均值为71像素,那么则将71像素作为作为单一楼层的高度信息,然后通过抛出点所在高度除以单一层楼的高度信息以获得抛出点所在的楼层信息(即抛出点的高度信息)。
需要说明的是,以上举例仅为实例性说明,不对本申请的方法进行限制。另外,实施例中,其他步骤与图4所示的实施例中的对应步骤相类似,本申请对此不再赘述。
本实施例中,通过对直线信息进行分组,然后再分别获取各分组内的高度信息,最终根据分组中的高度信息获得最终的方式信息,通过这样的方式,进一步提高了高度信息的精度。
图8示出了本申请运动物体检测装置的实施例一的结构示意图,如图所示,所述运动物体检测装置包括:
目标物体获取模块10,用于根据获取的图像数据确定目标物体;在本实施例中,通过背景建模及前景检测的方式从所获取的图像数据中确定目标物体,具体地,通过VIBE算法进行目标物体确认。
物体信息获取模块20,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;本实施例中,通过形态学对图像进行腐蚀、膨胀,以及开、闭运算以获取目标物体的轮廓信息及中心点信息。
运动轨迹获取模块30,用于获取目标物体的运动轨迹;
图像处理模块40,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。本实施例中通过随机采样一致性算法 (RANSAC算法)对所述目标物体的运动轨迹进行抛物线拟合。通过采用RANSAC算法对拟物线进行拟合,对图像噪声的鲁棒性更好,不受个别噪声的影响,提高了拟合的精度和效率。
本实施例中,所述图像处理模块40包括(图中未示出):
拟合单元,用于对所述目标物体的运动轨迹进行抛物线拟合;
判定单元,用于判定所述拟合的抛物线是否符合预设条件;
确定单元,用于当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
本实施例中,通过对拟合曲线的开口进行判断以确定检测到的物体是否为目标物体。换句话说,当拟合出的抛物线的开口朝下时,才认为检测到的物体为进行自由落体运动的抛出物,抛物线开口不为下时,物体不是进行的自由落体运动,不是目标物体,需要被滤除。通过这种方式,可以高效且精确地获取目标物体,从而大大提高了检测效率和准确度。
另外,当抛物线开口朝下时,直接将抛物线的起始点确定为抛出点位置,大大减化了流程,进一步提高了检测的效率。
图9示出了本申请运动物体检测装置的实施例二的结构示意图,如图所示,所述运动物体检测装置还包括:高度信息获取模块50,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
图10示出了图9中所述高度信息获取模块的实施例一的结构示意图,如图所示,所述高度信息获取模块包括:直线信息获取单元51、判断单元52、距离信息获取单元53、高度信息获取单元54。
所述直线信息获取单元51用于根据获取的图像数据获取直线信息;
具体地,直线信息获取单元51包括:灰度处理单元,用于对获取到的图像数据进行灰度处理;边缘信息获取单元,用于基于灰度处理后的数据获取边缘信息;变换单元,用于通过霍夫变换获取直线信息。所述直线信息获取单元的工作原理及过程可参考前述关于步骤S54 的相关描述,在此不再赘述。
所述判断单元52用于判断所述直线信息是否符合预设条件。本实施例中,所述预设条件包括但不限于:以抛出点位置为中心设置预设范围,预设角度阈值以及预设长度阈值等等,所述判断单元52的具体判断过程可参考前述关于步骤S52的相关描述,在此不再赘述。
所述距离信息获取单元53用于基于符合预设条件的直线信息获取各直线信息之间的距离信息。所述高度信息获取单元54用于根据所述距离信息确定抛出点的高度信息。在本实施例中,所述高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
具体应用中,可以将所获得的各直线信息之间的距离信息进行排序,将不符合预设距离阈值的距离信息滤除,例如可以将预设距离阈值设置为小于或等于60像素,也就是说,当距离信息小于或等于60像素时,均不符合预设距离阈值,只有距离信息大于60像素的距离信息才符合距离阈值。在符合预设距离阈值的距离信息中,根据最小的距离信息计算得出高度信息,具体地,本申请中将符合预设距离阈值中的最小距离信息加上一定的像素后作为单楼层的高度信息,然后根据抛出点位置的高度除以单楼层的高度信息获得抛出点所在楼层,将所述获取的抛出点的所在楼层作为高度信息。当然,在其他实施例中,也可以根据实际情况对符合预设距离阈值中的最小距离信息进行加、减或其他处理以确定单楼层的高度信息,本申请对此不做限制。
通过本实施例的方式,不仅可以高效且精准的获取到抛出点位置,还可精确的获取到高度信息。本实施例的方法中,流程简洁、高度信息的获取效率高,同时通过预设条件对直线信息进行了滤波处理,进一步提高了处理的效率,同时也提高了检测的精度。
图11示出了图9所示高度信息获取模块的实施例二的结构示意图,如图所示,所述所述高度信息获取模块还包括:分组单元55,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;所述距离信息获取单元53分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
