視頻圖像中陰影的檢測方法及裝置制造方法
【專利摘要】本發(fā)明提供了一種視頻圖像中陰影的檢測方法及裝置，其中，上述方法包括：獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征；在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)目標(biāo)特征進(jìn)行旋轉(zhuǎn)；將旋轉(zhuǎn)得到的每個(gè)目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍；將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域。采用本發(fā)明提供的上述技術(shù)方案，解決了相關(guān)技術(shù)中，現(xiàn)有的陰影檢測消除方法存在的陰影消除效果不佳，實(shí)現(xiàn)較為復(fù)雜等技術(shù)問題，從而增強(qiáng)了陰影消除的效果，并且實(shí)現(xiàn)簡單，能夠滿足視頻實(shí)時(shí)分析處理的要求。
【專利說明】視頻圖像中陰影的檢測方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及通信領(lǐng)域，具體而言，涉及一種視頻圖像中陰影的檢測方法及裝置。
【背景技術(shù)】
[0002]在視頻監(jiān)控的場景中，特別是室外太陽光等強(qiáng)光源照射的情況下，目標(biāo)都會(huì)產(chǎn)生陰影。由于陰影與目標(biāo)具有相似的特性，比如輪廓、大小、運(yùn)動(dòng)特性等都很相似，因此在提取目標(biāo)時(shí)，往往也同時(shí)把陰影跟目標(biāo)一起提取出來了。這嚴(yán)重影響了真實(shí)目標(biāo)的提取、跟蹤和行為分析。在智能視頻監(jiān)控應(yīng)用中，如何消除陰影是一個(gè)關(guān)鍵并且非常難于解決的問題之
O
[0003]目前，存在多種陰影檢測方法以消除圖像中的陰影，但均存在缺陷，例如:(1)基于顏色模型的陰影檢測方法，通過陰影像素點(diǎn)和背景像素點(diǎn)在色調(diào)上的差異比較小的特點(diǎn)，識(shí)別出陰影。但基于這種方法對(duì)檢測到的陰影進(jìn)行消除的效果不佳；(2)基于目標(biāo)幾何特征的陰影檢測方法，計(jì)算位置參數(shù)，建立3D模型從而消除陰影。而計(jì)算位置參數(shù)建立模型，實(shí)現(xiàn)較為復(fù)雜，并且很難滿足實(shí)時(shí)視頻處理的性能要求，
[0004]綜上所述，通過顏色模型、陰影幾何特征等檢測陰影的方法，從消除陰影的效果和實(shí)現(xiàn)上，都是不太理想的。
[0005]針對(duì)相關(guān)技術(shù)中的上述問題，目前尚未提出有效的解決方案。

【發(fā)明內(nèi)容】

[0006]針對(duì)相關(guān)技術(shù)中，現(xiàn)有的陰影檢測消除方法存在的陰影消除效果不佳，實(shí)現(xiàn)較為復(fù)雜等技術(shù)問題，本發(fā)明提供一`種視頻圖像中陰影的檢測方法及裝置，以至少解決上述技術(shù)問題。
[0007]根據(jù)本發(fā)明的一個(gè)方面，提供了一種視頻圖像中陰影的檢測方法，包括:獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征；在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)目標(biāo)特征進(jìn)行旋轉(zhuǎn)；將旋轉(zhuǎn)得到的每個(gè)目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍；將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域。
[0008]上述預(yù)設(shè)旋轉(zhuǎn)范圍通過以下方式獲取:將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將最大夾角和最小夾角的角度范圍作為預(yù)設(shè)旋轉(zhuǎn)范圍。
[0009]獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征之前，包括:獲取被監(jiān)控目標(biāo)的輪廓；獲取輪廓范圍內(nèi)的被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，角點(diǎn)特征用于描述目標(biāo)特征。
[0010]上述目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征，將旋轉(zhuǎn)得到的每個(gè)上述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，包括:將當(dāng)前幀圖像的角點(diǎn)特征與獲取的輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配；將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域，包括:將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
