圖像處理裝置、圖像處理方法以及監(jiān)控設(shè)備的制造方法
【技術(shù)領(lǐng)域】
[0001] 本申請(qǐng)一般涉及圖像處理，更具體地，涉及能夠估計(jì)圖像中包含的目標(biāo)對(duì)象的數(shù) 量的圖像處理裝置、圖像處理方法以及包含該圖像處理裝置的監(jiān)控設(shè)備。
【背景技術(shù)】
[0002] 作為目標(biāo)對(duì)象數(shù)量估計(jì)的一個(gè)示例，人群密度估計(jì)能夠用于學(xué)校、車站、機(jī)場(chǎng)、銀 行等多種區(qū)域。以機(jī)場(chǎng)環(huán)境為例，通過(guò)機(jī)場(chǎng)環(huán)境下的人流密度統(tǒng)計(jì)，管理人員可以合理調(diào)度 人力和物力，實(shí)現(xiàn)資源的合理配置。這種技術(shù)可以應(yīng)用于機(jī)場(chǎng)的人流量統(tǒng)計(jì)、機(jī)場(chǎng)出入口及 大廳的人員異常聚集報(bào)警和商家客流統(tǒng)計(jì)等方面。目前人群密度估計(jì)除了人工清點(diǎn)方式之 外，常見(jiàn)的自動(dòng)人流統(tǒng)計(jì)方法主要有三種：（1)機(jī)械腳踏傳感器方式：這種方式在人流分布 不均勻時(shí)，精度較低；（2)紅外線感應(yīng)方式：這種方式在人流遮擋及人流密度較大時(shí)，會(huì)有 較大的漏檢概率；（3)視頻圖像方式：這種方式通過(guò)攝像頭獲取的監(jiān)控場(chǎng)景實(shí)時(shí)的對(duì)人群 密度進(jìn)行統(tǒng)計(jì)，是目前使用的較為廣泛的人流統(tǒng)計(jì)方法。
[0003] 當(dāng)前基于視頻圖像的人群密度估計(jì)的主流算法主要有基于像素的統(tǒng)計(jì)方法和基 于紋理分析的方法?；谙袼氐慕y(tǒng)計(jì)的方法主要通過(guò)提取前景人群占據(jù)的空間大小及提取 人群對(duì)象的邊緣長(zhǎng)度這兩類特征對(duì)人群密度進(jìn)行估計(jì)，這種方法計(jì)算量下，適用于低密度 人群情況，當(dāng)人群密度較高存在較嚴(yán)重遮擋時(shí)，精度較差?；诩y理分析的方法通過(guò)將不同 密度的人群分成不同的紋理模式，高密度的為細(xì)模式紋理，低密度的為粗模式紋理。這種方 法由于特征量較多，因此計(jì)算量較大，并且對(duì)于中低密度人群估計(jì)得誤差也較大。
[0004] 此外，可以采用根據(jù)特征點(diǎn)數(shù)目確定目標(biāo)對(duì)象數(shù)量的方法，這種方法能夠適用于 不同密度等級(jí)的目標(biāo)對(duì)象。

【發(fā)明內(nèi)容】

[0005] 在實(shí)際環(huán)境下，例如由于光照(燈光或者陽(yáng)光）和人群的流動(dòng)，地面上會(huì)形成不斷 變化的光影交替區(qū)域，這些區(qū)域會(huì)影響特征點(diǎn)提取的準(zhǔn)確度。因此，在根據(jù)特征點(diǎn)數(shù)目確定 目標(biāo)對(duì)象數(shù)量的情況下，希望消除這些區(qū)域所造成的影響。然而，由于光照區(qū)域位置和大小 不固定，因此難以用傳統(tǒng)的背景去除的方法來(lái)消除這種影響。
[0006] 在下文中給出了關(guān)于本發(fā)明實(shí)施例的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面 的基本理解。應(yīng)當(dāng)理解，以下概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本 發(fā)明的關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出 某些概念，以此作為稍后論述的更詳細(xì)描述的前序。