本实施例中,在获取各直线信息的距离之前,先基于抛出点位置将直线信息进行分组,具体地,可以将位于抛出点位置左侧的符合预设条件的直线信息划分为第一组;将位于抛出点位置右侧的符合预设条件的直线信息划分为第二组。当然,所述第一组和第二组的设置还可以调换,本申请对此不做限制。
在本实施例中,所述高度信息获取单元54(图中未示出)包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
本实施例中,所述高度信息获取单元54的具体工作过程及原理可参考前述关于步骤S54 的相关描述,在此不再赘述。
本实施例中,通过对直线信息进行分组,然后再分别获取各分组内的高度信息,最终根据分组中的高度信息获得最终的方式信息,通过这样的方式,进一步提高了高度信息的精度。
图12示出了本申请的运动物体检测系统的实施例一的结构示意图,如图所示,所述运动物体检测系统包括:
一个或两个以上采集装置1,用于获取物体的图像数据;
运动物体检测装置2,用于接收所述采集装置获取的图像数据,并检测运动物体的运动轨迹以确定所述运动物体的抛出点位置;所述运动物体检测装置2包括:
目标物体获取模块10,用于根据获取的图像数据确定目标物体;
物体信息获取模块20,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;
运动轨迹获取模块30,用于获取目标物体的运动轨迹;
图像处理模块40,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
本实施例中,所述采集装置可以采用现有的高清相机实现,用于采集图像数据,本实施例中的图像数据包括但不限于图片、视频等形式,本申请对此不做限制。当然在不同场景中,可根据实际需求采用不同的设备来实现图像数据的收集。本实施例中关于运动物体检测装置的工作原理及实现过程可参考前述关于运动物体检测装置的各实施列的详细描述,在此不再赘述。
图13示出了本申请运动物体检测系统实施例二的结构示意图,如图所示,在所述系统中,所述运动物体检测装置还包括:高度信息获取模块50,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
在一实施例中,参考图10所示,所述高度信息获取模块50可以包括:
直线信息获取单元51,用于根据获取的图像数据获取直线信息;
判断单元52,用于判断所述直线信息是否符合预设条件;
距离信息获取单元3,用于基于符合预设条件的直线信息获取各直线信息之间的距离信息;
高度信息获取单元54,用于根据所述距离信息确定抛出点的高度信息。
更具体地,所述高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
具体应用中,可以将所获得的各直线信息之间的距离信息进行排序,将不符合预设距离阈值的距离信息滤除,例如可以将预设距离阈值设置为小于或等于60像素,也就是说,当距离信息小于或等于60像素时,均不符合预设距离阈值,只有距离信息大于60像素的距离信息才符合距离阈值。在符合预设距离阈值的距离信息中,根据最小的距离信息计算得出高度信息,具体地,本申请中将符合预设距离阈值中的最小距离信息加上一定的像素后作为单楼层的高度信息,然后根据抛出点位置的高度除以单楼层的高度信息获得抛出点所在楼层,将所述获取的抛出点的所在楼层作为高度信息。当然,在其他实施例中,也可以根据实际情况对符合预设距离阈值中的最小距离信息进行加、减或其他处理以确定单楼层的高度信息,本申请对此不做限制。
通过本实施例的方式,不仅可以高效且精准的获取到抛出点位置,还可精确的获取到高度信息。本实施例的方法中,流程简洁、高度信息的获取效率高,同时通过预设条件对直线信息进行了滤波处理,进一步提高了处理的效率,同时也提高了检测的精度。
在另一实施例中,参考图11所示,所述所述高度信息获取模块还包括:分组单元55,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述距离信息获取单元53分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
在此实施例中,所述高度信息获取单元54包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
本实施例中,所述高度信息获取单元54的具体工作过程及原理可参考前述关于步骤S54 的相关描述,在此不再赘述。
本实施例中,通过对直线信息进行分组,然后再分别获取各分组内的高度信息,最终根据分组中的高度信息获得最终的方式信息,通过这样的方式,进一步提高了高度信息的精度。
综上所述,本申请的运动物体检测方法、检测装置及检测系统通过对目标物体运动轨迹进行抛物线拟合,并当拟合的抛物线符合预设条件时将拟合的抛物线的起始点确认为抛出点位置,通过这样的方式,快速且精准的实现了对运动物体的检测;并且通过随机采样一致性算法对抛物线进行拟合,提高了拟合的效率和精度,同时提高了系统的稳定性和鲁棒性;进一步地,本申请还可以在确定抛出点位置后精准获取抛出点的高度信息,通过精确的获取高度信息的方式进一步提高了检测的精准度和效率。