[0011]將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域之后，包括:將陰影區(qū)域在當(dāng)前幀圖像中濾除。
[0012]根據(jù)本發(fā)明的另一個(gè)方面，提供了一種視頻圖像中陰影的檢測裝置，包括:獲取模塊，用于獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征；旋轉(zhuǎn)模塊，用于在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)目標(biāo)特征進(jìn)行旋轉(zhuǎn)；匹配模塊，將旋轉(zhuǎn)得到的每個(gè)目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍；確定模塊，用于將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域。
[0013]上述預(yù)設(shè)旋轉(zhuǎn)范圍通過以下方式獲取:將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將最大夾角和最小夾角的角度范圍作為預(yù)設(shè)旋轉(zhuǎn)范圍。
[0014]上述獲取模塊，還用于獲取被監(jiān)控目標(biāo)的輪廓；以及獲取輪廓范圍內(nèi)被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，角點(diǎn)特征用于描述目標(biāo)特征。
[0015]上述匹配模塊，還用于在目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征的情況下，將當(dāng)前幀圖像的角點(diǎn)特征與獲取的輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配；上述確定模塊，還用于將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
[0016]上述裝置還包括:過濾模塊，用于將陰影區(qū)域在當(dāng)前幀圖像中濾除。
[0017]通過本發(fā)明，采用在被監(jiān)控目標(biāo)方向與其陰影方向的夾角范圍內(nèi)旋轉(zhuǎn)提取的當(dāng)前幀圖像中每個(gè)目標(biāo)特征，與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配的技術(shù)手段，解決了相關(guān)技術(shù)中，現(xiàn)有的陰影檢測消除方法存在的陰影消除效果不佳，實(shí)現(xiàn)較為復(fù)雜等技術(shù)問題，從而增強(qiáng)了陰影消除的效果，并且實(shí)現(xiàn)簡單，能夠滿足視頻實(shí)時(shí)分析處理的要求。
【專利附圖】

【附圖說明】
[0018]此處所說明的附圖用來提供對(duì)本發(fā)明的進(jìn)一步理解，構(gòu)成本申請(qǐng)的一部分，本發(fā)明的示意性實(shí)施例及其說明用于解釋本發(fā)明，并不構(gòu)成對(duì)本發(fā)明的不當(dāng)限定。在附圖中:
[0019]圖1為根據(jù)本發(fā)明實(shí)施例的視頻圖像中陰影的檢測方法的流程圖；
[0020]圖2為根據(jù)本發(fā)明實(shí)施例的視頻圖像中陰影的檢測裝置的結(jié)構(gòu)框圖；
[0021]圖3為根據(jù)本發(fā)明優(yōu)選實(shí)施例的視頻圖像中陰影的檢測裝置的結(jié)構(gòu)示意圖；
[0022]圖4為根據(jù)本發(fā)明實(shí)施例的人工輔助陰影檢測方法的流程圖；
[0023]圖5為根據(jù)本發(fā)明實(shí)施例的目標(biāo)提取系統(tǒng)的結(jié)構(gòu)框圖；
[0024]圖6為根據(jù)本發(fā)明實(shí)施例的設(shè)置目標(biāo)方向和陰影方向原理示意圖；
[0025]圖7為根據(jù)本發(fā)明實(shí)施例的目標(biāo)輪廓的示意圖；
[0026]圖8為基于圖7所示實(shí)施例的目標(biāo)輪廓內(nèi)的角點(diǎn)特征示意圖；
[0027]圖9為根據(jù)本發(fā)明實(shí)施例的旋轉(zhuǎn)目標(biāo)角點(diǎn)特征進(jìn)行匹配的過程示意圖；
[0028]圖10為根據(jù)本發(fā)明實(shí)施例的提取當(dāng)前圖像中的角點(diǎn)特征的示意圖。
