基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法
【專利摘要】本發(fā)明提供一種基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，包括：步驟1：輸入視頻的圖像序列，并灰度轉(zhuǎn)換得到灰度圖像；步驟2：對(duì)灰度圖像進(jìn)行預(yù)處理；步驟3：對(duì)相鄰的兩幀灰度圖像采用灰度投影運(yùn)動(dòng)估計(jì)算法獲取圖像偏移；步驟4：對(duì)圖像偏移進(jìn)行積分運(yùn)算得到運(yùn)動(dòng)矢量曲線；步驟5：利用道格拉斯-普克矢量壓縮算法壓縮運(yùn)動(dòng)矢量曲線，消去攝像機(jī)的抖動(dòng)分量；以及步驟6：基于壓縮后的運(yùn)動(dòng)矢量曲線，獲取曲線斜率變化的突變位置，并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。本發(fā)明的方法可快速、準(zhǔn)確地提取出攝像頭預(yù)置位監(jiān)控點(diǎn)的視頻信息，并過(guò)濾掉攝像頭轉(zhuǎn)動(dòng)時(shí)產(chǎn)生的視頻數(shù)據(jù)，為監(jiān)控點(diǎn)的視頻數(shù)據(jù)的下一步分析和應(yīng)用提供穩(wěn)定基礎(chǔ)。
【專利說(shuō)明】基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖象處理和模式識(shí)別領(lǐng)域，具體而言涉及一種基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法。
【背景技術(shù)】
[0002]視頻監(jiān)控業(yè)務(wù)具有悠久的歷史，在傳統(tǒng)上廣泛應(yīng)用于安防領(lǐng)域，是協(xié)助公共安全部門打擊犯罪、維持社會(huì)安定的重要手段。近年來(lái)，隨著寬帶的普及，計(jì)算機(jī)技術(shù)的發(fā)展，圖像處理技術(shù)的提高，視頻監(jiān)控正越來(lái)越廣泛地滲透到教育、政府、娛樂(lè)、醫(yī)療、酒店、運(yùn)動(dòng)等其他各種領(lǐng)域，例如檔案室、文件室、金庫(kù)、博物館等機(jī)要部門的監(jiān)視、控制和報(bào)警；交通領(lǐng)域的高速路收費(fèi)管理、交通違章和流量監(jiān)控、車輛牌照管理和公路橋梁鐵路機(jī)場(chǎng)等場(chǎng)所的遠(yuǎn)程圖像監(jiān)控；社區(qū)物業(yè)管理中的住宅小區(qū)、辦公室安全防范、智能大廈、停車場(chǎng)的無(wú)人監(jiān)控等。
[0003]在視頻監(jiān)控系統(tǒng)應(yīng)用下，當(dāng)攝像機(jī)長(zhǎng)時(shí)間、多預(yù)置位，大范圍監(jiān)控時(shí)，會(huì)產(chǎn)生海量的視頻數(shù)據(jù)這對(duì)于存儲(chǔ)、調(diào)取和處理來(lái)說(shuō)，都面臨嚴(yán)峻的挑戰(zhàn)。
[0004]視頻場(chǎng)景分割技術(shù)是在靜態(tài)圖像分割的技術(shù)基礎(chǔ)上發(fā)展起來(lái)的。視頻場(chǎng)景分割通常同時(shí)利用視頻圖像在空間和時(shí)間軸上的信息進(jìn)行分割，目前大多數(shù)場(chǎng)景分割算法都采用比較鏡頭相似度的方法把相關(guān)的鏡頭聚類成場(chǎng)景。其中比較有代表性的場(chǎng)景分割算法是時(shí)間受限的鏡頭聚類算法和時(shí)間自適應(yīng)分組法，這些算法都需要利用從鏡頭關(guān)鍵幀中獲得的圖像特征。而每種特征都有各自的優(yōu)劣性。比如，將亮度相近的鏡頭歸為一個(gè)場(chǎng)景，但容易受光照的影響。因此，如何從眾多的圖像特征中選擇最合適的特征用于場(chǎng)景分割，盡可能避免干擾，是一件非常困難的工作。鑒于上述算法復(fù)雜，運(yùn)算量大，分割精度易受觀測(cè)噪聲影響?？紤]到監(jiān)控視頻的特性，本文提出了一種基于攝像機(jī)運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，對(duì)于象攝像機(jī)定點(diǎn)監(jiān)控視頻這種時(shí)間性較強(qiáng)的視頻類型具有比較理想的分割效果。

