CN116320346B - 一种将图像rgb色彩数据转换为多维数据进行综合分析的方法 - Google Patents

Abstract

本发明提供一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，涉及图像处理技术领域，所述方法包括按照一定的时间间隔获取目标监控区域的背景图像数据；将获取的背景图像数据转换为RGB格式图像，并分别以R、G、B为空间坐标轴构建多维数据空间；根据RGB格式图像的像素点RGB数值在多维数据空间的变化，得到RGB格式图像中的色彩波动；根据色彩波动识别判断是否为目标观测物；若目标观测物被判定为目标观测物则进入下一步；否则丢弃目标观测物，继续监测；本发明在在更高维度上，即在时间维度上获取背景图像数据，并将背景图像数据转化为RGB数值进行分析，获取背景图像的变化趋势，从而对目标观测物进行判定。

Description

一种将图像RGB色彩数据转换为多维数据进行综合分析的 方法

技术领域

本发明涉及图像处理技术领域，具体为一种将图像RGB色彩数据转换为多维数据进行综合分析的方法。

背景技术

图像分析一般利用数学模型并结合图像处理的技术来分析底层特征和上层结构，从而提取具有一定智能性的信息，用模式识别和人工智能方法对物景进行分析、描述、分类和解释的技术，又称景物分析或图像理解。

现有技术中，对图像分析，仅限于对图像的色彩进行分析，分析得到的规律往往非常有限制，为了对高分辨率或样本量较大的图像进行图像分析，业内引用大量AI算法并结合使用了各种加速技术，但是这些算法都只能够针对二维平面的图像数据进行处理，却忽略了图像本身所包含的更多维度的信息要素，这些被忽略的要素往往包含了更多的有效信息，而基于这些信息通常可以推导出更多更有效的图像处理方法。

如上所述，要将二维图像还原为更多维度的数据结构，传统上所采用的往往是将图像与基于激光雷达等含有距离标记信息的数据相结合的方法，即将图像与点云类雷达数据文件结合、转化为包含位置信息的深度图像文件，但是这种方法需要添加一个雷达类设备作为辅助采集手段，大幅增加了系统的复杂性和生产成本。

发明内容

针对现有技术的不足，本发明提供了一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，有助于解决将二维图像还原为更多维度的数据结构需要采用辅助手段因此成本高的问题。

为实现以上目的，本发明通过以下技术方案予以实现，一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，包括如下步骤：

按照一定的时间间隔获取目标监控区域的背景图像数据；

将获取的背景图像数据转换为RGB格式图像，并分别以R、G、B为空间坐标轴构建多维数据空间；

根据RGB格式图像的像素点RGB数值在多维数据空间的变化，得到RGB格式图像中的色彩波动；

根据色彩波动识别判断是否为目标观测物；

若目标观测物被判定为目标观测物则进入下一步；否则丢弃目标观测物，继续监测。

通过采用上述技术方案，在更高维度上对图像数据进行分析，获取图像的变化趋势，从而有效识别图像中的关键信息。

可选的，所述色彩波动包括同一个区域的监控目标在一天不同的时间段内表现出的不同的色彩值，即背景图像数据在第四维度上的特性。

可选的，所述RGB格式图像中的色彩波动包括RGB格式图像因为光照变强或者变弱时使得图像达到不可见界限的图像区域。

可选的，所述得到RGB格式图像中的色彩波动的方式包括从R、G、B三个空间坐标轴进行单独或者关联分析，统计坐标轴上的数据重复数量及分布，通过非重复数据维持图像的基本可见性。

可选的，所述得到RGB格式图像中的色彩波动的方式还包括分析R、G、B坐标轴上的数据重复数量、分布与图像本身X、Y坐标之间的关联关系。

可选的所述根据色彩波动识别判断是否为目标观测物包括将目标观测物的图像转化为RGB格式图像，并根据目标观测物的RGB格式图像色彩数据选择能够使得目标观测物与背景图像色彩数据的对立性。