【具體實(shí)施方式】[0029]下文中將參考附圖并結(jié)合實(shí)施例來詳細(xì)說明本發(fā)明。需要說明的是，在不沖突的情況下，本申請(qǐng)中的實(shí)施例及實(shí)施例中的特征可以相互組合。
[0030]圖1為根據(jù)本發(fā)明實(shí)施例的視頻圖像中陰影的檢測方法的流程圖。如圖1所示，該方法包括:
[0031]步驟S102，獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征；
[0032]步驟S104,在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)所述目標(biāo)特征進(jìn)行旋轉(zhuǎn)；
[0033]步驟S106，將旋轉(zhuǎn)得到的每個(gè)上述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，上述預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍；
[0034]步驟S108，將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為被監(jiān)控目標(biāo)的陰影區(qū)域。
[0035]采用上述處理步驟，由于采用根據(jù)當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍對(duì)陰影進(jìn)行檢測的技術(shù)手段，因此，可以有效地對(duì)陰影進(jìn)行識(shí)別，并基于此，可以有效地消除圖像中的陰影，同時(shí)由于檢測實(shí)現(xiàn)簡單，能夠滿足視頻實(shí)時(shí)分析處理的要求。
[0036]在步驟S102中，可以實(shí)時(shí)獲取被監(jiān)控目標(biāo)的目標(biāo)特征，也可以從目標(biāo)特征庫中獲取。
[0037]上述預(yù)設(shè)旋轉(zhuǎn)范圍可以由人工預(yù)先測量獲取得到，此時(shí)，需要將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與所述目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將上述最大夾角和最小夾角的角度范圍作為預(yù)設(shè)旋轉(zhuǎn)范圍。
[0038]在步驟S106中，可以采用角點(diǎn)特征匹配的方式進(jìn)行匹配，在這種情況下，在獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征之前，需要進(jìn)行以下處理過程:獲取被監(jiān)控目標(biāo)的輪廓(可以是手工方式繪制獲取)；獲取輪廓范圍內(nèi)的被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，所述角點(diǎn)特征用于描述所述目標(biāo)特征。
[0039]基于上述處理過程，為了實(shí)現(xiàn)角點(diǎn)特征匹配的方式，在獲取的上述目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征時(shí)，將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域，包括:將當(dāng)前幀圖像的角點(diǎn)特征與獲取的輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配。此時(shí)，將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，該陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
[0040]為了實(shí)現(xiàn)圖像的去陰影效果，在步驟S108即將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為陰影區(qū)域之后，包括:將上述陰影區(qū)域在當(dāng)前幀圖像中濾除。
[0041]在本發(fā)明的一個(gè)優(yōu)選實(shí)施過程中，上述各個(gè)處理過程及優(yōu)選實(shí)施過程可以表現(xiàn)為以下實(shí)現(xiàn)形式:
[0042]首先，攝像頭采集每一幀視頻圖像。
[0043]然后手工設(shè)置目標(biāo)方向和陰影方向。設(shè)置目標(biāo)方向時(shí)，設(shè)置目標(biāo)在地面上的垂直方向。設(shè)置陰影方向時(shí)，即是在光源位置變化范圍內(nèi)，目標(biāo)形成的陰影的變化方向，只需記錄下兩個(gè)陰影方向:一是與目標(biāo)方向形成的最大夾角的陰影方向，另一個(gè)是與目標(biāo)方向形成的最小夾角的陰影方向。兩個(gè)夾角描述了陰影變化的范圍。[0044]然后手工輔助提取目標(biāo)特征。使用曲線勾畫出目標(biāo)的輪廓，然后使用角點(diǎn)檢測算法，提取曲線描述范圍內(nèi)的角點(diǎn)，用以描述目標(biāo)特征。角點(diǎn)在保留圖像圖形重要特征的同時(shí)，可以有效地減少信息的數(shù)據(jù)量，使其信息的含量很高，有效地提高了計(jì)算的速度，有利于圖像的可靠匹配，使得實(shí)時(shí)處理成為可能。對(duì)于一些常見目標(biāo)，可以保存該目標(biāo)特征，錄入目標(biāo)特征庫。