上述实施例仅例示性说明本申请的原理及其功效,而非用于限制本申请。任何熟悉此技术的人士皆可在不违背本申请的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本申请所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本申请的权利要求所涵盖。
Claims (27)
1.一种运动物体检测方法,其特征在于,包括:
获取图像数据,并基于所获取的图像数据确定目标物体;
根据所述图像数据获取目标物体的轮廓信息及中心点信息;
根据所述目标物体的轮廓信息及中心点信息获取目标物体的运动轨迹;
对所述目标物体的运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
2.根据权利要求1所述的运动物体检测方法,其特征在于,基于所获取的图像数据确定目标物体的步骤包括:通过背景建模及前景检测的方式从所获取的图像数据中确定目标物体。
3.根据权利要求1所述的运动物体检测方法,其特征在于,根据所述图像数据获取目标物体的轮廓信息及中心点信息的步骤包括:通过形态学处理,从所述图像数据中获取目标物体的轮廓信息及中心点信息。
4.根据权利要求1所述的运动物体检测方法,其特征在于,对所述目标物体的运动轨迹进行抛物线拟合的步骤包括:通过随机采样一致性算法对所述目标物体的运动轨迹进行抛物线拟合。
5.根据权利要求1所述的运动物体检测方法,其特征在于,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置的步骤包括:
获取拟合的抛物线;
判定所述拟合的抛物线开口是否朝下;
当所述拟合的抛物线开口朝下时,确定所拟合的抛物线的起始点为抛出点位置。
6.根据权利要求1所述的运动物体检测方法,其特征在于,还包括:在确定抛出点位置后,获取抛出点的高度信息。
7.根据权利要求6所述的运动物体检测方法,其特征在于,获取抛出点的高度信息的步骤包括:
根据获取的图像数据获取直线信息;
判断所述直线信息是否符合预设条件;
基于符合预设条件的直线信息获取各直线信息之间的距离信息;
根据所述距离信息确定抛出点的高度信息。
8.根据权利要求7所述的运动物体检测方法,其特征在于,根据获取的图像数据获取直线信息的步骤包括:
对获取到的图像数据进行灰度处理;
基于灰度处理后的数据获取边缘信息;
通过霍夫变换获取直线信息。
9.根据权利要求7所述的运动物体检测方法,其特征在于,判断所述直线信息是否符合预设条件的步骤包括:
以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
当所述直线信息位于所述预设范围内时,判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
当所述直线信息均符合预设角度阈值和预设长度阈值时,确定所述直线信息符合预设条件。
10.根据权利要求7所述的运动物体检测方法,其特征在于,判断所述直线信息是否符合预设条件的步骤包括:
判断所述直线信息是否符合预设角度阈值以及是否符合预设长度阈值;
当所述直线信息均符合预设角度阈值和预设长度阈值时,以抛出点位置为中心确定预设范围,判断所述直线信息是否位于所述预设范围内;
当所述直线信息位于所述预设范围内时,确定所述直线信息符合预设条件。
11.根据权利要求7所述的运动物体检测方法,其特征在于,根据所述距离信息确定抛出点的高度信息的步骤包括:
判断所述距离信息是否符合预设距离阈值;
当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
12.根据权利要求7所述的运动物体检测方法,其特征在于,在基于符合预设条件的直线信息获取各直线信息之间的距离信息的步骤之前还包括:根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述基于符合预设条件的直线信息获取各直线信息之间的距离信息的步骤包括:分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
13.根据权利要求12所述的运动物体检测方法,其特征在于,根据所述距离信息确定抛出点的高度信息的步骤包括:
分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;
当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
14.一种运动物体检测装置,其特征在于,包括:
目标物体获取模块,用于根据获取的图像数据确定目标物体;
物体信息获取模块,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;
运动轨迹获取模块,用于获取目标物体的运动轨迹;
图像处理模块,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
