一种用于视频监控的感兴趣区域提取方法.pdf

(19)中华人民共和国国家知识产权局*CN103077521A*(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103077521103077521A(43)申请公布日2013.05.01(21)申请号201310006815.6(22)申请日2013.01.08(71)申请人天津大学地址300072天津市南开区卫津路92号(72)发明人金志刚刘晓辉徐楚(74)专利代理机构天津市北洋有限责任专利代理事务所12201代理人程毓英(51)Int.Cl.G06T7/00(2006.01)权权利要求书1页利要求书1页说明书3页说明书3页附图1页附图1页(54)发明名称一种用于视频监控的感兴趣区域提取方法(57)摘要本发明提供一种视频图像中感兴趣区域的提取方法，适用于视频监控领域。所述方法可以将感兴趣区域自动标记出来，具体包括以下步骤：1)采用双目摄像头（已预先标定）进行视频采集；2)对左右两视点的图像进行校正，消除畸变；3)左右视点选择其一，通过双目视差计算其深度图，并通过连续图像构建其高斯混合背景模型；4)使用全局的深度对比度获取深度显著性区域，同时使用背景差值的方法获取运动区域，得到两幅二值图像；5)对步骤4获取的两幅二值图像做异或运算，然后筛选连通区域（去噪），并对剩余的连通区域做膨胀操作；6）最后标记轮廓和外接矩形，获取最终的感兴趣区域。本发明有效地克服了颜色和亮度变化对感兴趣区域检测的影响，具有很高的准确性和鲁棒性。CN103077521ACN103752ACN103077521A权利要求书1/1页1.一种用于视频监控的感兴趣区域提取方法，包括以下步骤：1）使用预先标定好的双目摄像机，或者将双目摄像头连接电脑采集获得左、右视点的双目视频图像；2）根据摄像机或双目摄像头的内、外参数，对左、右视点的双目视频图像做双目校正，消除畸变，使得两幅图像能够严格的对齐；3）选择左、右视点的其中一个作为基准视点，使用BM模式匹配算法计算双目视差以获得深度图，并利用此视点的连续图像序列，再使用高斯混合模型（GMM）建立此视点的背景模型；4）根据所获取的深度图，使用全局加权的深度差值平方之和计算所有深度显著图其中，DSi为像素i对应的深度显著性，di和dj为像素i和像素j对应的深度，pi＝(xi,yi)和pj＝(xj,yj)是像素i、j位置，‖di-dj‖为图像中像素i和像素j之间的的欧氏距离，ω(pi,pj)是和两个像素欧式距离相关的权重；选择深度显著图中大于阈值T1的像素DSi＞T1，得到二值图像I1；5）根据所获得的背景模型，使用背景减除法获取表示目标的二值图像I2，得到前景感兴趣区域；6）将I1，I2做异或运算，得到一副新的图像I3；7）对I3中所有的连通区域进行筛选，去除小于一定像素数的孤立区域。并对剩余区域做膨胀操作，获取区域集合R；8）R即为感兴趣区域集合ROI，标记轮廓和外接矩形，显式标明结果。2.根据权利要求1所述的用于用于视频监控的感兴趣区域提取方法，其特征在于，步骤5）中，满足如下公式时，认为像素属于前景感兴趣区域：|i(t)-bg(t)|≥T2其中，i(t)代表t帧中的像素，bg(t)为t帧的背景模型，T2为阈值。2CN103077521A说明书1/3页一种用于视频监控的感兴趣区域提取方法技术领域[0001]本发明属于图像检测技术领域，涉及一种可以用于视频监控的感兴趣区域提取方法。背景技术[0002]对于视频和图像来说，用户只对其中的部分区域感兴趣，这部分区域包含较大的信息量，能比较显著的吸引人的注意。使用计算机自动准确地获取感兴趣区域，在图像检测、目标识别、跟踪等领域具有广泛的应用。目前已有很多感兴趣区域的提取方法，比如用于运动目标提取的帧间差值法和背景减除法【1】，基于图像显著性分析的区域提取方法【2】，以及一些针对特定物体的检测算法（如HOG行人检测【3】），这些方法能够提取具有一定区分度的感兴趣区域。但是，帧间差值和背景差值法只能检测前景运动目标，缺乏对静止目标的识别能力；显著性的区域检测容易受颜色和亮度的影响，检测效果并不稳定；针对特定物体的检测算法往往通过训练好的分类器进行识别，检测比较准确，但往往只能针对特定目标，应用范围较窄而且难以实时。[0003]参考文献[0004]【1】Zivkovic,Z.andF.vanderHeijden(2006).Efficientadaptivedensityestimationperimagepixelforthetaskofbackgroundsubtraction[J].Patternrecognitionletters27(7):773-780.[0005]【2】IttiL,KochCandNieburE.Amodelofsaliency-base