[0045]特征匹配時(shí)，使用目標(biāo)特征庫中的每一個(gè)目標(biāo)角點(diǎn)特征，匹配圖像中的陰影的角點(diǎn)特征。由于目標(biāo)與陰影都具有相似的輪廓，只是方向不同，因此使用角點(diǎn)特征匹配能夠檢測出目標(biāo)陰影。檢測方法是:從實(shí)時(shí)視頻流中選擇一幀圖像，經(jīng)過預(yù)處理后，使用角點(diǎn)檢測算法提取該幀圖像上的角點(diǎn)。然后從目標(biāo)特征庫中，選擇每一個(gè)目標(biāo)特征。根據(jù)預(yù)先設(shè)置的夾角范圍，將目標(biāo)特征旋轉(zhuǎn)一定的角度。與視頻幀圖像上的目標(biāo)角點(diǎn)特征匹配，識(shí)別出目標(biāo)陰影。
[0046]設(shè)置夾角范圍后，可限制陰影檢測的范圍，有效避免相似的目標(biāo)物體被過濾。
[0047]最后消除陰影。對(duì)匹配成功的陰影區(qū)域，直接過濾該區(qū)域內(nèi)的目標(biāo)。
[0048]基于上傳處理步驟，在本優(yōu)選實(shí)施方式中還提供一種目標(biāo)提取系統(tǒng)，以實(shí)現(xiàn)上述處理過程，該目標(biāo)提取系統(tǒng)包括:視頻圖像采集模塊，設(shè)置模塊，目標(biāo)特征庫維護(hù)模塊，特征匹配模塊，陰影消除模塊。其中，
[0049]視頻圖像采集模塊，用于采集實(shí)時(shí)的視頻幀圖像；
[0050]設(shè)置模塊，用于設(shè)置目標(biāo)方向和陰影方向，并計(jì)算目標(biāo)方向和陰影方向之間的夾角范圍，用以限制目標(biāo)特征旋轉(zhuǎn)范圍。
[0051]目標(biāo)特征庫維護(hù)模塊，用于手工輔助描述目標(biāo)輪廓，然后通過角點(diǎn)檢測算法，提取目標(biāo)特征，錄入特征庫。
[0052]特征匹配模塊，用于識(shí)別視頻圖像幀中的陰影。對(duì)特征庫里面的每一個(gè)目標(biāo)特征，根據(jù)預(yù)設(shè)的夾角范圍，旋轉(zhuǎn)一定角度后，與預(yù)處理后的視頻圖像幀進(jìn)行匹配，識(shí)別出目標(biāo)陰影。
[0053]陰影消除模塊，用于消除陰影區(qū)域。對(duì)于特征匹配模塊識(shí)別后的陰影區(qū)域，直接過濾該區(qū)域內(nèi)的目標(biāo)。
[0054]在本實(shí)施例中還提供了一種視頻圖像中陰影的檢測裝置，用于實(shí)現(xiàn)上述實(shí)施例及優(yōu)選實(shí)施方式，已經(jīng)進(jìn)行過說明的不再贅述，下面對(duì)該裝置中涉及到的模塊進(jìn)行說明。如以下所使用的，術(shù)語“模塊”可以實(shí)現(xiàn)預(yù)定功能的軟件和/或硬件的組合。盡管以下實(shí)施例所描述的裝置較佳地以軟件來實(shí)現(xiàn)，但是硬件，或者軟件和硬件的組合的實(shí)現(xiàn)也是可能并被構(gòu)想的。圖2為根據(jù)本發(fā)明實(shí)施例的視頻圖像中陰影的檢測裝置的結(jié)構(gòu)框圖。如圖2所示，該裝置包括:
[0055]獲取模塊20，連接至旋轉(zhuǎn)模塊22，用于獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征；
[0056]旋轉(zhuǎn)模塊22，連接至匹配模塊24，用于在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)所述目標(biāo)特征進(jìn)行旋轉(zhuǎn)；
[0057]匹配模塊24，連接至確定模塊26，將旋轉(zhuǎn)得到的每個(gè)上述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，上述預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍；[0058]確定模塊26，用于將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域。
[0059]通過上述各個(gè)處理模塊所實(shí)現(xiàn)的功能，同樣可以采用根據(jù)當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍對(duì)陰影進(jìn)行檢測，因此，也可以有效地對(duì)陰影進(jìn)行識(shí)別，并基于此，可以有效地消除圖像中的陰影，同時(shí)由于檢測實(shí)現(xiàn)簡單，能夠滿足視頻實(shí)時(shí)分析處理的要求