本发明提供了一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，具备以下有益效果：

1、本发明提供一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，在更高维度上，即在时间维度上获取背景图像数据，并将背景图像数据转化为RGB数值进行分析，获取背景图像的变化趋势，将目标观测物放在不同时间维度上的背景图像上，且保证目标观测物与背景图像色彩值的对立性，从而对目标观测物进行判定。

附图说明

图1为本发明实施例示出的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法的流程图。

具体实施方式

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，所描述的实施例是本发明的一个实施例，而不是所有的实施例，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。

如图1所示，本发明实施例提供一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，包括如下步骤：

按照一定的时间间隔获取目标监控区域的背景图像数据；按照一定的时间间隔，通过监控模块获取监控区域获得目标监控区域的背景图像色彩数据，监控模块可以为监控摄像头。

将获取的背景图像数据转换为RGB格式图像，并分别以R、G、B为空间坐标轴构建多维数据空间；将背景图像数据转换为RGB数值并放入R、G、B为空间坐标轴中。

根据RGB格式图像的像素点RGB数值在多维数据空间的变化，得到RGB格式图像中的色彩波动；具体的，所述色彩波动包括同一个区域的监控目标在一天不同的时间段内表现出的不同的色彩值，即背景图像数据在第四维度上的特性；并根据色彩波动识别判断是否为目标观测物；在不同时间维度中获取使得图像数据达到不可见界限的图像区域，具体的，不可见的图像区域为图像RGB数值中的2个或3个数值都变成了0或255，此时色彩规律将不可见。

接着，标记不可见界限的图像区域为热点区域并对热点区域的坐标轴数据进行简化处理，具体为：在不同时间维度，观察不同位置图像的RGB数值，获取因光照变化得较强或较弱时，使得图像数据较容易达到不可见界限的图像区域，并将所述因光照强度变化使图像数据达到不可见界限的区域标记为热点区域，并对热点区域的图像数据进行处理，具体为：当区域中的图像色彩区域变得不可见时，即色彩值整体偏向于0,0,0或255,255,255时，首先剔除那些接近不可见界限的坐标轴信息，比如：以0,171,205为例，当其变化为50,221,255时，剔除B轴上的数值，仅保留50,221作为图像图形分割的参考值，即保留R和G坐标轴上的数据，而当G轴也达到不可见界限时，该界限可以自定义为≥0且≤255的任意值，则仅保留R轴上的数值。而当R也接近于不可见界限时，则以基本的图形信息，如黑白色图形轮廓代替该区域中的实际背景图像数据，直到检测到新的色彩波动。

在时间维度以及空间维度上获取所述背景图像的RGB数值规律；即在更高维度上找到图像所包含的潜在规律，如从R、G、B三个空间坐标轴进行单独或者关联分析，统计出坐标轴上的重复数据以及数据的分布，还包括分析所述坐标轴上的数据的重复数量、数据的分布与图像本身X、Y坐标之间的关联关系。

另外，通过统计不同R、G、B坐标轴上的非重复数据，可以使用更少的数据维度来保持图像的基本可见性，以便用于高分辨图像的快速分析，即：在整体图像中，针对不同区域的色彩值变化趋势，抽取其中的一个或两个坐标轴，对图像的几何结构进行标注，即可完成图形结构的分析工作。

通过获取的RGB数值规律完整的展现出整体图像，包括消失的区域；具体为：同一个目标对象在每天不同时间段内的拍摄数据为例，其色彩会随着光照的变化而呈现整体性的偏移，即在原点（0,0,0）和终点（255,255,255）之间发生有规律的变化，直到某些图像区域在某个时间段内彻底消失、无法辨识，而通过多维图像数据集，可以通过时间维度和空间维度的整体变化重现这些消失的区域，而且可以保证极高的还原度，具体过程如下：