15.根据权利要求14所述的运动物体检测装置,其特征在于,所述图像处理模块包括:
拟合单元,用于对所述目标物体的运动轨迹进行抛物线拟合;
判定单元,用于判定所述拟合的抛物线是否符合预设条件;
确定单元,用于当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
16.根据权利要求14所述的运动物体检测装置,其特征在于,所述运动物体检测装置还包括:高度信息获取模块,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
17.根据权利要求16所述的运动物体检测装置,其特征在于,所述高度信息获取模块包括:
直线信息获取单元,用于根据获取的图像数据获取直线信息;
判断单元,用于判断所述直线信息是否符合预设条件;
距离信息获取单元,用于基于符合预设条件的直线信息获取各直线信息之间的距离信息;
高度信息获取单元,用于根据所述距离信息确定抛出点的高度信息。
18.根据权利要求17所述的运动物体检测装置,其特征在于,直线信息获取单元包括:
灰度处理单元,用于对获取到的图像数据进行灰度处理;
边缘信息获取单元,用于基于灰度处理后的数据获取边缘信息;
变换单元,用于通过霍夫变换获取直线信息。
19.根据权利要求17所述的运动物体检测装置,其特征在于,高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
20.根据权利要求17所述的运动物体检测装置,其特征在于,所述高度信息获取模块还包括:分组单元,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述距离信息获取单元分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
21.根据权利要求20所述的运动物体检测装置,其特征在于,所述高度信息获取单元包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
22.一种运动物体检测系统,其特征在于,包括:
一个或两个以上采集装置,用于获取物体的图像数据;
运动物体检测装置,用于接收所述采集装置获取的图像数据,并检测运动物体的运动轨迹以确定所述运动物体的抛出点位置;所述运动物体检测装置包括:
目标物体获取模块,用于根据获取的图像数据确定目标物体;
物体信息获取模块,用于根据所述图像数据获取目标物体的轮廓信息及中心点信息;
运动轨迹获取模块,用于获取目标物体的运动轨迹;
图像处理模块,用于对所述运动轨迹进行抛物线拟合,当拟合的抛物线符合预设条件时,确定所拟合的抛物线的起始点为抛出点位置。
23.根据权利要求22所述的运动物体检测系统,其特征在于,所述运动物体检测装置还包括:
高度信息获取模块,用于根据所述图像处理模块确定的抛出点位置,获取抛出点的高度信息。
24.根据权利要求23所述的运动物体检测系统,其特征在于,所述高度信息获取模块包括:
直线信息获取单元,用于根据获取的图像数据获取直线信息;
判断单元,用于判断所述直线信息是否符合预设条件;
距离信息获取单元,用于基于符合预设条件的直线信息获取各直线信息之间的距离信息;
高度信息获取单元,用于根据所述距离信息确定抛出点的高度信息。
25.根据权利要求24所述的运动物体检测系统,其特征在于,高度信息获取单元包括:
距离阈值判断单元,用于判断所述距离信息是否符合预设距离阈值;
确认单元,用于当所述距离信息符合预设距离阈值时,根据所述距离信息中的最小距离信息获取高度信息。
26.根据权利要求24所述的运动物体检测系统,其特征在于,所述高度信息获取模块还包括:分组单元,用于根据抛出点位置将符合预设条件的直线信息划分为第一组和第二组;
所述距离信息获取单元分别获取第一组内各直线信息的第一距离信息以及第二组内各直线信息的第二距离信息。
27.根据权利要求26所述的运动物体检测系统,其特征在于,所述高度信息获取单元包括:
距离阈值判断单元,用于分别判断所述第一距离信息以及所述第二距离信息是否符合预设距离阈值;
高度计算单元,用于当所述第一距离信息符合预设距离阈值时,根据所述第一距离信息中的第一最小距离信息获取第一高度信息,且当所述第二距离信息符合预设距离阈值时,根据所述第二距离信息中的第二最小距离信息获取第二高度信息;
差值判断单元,用于判断所述第一高度信息与第二高度信息的差值是否符合预设阈值;
确认单元,用于当所述差值大于或等于预设阈值时,根据所述第一高度信息和第二高度信息中较小的高度信息确定抛出点的高度信息;当所述差值小于预设阈值时,根据所述第一高度信息和第二高度信息的加权平均值确定抛出点的高度信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010914521.3A CN114119654A (zh) | 2020-08-28 | 2020-08-28 | 一种运动物体检测方法、检测装置及检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010914521.3A CN114119654A (zh) | 2020-08-28 | 2020-08-28 | 一种运动物体检测方法、检测装置及检测系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114119654A true CN114119654A (zh) | 2022-03-01 |