[0060]在本發(fā)明的一個(gè)優(yōu)選實(shí)施方式中，上述預(yù)設(shè)旋轉(zhuǎn)范圍通過以下方式獲取:將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在所述光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與所述目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度范圍作為所述預(yù)設(shè)旋轉(zhuǎn)范圍。
[0061]優(yōu)選地，上述獲取模塊20，還用于獲取被監(jiān)控目標(biāo)的輪廓；以及獲取所述輪廓范圍內(nèi)被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，所述角點(diǎn)特征用于描述所述目標(biāo)特征。
[0062]優(yōu)選地，上述匹配模塊22，還用于在所述目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征的情況下，將當(dāng)前幀圖像的角點(diǎn)特征與獲取的所述輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配；確定模塊26，還用于將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
[0063]優(yōu)選地，如圖3所示，上述裝置還可以包括:過濾模塊28，用于將所述陰影區(qū)域在當(dāng)前幀圖像中濾除。
[0064]為了更好地理解上述實(shí)施例，以下結(jié)合相關(guān)附圖和具體實(shí)施例詳細(xì)說明
[0065]實(shí)施例
[0066]本實(shí)施例提供一種人工輔助陰影檢測方法，如圖4所示，該方法包括以下步驟:
[0067]步驟S402，攝像頭采集視頻圖像。
[0068]步驟S404，設(shè)置陰影方向和目標(biāo)方向，計(jì)算陰影方向與目標(biāo)方向之間的夾角范圍。用以限制識(shí)別陰影的方向，縮小匹配范圍。
[0069]步驟S406，使用曲線畫出目標(biāo)輪廓，采用角點(diǎn)檢測算法提取目標(biāo)特征，錄入目標(biāo)特征庫。
[0070]步驟S408，在夾角范圍內(nèi)旋轉(zhuǎn)目標(biāo)輪廓特征，使用角點(diǎn)特征匹配陰影:對(duì)特征庫中的每一個(gè)目標(biāo)特征，在夾角范圍內(nèi)旋轉(zhuǎn)目標(biāo)輪廓特征；對(duì)視頻幀經(jīng)過預(yù)處理后，得到灰度圖，提取灰度圖的角點(diǎn)特征，然后使用旋轉(zhuǎn)后的目標(biāo)角點(diǎn)特征與灰度圖的角點(diǎn)特征匹配，識(shí)別出陰影。
[0071]步驟S410，消除陰影:標(biāo)注識(shí)別出陰影的區(qū)域，該區(qū)域不作為目標(biāo)提取區(qū)域。
[0072]在本實(shí)施例中，還提供了一種一種人工輔助提取目標(biāo)系統(tǒng)，如圖5所示，該系統(tǒng)包括:視頻圖像采集模塊50，設(shè)置模塊52，特征提取模塊54，特征匹配模塊56，陰影消除模塊58，其中:
[0073]視頻圖像采集模塊50，連接至設(shè)置模塊52和特征提取模塊54，用于采集視頻圖像數(shù)據(jù)。一般設(shè)備包括IPC (網(wǎng)絡(luò)攝像機(jī))、DVS (網(wǎng)絡(luò)視頻服務(wù)器)、DVR (硬盤錄像機(jī))；
[0074]設(shè)置模塊52，連接至特征匹配模塊56，用于獲取目標(biāo)方向和陰影方向(可以采用手工方式設(shè)置獲取)，計(jì)算目標(biāo)方向與陰影方向之間夾角范圍，用以限制目標(biāo)特征的旋轉(zhuǎn)范圍；[0075]特征提取模塊54，連接至特征匹配模塊56，在勾畫出目標(biāo)輪廓后，使用角點(diǎn)檢測算法計(jì)算區(qū)域內(nèi)的目標(biāo)角點(diǎn)，形成目標(biāo)特征，錄入特征庫；
[0076]特征匹配模塊56，連接至陰影消除模塊58，選擇視頻圖像采集模塊50采集的一幀圖像，經(jīng)過預(yù)處理后得到灰度圖，然后使用角點(diǎn)檢測模塊提取灰度圖上的角點(diǎn)；對(duì)特征庫中的目標(biāo)特征，根據(jù)設(shè)置模塊52計(jì)算的角度范圍，旋轉(zhuǎn)目標(biāo)特征的角度后，與灰度圖上的角點(diǎn)特征匹配，匹配成功的區(qū)域即為陰影區(qū)域；
[0077]陰影消除模塊58，對(duì)特征匹配模塊56檢測到的區(qū)域，直接過濾該區(qū)域內(nèi)的目標(biāo)檢索。
[0078]對(duì)于上述設(shè)計(jì)系統(tǒng)，本發(fā)明還具體的描述了設(shè)置目標(biāo)方向和陰影方向原理，如圖6所示:
[0079]設(shè)置目標(biāo)方向，設(shè)置目標(biāo)在地面上的垂直方向；
