基于高清视频图像目标自动定位识别系统及方法.pdf

(19)中华人民共和国国家知识产权局*CN102768731A*(12)发明专利申请(10)申请公布号CN102768731A(43)申请公布日2012.11.07(21)申请号201210222879.5(22)申请日2012.06.29(71)申请人陕西省交通规划设计研究院地址710068陕西省西安市碑林区友谊西路243号申请人北京科技大学(72)发明人李刚石飞荣田秦(74)专利代理机构北京金智普华知识产权代理有限公司11401代理人皋吉甫(51)Int.Cl.G06K9/62(2006.01)G06K9/54(2006.01)权利要求书权利要求书1页1页说明书说明书66页页附图附图22页(54)发明名称基于高清视频图像目标自动定位识别系统及方法(57)摘要本发明涉及基于高清视频图像目标自动定位识别系统及方法，该系统由高清视频图像增强处理模块、目标检测定位模块、灰度图像二值化处理模块、目标轮廓图像倾斜度校正模块、目标轮廓图像分割及特征提取模块和目标轮廓图像识别及后处理模块组成；本发明具有针对复杂背景下的高清(200万像素以上)视频图像(运动)目标自动检测、快速定位识别以及非均匀光照条件下高清视频图像增强处理效果好、动态范围大、目标自动定位识别精度高等优点，同时嵌入式软件功能设计可大大提高软件可信、可靠度和稳定性，降低前端嵌入式系统(智能摄像机)施工安装要求。CN1027683ACN102768731A权利要求书1/1页1.高清视频图像目标自动定位识别系统，其特征在于，该系统由高清视频图像增强处理模块、目标检测定位模块、灰度图像二值化处理模块、目标轮廓图像倾斜度校正模块、目标轮廓图像分割及特征提取模块和目标轮廓图像识别及后处理模块组成；其中，所述高清视频图像增强处理模块用于实现对前端高清摄像机实时采集的高清视频的图像增强处理，根据高清视频图像中背景/场景图像和内容/目标图像实时确定图像滤波器模板类型及加权系数，获取最佳信噪比增强图像，提高后续目标检测、定位、识别精度,以消除复杂场景图像噪声干扰；所述目标检测定位模块用于对处理过的所述图像信息中实现设定侦测区域图像与动态背景图像之间的实时比对，采用自适应梯度检测定位算法对其中目标进行快速轮廓/边缘检测、定位；所述灰度图像二值化处理模块用于对目标轮廓识别后的图像转换为灰度图像后进行二值化处理；所述目标轮廓图像倾斜度校正模块用于将二值化处理处理过的图像基于垂直游程长统计的目标轮廓/边缘图像倾斜度校正算法对目标轮廓/边缘图像倾斜度校正处理;所述目标轮廓图像分割及特征提取模块用于实现在经目标轮廓图像倾斜度校正后的二值化图像中目标轮廓/边缘图像分割及特征提取；所述目标轮廓图像识别及后处理模块采用动态样本聚类分析法实现目标轮廓/边缘图像的匹配识别和本地目标轮廓图像/特征样本库中特征样本的优化、调整。2.高清视频图像目标自动定位识别方法，其特征在于，该方法具体包括如下步骤：步骤1，高清视频图像增强处理模块对高清摄像机实时采集的高清视频进行图像增强处理，实时比对设定侦测区域图像与动态背景图像，对实时采集的高清视频图像中设定侦测区域/运动目标轮廓/边缘进行快速检测、定位；步骤2，目标检测定位模块将实时检测到的设定侦测区域目标轮廓/边缘图像映射到原始高清视频动态背景图像中，根据目标轮廓/边缘图像特征对目标轮廓/边缘图像进行排序；步骤3，将高清视频中设定侦测区域图像转换为灰度图像，并将高清视频中设定侦测区域灰度图像进行二值化处理；步骤4，根据实时检测到的目标轮廓/边缘图像与样本库进行比对，对实时检测到的目标轮廓/边缘图像进行特征分类；步骤5，对实时检测到的目标轮廓/边缘图像进行匹配识别，确定实时检测到的设定侦测区域目标轮廓图像类型。3.根据权利要求2所述的针对高清视频设定侦测区域图像目标快速定位、识别方法，其特征在于，所述方法步骤5采用动态样本聚类分析法对目标轮廓图像进行识别，并根据目标轮廓特征对识别结果进行确认。2CN102768731A说明书1/6页基于高清视频图像目标自动定位识别系统及方法技术领域[0001]本发明涉及一种可用于公共安全、停车管理、智能交通、综合应急等领域复杂场景下基于高清视频图像目标自动定位识别系统及方法。背景技术[0002]近年来，高清摄像机越来越多地应用于公共安全、停车管理、智能交通、综合应急等领域复杂背景下的高清视频图像监控。传统的标清视频图像目标定位识别方法无法直接转化为针对复杂场景下的高清视频图像(运动)目标(快速)自贡定位识别处理，原因是高清视频图像分辨率高，场景范围大、背景复杂，设定侦测区域(运动)目标(快速)自动轮廓(边缘)检测定位难度大，高清视频图像中有多个(运动)目标需同时定位、识别，而现有标清视频图像下的目标识别方法一般只能识别简单背景下的单一目标。此外