当目标对象因为光亮度变化而发生色彩值的整体迁移时，如视频监控，记录色彩变化的位移速率，即色彩从原点向终点迁移的速率，不同的图像区域因为色彩初始数值的不同，其从原点或终点到达不可见界限的时间也不同。

预判不同图像区域到达不可见界限时间，当其接近该界限时，可以使用该时间点上的色彩值数据替代真实的色彩值数据，以保证数据的可见性，即：在光亮不足的区域，其图像因为时间变化而变得不可见的时间会比光照充足的时间更早，通过与图像中的X和Y坐标区域相结合，可以将该区域中的基本图像信息使用最低可见度下的色彩值信息进行保留和替换。

若观测物被判定为目标观测物则进入下一步；否则丢弃目标观测物，继续监测；当有其他物体进入上述区域的时候，即便该区域在正常的图像数据中已经不可见，但是通过轻微的色彩值异常扰动，仍旧可以大体判断出目标观测物在图像中可能的移动位置，并予以标注。

若通过以上方式还是无法清晰检测到目标观测物，则进一步获取观测物的多维数据来确定观测物；在必要时可以借助雷达等辅助工具，检测观测物的尺寸和距离，通过参考观测物的尺寸和距离对观测物进行判断。

尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (6)

1.一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，包括步骤如下：

按照一定的时间间隔获取目标监控区域的背景图像数据；

将获取的背景图像数据转换为RGB格式图像，并分别以R、G、B为空间坐标轴构建多维数据空间；

根据RGB格式图像的像素点RGB数值在多维数据空间的变化，得到RGB格式图像中的色彩波动；通过获取的RGB数值规律完整的展现出整体图像，包括消失的区域，具体为：同一个目标对象在每天不同时间段内的拍摄数据为例，其色彩会随着光照的变化而呈现整体性的偏移，即在原点（0,0,0）和终点（255,255,255）之间发生有规律的变化，直到某些图像区域在某个时间段内彻底消失、无法辨识，而通过多维图像数据集，可以通过时间维度和空间维度的整体变化重现这些消失的区域；从R、G、B三个空间坐标轴进行单独或者关联分析，统计出坐标轴上的重复数据以及数据的分布，还包括分析所述坐标轴上的数据的重复数量、数据的分布与图像本身X、Y坐标之间的关联关系；通过统计不同R、G、B坐标轴上的非重复数据，可以使用更少的数据维度来保持图像的基本可见性，以便用于高分辨图像的快速分析，即：在整体图像中，针对不同区域的色彩值变化趋势，抽取其中的一个或两个坐标轴，对图像的几何结构进行标注，即可完成图形结构的分析工作；

根据色彩波动识别判断是否为目标观测物；

若目标观测物被判定为目标观测物则进入下一步；否则丢弃目标观测物，继续监测。

2.根据权利要求1所述的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，所述色彩波动包括同一个区域的监控目标在一天不同的时间段内表现出的不同的色彩值，即背景图像数据在第四维度上的特性。

3.根据权利要求2所述的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，其特征在于，所述RGB格式图像中的色彩波动包括RGB格式图像因为光照变强或者变弱时使得图像达到不可见界限的图像区域。

4.根据权利要求3所述的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，其特征在于，所述得到RGB格式图像中的色彩波动的方式包括从R、G、B三个空间坐标轴进行单独或者关联分析，统计坐标轴上的数据重复数量及分布，通过非重复数据维持图像的基本可见性。

5.根据权利要求4所述的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，其特征在于，所述得到RGB格式图像中的色彩波动的方式还包括分析R、G、B坐标轴上的数据重复数量、分布与图像本身X、Y坐标之间的关联关系。

6.根据权利要求5所述的一种将图像RGB色彩数据转换为多维数据进行综合分析的方法，其特征在于，所述根据色彩波动识别判断是否为目标观测物包括将目标观测物的图像转化为RGB格式图像，并根据目标观测物的RGB格式图像色彩数据选择能够使得目标观测物与背景图像色彩数据的对立性。