[0080]設(shè)置陰影方向，設(shè)置強(qiáng)光源如太陽光照射下的陰影方向，可選擇早上、中午、晚上時(shí)間點(diǎn)，目標(biāo)投射的陰影的方向；
[0081]計(jì)算目標(biāo)方向與陰影方向構(gòu)成的夾角范圍，由目標(biāo)方向和陰影方向構(gòu)成的夾角，該夾角可限制在一個(gè)范圍之內(nèi)，用以控制目標(biāo)角點(diǎn)特征的旋轉(zhuǎn)角度。
[0082]圖7為根據(jù)本發(fā)明實(shí)施例的目標(biāo)輪廓的示意圖，圖7中虛線曲線即為人工輔助描述目標(biāo)輪廓線；
[0083]然后通過角點(diǎn)檢測算法，提取目標(biāo)角點(diǎn)特征。角點(diǎn)是圖像很重要的特征，一般為兩條線的交叉處，也可以是位于相鄰的兩個(gè)主要方向不同的事物上的點(diǎn)，如圖8所示的黑點(diǎn)，為提取出的目標(biāo)角點(diǎn)。使用線段連接的角點(diǎn)，是為了便于理解閱讀，線段并不用于角點(diǎn)特征匹配。
[0084]如圖9所示，根據(jù)設(shè)置的目標(biāo)方向和陰影方向的角度范圍，，在該角度范圍內(nèi)旋轉(zhuǎn)目標(biāo)角點(diǎn)特征，旋轉(zhuǎn)后的角點(diǎn)特征，用于匹配視頻幀圖像中的角點(diǎn)(圖9中的黑點(diǎn))；
[0085]圖10為根據(jù)本發(fā)明實(shí)施例的提取當(dāng)前圖像中的角點(diǎn)特征的示意圖。如圖10所示，對(duì)從視頻采集設(shè)備獲取的一幀視頻圖像，經(jīng)過預(yù)處理后得到灰度圖像，然后使用角點(diǎn)檢測方法提取圖像中的角點(diǎn)。然后使用圖9旋轉(zhuǎn)后的角點(diǎn)特征與圖10上提取的角點(diǎn)特征(圖10中的黑點(diǎn))匹配。匹配過程中，為了提升準(zhǔn)確性，可容忍一定范圍內(nèi)的角點(diǎn)偏移或丟失。匹配成功者即為該目標(biāo)在光源下投射的陰影。
[0086]使用本實(shí)施例中的檢測方案，檢測目標(biāo)陰影，效果明顯，而且對(duì)性能要求低，能夠滿足實(shí)時(shí)視頻分析處理。
[0087]綜上所述，采用本發(fā)明實(shí)施例中的檢測方法消除陰影，效果明顯優(yōu)于其它算法。能準(zhǔn)確的提取出實(shí)際目標(biāo)，避免陰影對(duì)目標(biāo)識(shí)別和跟蹤的影響。同時(shí)方案實(shí)現(xiàn)簡單，性能表現(xiàn)優(yōu)異，可以很好的應(yīng)用于視頻監(jiān)控等領(lǐng)域
[0088]在另外一個(gè)實(shí)施例中，還提供了一種軟件，該軟件用于執(zhí)行上述實(shí)施例及優(yōu)選實(shí)施方式中描述的技術(shù)方案。
[0089]在另外一個(gè)實(shí)施例中，還提供了一種存儲(chǔ)介質(zhì)，該存儲(chǔ)介質(zhì)中存儲(chǔ)有上述軟件，該存儲(chǔ)介質(zhì)包括但不限于:光盤、軟盤、硬盤、可擦寫存儲(chǔ)器等。
[0090]顯然，本領(lǐng)域的技術(shù)人員應(yīng)該明白，上述的本發(fā)明的各模塊或各步驟可以用通用的計(jì)算系統(tǒng)來實(shí)現(xiàn)，它們可以集中在單個(gè)的計(jì)算系統(tǒng)上，或者分布在多個(gè)計(jì)算系統(tǒng)所組成的網(wǎng)絡(luò)上，可選地，它們可以用計(jì)算系統(tǒng)可執(zhí)行的程序代碼來實(shí)現(xiàn)，從而，可以將它們存儲(chǔ)在存儲(chǔ)系統(tǒng)中由計(jì)算系統(tǒng)來執(zhí)行，并且在某些情況下，可以以不同于此處的順序執(zhí)行所示出或描述的步驟，或者將它們分別制作成各個(gè)集成電路模塊，或者將它們中的多個(gè)模塊或步驟制作成單個(gè)集成電路模塊來實(shí)現(xiàn)。這樣，本發(fā)明不限制于任何特定的硬件和軟件結(jié)合。
[0091]以上所述僅為本發(fā)明的優(yōu)選實(shí)施例而已，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
【權(quán)利要求】
1.一種視頻圖像中陰影的檢測方法，其特征在于，包括: 獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征； 在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)所述目標(biāo)特征進(jìn)行旋轉(zhuǎn)； 將旋轉(zhuǎn)得到的每個(gè)所述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，所述預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍； 將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述預(yù)設(shè)旋轉(zhuǎn)范圍通過以下方式獲取: 將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在所述光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與所述目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度范圍作為所述預(yù)設(shè)旋轉(zhuǎn)范圍。