[0007] 根據(jù)本申請(qǐng)的一個(gè)方面，提供一種圖像處理裝置，包括：特征點(diǎn)識(shí)別部分，被配置 為識(shí)別圖像中的預(yù)定類型的特征點(diǎn)；特征點(diǎn)分類部分，被配置為通過(guò)識(shí)別特征點(diǎn)中的非目 標(biāo)對(duì)象特征點(diǎn)來(lái)將所識(shí)別出的特征點(diǎn)分類為目標(biāo)對(duì)象特征點(diǎn)和非目標(biāo)對(duì)象特征點(diǎn)；以及 數(shù)量估計(jì)部分，被配置為按照目標(biāo)對(duì)象特征點(diǎn)的數(shù)量與目標(biāo)對(duì)象的數(shù)量之間的預(yù)定對(duì)應(yīng)關(guān) 系，根據(jù)所確定的目標(biāo)對(duì)象特征點(diǎn)的數(shù)量來(lái)估計(jì)圖像中包含的目標(biāo)對(duì)象的數(shù)量。
[0008] 根據(jù)本申請(qǐng)的另一個(gè)方面，提供一種圖像處理方法，包括以下步驟：識(shí)別圖像中的 預(yù)定類型的特征點(diǎn)；通過(guò)識(shí)別特征點(diǎn)中的非目標(biāo)對(duì)象特征點(diǎn)，來(lái)將所識(shí)別出的特征點(diǎn)分類 為目標(biāo)對(duì)象特征點(diǎn)和非目標(biāo)對(duì)象特征點(diǎn)；以及按照目標(biāo)對(duì)象特征點(diǎn)數(shù)量與目標(biāo)對(duì)象的數(shù)量 之間的預(yù)定對(duì)應(yīng)關(guān)系，根據(jù)所確定的目標(biāo)對(duì)象特征點(diǎn)的數(shù)量來(lái)估計(jì)圖像中包含的目標(biāo)對(duì)象 的數(shù)量。
[0009] 本申請(qǐng)的實(shí)施方式還包括包監(jiān)控設(shè)備，其包括上述圖像處理裝置。
[0010] 本申請(qǐng)的方案通過(guò)從識(shí)別出的特征點(diǎn)中確定非目標(biāo)對(duì)象特征點(diǎn)，來(lái)減小例如圖像 中的光影交替區(qū)域?qū)μ卣鼽c(diǎn)提取的影響，從而能夠改進(jìn)目標(biāo)對(duì)象數(shù)量估計(jì)的準(zhǔn)確度。
【附圖說(shuō)明】
[0011] 本發(fā)明可以通過(guò)參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所 有附圖中使用了相同或相似的附圖標(biāo)記來(lái)表示相同或者相似的部件。所述附圖連同下面的 詳細(xì)說(shuō)明一起包含在本說(shuō)明書中并且形成本說(shuō)明書的一部分，而且用來(lái)進(jìn)一步舉例說(shuō)明本 發(fā)明的優(yōu)選實(shí)施例和解釋本發(fā)明的原理和優(yōu)點(diǎn)。在附圖中：
[0012] 圖1是示出根據(jù)本申請(qǐng)一個(gè)實(shí)施例的圖像處理裝置的配置示例的框圖；
[0013] 圖2是示出本申請(qǐng)的一個(gè)示例實(shí)施例的圖像處理裝置的配置示例的框圖；
[0014] 圖3是用于說(shuō)明本申請(qǐng)一個(gè)示例實(shí)施例的圖像處理裝置所進(jìn)行的圖像處理的示 例圖像；
[0015] 圖4是用于說(shuō)明本申請(qǐng)一個(gè)示例實(shí)施例的圖像處理裝置所進(jìn)行的特征點(diǎn)分類的 示例圖像；
[0016] 圖5是示出本申請(qǐng)另一示例實(shí)施例的圖像處理裝置的配置示例的框圖；
[0017] 圖6是示出本申請(qǐng)又一示例實(shí)施例的圖像處理裝置的配置示例的框圖；