Family
ID=80360786
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010914521.3A Pending CN114119654A (zh) | 2020-08-28 | 2020-08-28 | 一种运动物体检测方法、检测装置及检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114119654A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332154A (zh) * | 2022-03-04 | 2022-04-12 | 英特灵达信息技术(深圳)有限公司 | 一种高空抛物检测方法及系统 |
-
2020
- 2020-08-28 CN CN202010914521.3A patent/CN114119654A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114332154A (zh) * | 2022-03-04 | 2022-04-12 | 英特灵达信息技术(深圳)有限公司 | 一种高空抛物检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109117827B (zh) | 基于视频的工服工帽穿戴状态自动识别方法与报警系统 | |
CN105404847B (zh) | 一种遗留物实时检测方法 | |
CN102542289B (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
CN113139521B (zh) | 一种用于电力监控的行人越界标监测方法 | |
CN107230188B (zh) | 一种视频运动阴影消除的方法 | |
CN109191432B (zh) | 基于域变换滤波多尺度分解的遥感图像云检测方法 | |
US20160335491A1 (en) | Method and device for detecting gathering of objects based on stereo vision as well as non-transitory computer-readable medium | |
CN104978567B (zh) | 基于场景分类的车辆检测方法 | |
US10691947B2 (en) | Monitoring device | |
CN105513053B (zh) | 一种用于视频分析中背景建模方法 | |
CN109918971B (zh) | 监控视频中人数检测方法及装置 | |
CN102676633A (zh) | 一种菌落自动计数方法 | |
CN102663411A (zh) | 一种目标人体识别方法 | |
CN105069816B (zh) | 一种进出口人流量统计的方法及系统 | |
CN114926410A (zh) | 制动盘外观缺陷检测方法 | |
CN101299274B (zh) | 一种移动固定目标的检测方法及系统 | |
CN104899559B (zh) | 一种基于视频监控的快速行人检测方法 | |
Shevchenko et al. | Fish detection from low visibility underwater videos | |
CN114119654A (zh) | 一种运动物体检测方法、检测装置及检测系统 | |
CN105427303B (zh) | 一种变电站遗留物的视觉测量与估计方法 | |
Christen et al. | Target marker: A visual marker for long distances and detection in realtime on mobile devices | |
US10115195B2 (en) | Method and apparatus for processing block to be processed of urine sediment image | |
Ke et al. | Individual tree crown detection and delineation from high spatial resolution imagery using active contour and hill-climbing methods | |
CN106886609B (zh) | 街区式农村居民地遥感快速标注方法 | |
CN113506315A (zh) | 运动物体的检测方法、装置及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20220301 |