3.根據(jù)權(quán)利要求1所述的方法，其特征在于，獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征之前，包括: 獲取被監(jiān)控目標(biāo)的輪廓； 獲取所述輪廓范圍內(nèi)的被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，所述角點(diǎn)特征用于描述所述目標(biāo)特征。
4.根據(jù)權(quán)利要求3所述的方法，其特征在于， 所述目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征，將旋轉(zhuǎn)得到的每個(gè)上述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，包括 :將當(dāng)前幀圖像的角點(diǎn)特征與獲取的所述輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配； 將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域，包括:將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，所述陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
5.根據(jù)權(quán)利要求1至4任一項(xiàng)所述的方法，其特征在于，將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域之后，包括: 將所述陰影區(qū)域在當(dāng)前幀圖像中濾除。
6.一種視頻圖像中陰影的檢測裝置，其特征在于，包括: 獲取模塊，用于獲取當(dāng)前幀圖像中被監(jiān)控目標(biāo)的目標(biāo)特征； 旋轉(zhuǎn)模塊，用于在預(yù)設(shè)旋轉(zhuǎn)范圍內(nèi)對(duì)獲取的每個(gè)所述目標(biāo)特征進(jìn)行旋轉(zhuǎn)； 匹配模塊，將旋轉(zhuǎn)得到的每個(gè)所述目標(biāo)特征與預(yù)處理后的當(dāng)前幀圖像進(jìn)行匹配，其中，所述預(yù)設(shè)旋轉(zhuǎn)范圍為當(dāng)前幀圖像中被監(jiān)控目標(biāo)在光源位置變化范圍內(nèi)產(chǎn)生的陰影的變化范圍； 確定模塊，用于將與當(dāng)前幀圖像匹配的目標(biāo)特征所在區(qū)域確定為所述被監(jiān)控目標(biāo)的陰影區(qū)域。
7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述預(yù)設(shè)旋轉(zhuǎn)范圍通過以下方式獲取: 將被監(jiān)控目標(biāo)在地面上的垂直方向作為目標(biāo)方向；在所述光源位置變化范圍內(nèi)，獲取當(dāng)前幀圖像中與所述目標(biāo)方向形成最大夾角和最小夾角的陰影方向，將所述最大夾角和所述最小夾角的角度范圍作為所述預(yù)設(shè)旋轉(zhuǎn)范圍。
8.根據(jù)權(quán)利要求6所述的裝置，其特征在于， 所述獲取模塊，還用于獲取被監(jiān)控目標(biāo)的輪廓；以及獲取所述輪廓范圍內(nèi)被監(jiān)控目標(biāo)的角點(diǎn)特征，其中，所述角點(diǎn)特征用于描述所述目標(biāo)特征。
9.根據(jù)權(quán)利要求8所述的裝置，其特征在于， 所述匹配模塊，還用于在所述目標(biāo)特征為當(dāng)前幀圖像的角點(diǎn)特征的情況下，將當(dāng)前幀圖像的角點(diǎn)特征與獲取的所述輪廓范圍內(nèi)的角點(diǎn)特征進(jìn)行匹配； 所述確定模塊，還用于將匹配成功的當(dāng)前幀圖像的角點(diǎn)特征確定為陰影的角點(diǎn)特征，其中，所述陰影的角點(diǎn)特征所在區(qū)域?yàn)殛幱皡^(qū)域。
10.根據(jù)權(quán)利要求6至9任一項(xiàng)所述的裝置，其特征在于，還包括: 過濾模塊，用于 將所述陰影區(qū)域在當(dāng)前幀圖像中濾除。
【文檔編號(hào)】G06T7/00GK103455998SQ201210181089
【公開日】2013年12月18日 申請(qǐng)日期:2012年6月4日 優(yōu)先權(quán)日:2012年6月4日
【發(fā)明者】曾剛, 王東 申請(qǐng)人:中興通訊股份有限公司