[0018] 圖7是示出本申請(qǐng)另一示例實(shí)施例的圖像處理裝置的配置示例的框圖；
[0019] 圖8是示出根據(jù)本申請(qǐng)一個(gè)實(shí)施例的圖像處理方法的過(guò)程示例的流程圖；
[0020] 圖9是示出本申請(qǐng)一個(gè)示例實(shí)施例的圖像處理方法的特征點(diǎn)分類過(guò)程的示例的 流程圖；
[0021] 圖10是示出本申請(qǐng)一個(gè)示例實(shí)施例的圖像處理方法的特征點(diǎn)分類過(guò)程的另一示 例的流程圖；
[0022] 圖11是示出本申請(qǐng)另一示例的圖像處理方法的過(guò)程示例的流程圖；
[0023] 圖12是示出本申請(qǐng)又一示例的圖像處理方法的過(guò)程示例的流程圖；
[0024] 圖13是示出根據(jù)本申請(qǐng)一個(gè)實(shí)施例的監(jiān)控設(shè)備的配置示例的框圖；以及
[0025] 圖14是示出實(shí)現(xiàn)本申請(qǐng)的方法和設(shè)備的計(jì)算機(jī)的示例性結(jié)構(gòu)的框圖。
【具體實(shí)施方式】
[0026] 下面將參照附圖來(lái)說(shuō)明本發(fā)明的實(shí)施例。在本發(fā)明的一個(gè)附圖或一種實(shí)施方式中 描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。 應(yīng)當(dāng)注意，為了清楚的目的，附圖和說(shuō)明中省略了與本發(fā)明無(wú)關(guān)的、本領(lǐng)域普通技術(shù)人員已 知的部件和處理的表示和描述。
[0027] 如圖1所示，根據(jù)本申請(qǐng)實(shí)施例的圖像處理裝置100包括特征點(diǎn)識(shí)別部分110、特 征點(diǎn)分類部分120和數(shù)量估計(jì)部分130。
[0028] 特征點(diǎn)識(shí)別部分110被配置為識(shí)別圖像中的預(yù)定類型的特征點(diǎn)。其中，預(yù)定類型 的特征點(diǎn)例如可以包括：角點(diǎn)、局部二值模式（LBP)特征點(diǎn)或尺度不變特征轉(zhuǎn)換（SIFT)特 征點(diǎn)。特征點(diǎn)識(shí)別算法可以為常用的特征點(diǎn)提取算法，并且可以根據(jù)實(shí)際的場(chǎng)景和處理對(duì) 象來(lái)選擇適當(dāng)?shù)奶卣鼽c(diǎn)。特征點(diǎn)的識(shí)別方法以及根據(jù)需要選擇適當(dāng)類型特征點(diǎn)的方法是本 領(lǐng)域已知的，在此不再贅述。
[0029] 特征點(diǎn)分類部分120被配置為通過(guò)識(shí)別特征點(diǎn)中的非目標(biāo)對(duì)象特征點(diǎn)來(lái)將所識(shí) 別出的特征點(diǎn)分類為目標(biāo)對(duì)象特征點(diǎn)和非目標(biāo)對(duì)象特征點(diǎn)。其中，目標(biāo)對(duì)象是指所要處理 的圖像中可能包含的要確定其數(shù)量的對(duì)象。例如，目標(biāo)對(duì)象可以是監(jiān)控圖像中的人。然而 本申請(qǐng)不限于此，例如，根據(jù)具體應(yīng)用，目標(biāo)對(duì)象也可以是動(dòng)物如牲畜或家禽等，或其他物 體如流水線上的產(chǎn)品等。相應(yīng)地，目標(biāo)對(duì)象特征點(diǎn)是指圖像中的目標(biāo)對(duì)象的特征點(diǎn)，非目標(biāo) 對(duì)象特征點(diǎn)是指不屬于目標(biāo)對(duì)象的特征點(diǎn)。此外，可以采用不同的方法來(lái)進(jìn)行特征點(diǎn)分類， 例如，如后文中結(jié)合具體實(shí)施例更詳細(xì)說(shuō)明的，可以采用基于