【發(fā)明內(nèi)容】

[0005]本發(fā)明目的在于提供一種基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，可快速、準(zhǔn)確地提取出攝像頭預(yù)置位監(jiān)控點(diǎn)的視頻信息，并且過(guò)濾掉攝像頭轉(zhuǎn)動(dòng)時(shí)產(chǎn)生的視頻數(shù)據(jù)，為監(jiān)控點(diǎn)的視頻數(shù)據(jù)的下一步分析和應(yīng)用提供穩(wěn)定基礎(chǔ)。
[0006]為達(dá)成上述目的，本發(fā)明所采用的技術(shù)方案如下:
[0007]基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，包括以下步驟:
[0008]步驟1:輸入視頻的圖像序列，并灰度轉(zhuǎn)換得到灰度圖像；
[0009]步驟2:對(duì)灰度圖像進(jìn)行預(yù)處理；
[0010]步驟3:對(duì)相鄰的兩幀灰度圖像采用灰度投影算法獲取圖像偏移；
[0011]步驟4:對(duì)圖像偏移進(jìn)行積分運(yùn)算得到運(yùn)動(dòng)矢量曲線；
[0012]步驟5:利用道格拉斯-普克矢量壓縮算法(Douglas - Peucker algorithm)對(duì)運(yùn)動(dòng)矢量曲線進(jìn)行壓縮，以消去攝像機(jī)的抖動(dòng)分量；以及
[0013]步驟6:基于步驟5壓縮后的運(yùn)動(dòng)矢量曲線，獲取曲線斜率變化的突變位置，并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。
[0014]進(jìn)一步，如述步驟I中，在視頻的圖像序列中每秒提取10巾貞圖像,并對(duì)提取的圖像進(jìn)行灰度轉(zhuǎn)換。
[0015]進(jìn)一步，前述步驟2中，先對(duì)灰度圖像進(jìn)行去噪處理，然后再用直方圖均衡方法來(lái)增強(qiáng)圖像對(duì)比度。
[0016]進(jìn)一步，如述步驟3中，對(duì)視頻的圖像序列內(nèi)每相鄰的兩巾貞灰度圖像，使用灰度投影算法，獲取每相鄰的兩幀圖像在X軸和Y軸上的圖像偏移；然后在視頻的圖像序列內(nèi)重復(fù)上述過(guò)程，直到得到所有的相鄰兩幀灰度圖像的圖像偏移。
[0017]進(jìn)一步，前述步驟4中，將得到的圖像偏移積分轉(zhuǎn)換為攝像機(jī)的運(yùn)動(dòng)矢量，再進(jìn)行積分運(yùn)算獲取運(yùn)動(dòng)矢量曲線，其實(shí)現(xiàn)過(guò)程如下:
[0018]對(duì)步驟3求得的圖像偏移進(jìn)行積分運(yùn)算，采用累加的方法近似積分，其中:
[0019]對(duì)X軸的累加公式為:
[0020]X (n) =X (η-1) + δ χ
[0021]式中:Χ(η)為η個(gè)圖像偏移的累加和，Χ(η-1)為η_1個(gè)圖像偏移的累加和，δχ*當(dāng)前值，計(jì)算得到的Χ(η)即為X軸運(yùn)動(dòng)矢量的積分曲線；
[0022]對(duì)Y軸的累加公式為:
[0023]Y (n) =Y (η-1) + δ y
[0024]式中:Y (η)為η個(gè)圖像偏移的累加和，Y (η-l)為η_1個(gè)圖像偏移的累加和，δ y為當(dāng)前值，計(jì)算得到的Y(n)即為Y軸運(yùn)動(dòng)矢量的積分曲線。
[0025]進(jìn)一步，前述步驟6中，設(shè)定斜率閾值，基于壓縮后運(yùn)動(dòng)矢量曲線上任意兩點(diǎn)間的斜率超過(guò)前述斜率閾值，則判斷為突變位置并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。
[0026]進(jìn)一步，前述步驟6中，對(duì)于壓縮后運(yùn)動(dòng)矢量曲線上的兩點(diǎn)，如果沒(méi)有超過(guò)該斜率閾值，則設(shè)為同一直線，可設(shè)定一時(shí)間參數(shù)，選取出時(shí)間長(zhǎng)度大于該時(shí)間參數(shù)的水平直線作為為攝像機(jī)靜止?fàn)顟B(tài)監(jiān)控時(shí)的時(shí)間片段，分離出相應(yīng)的時(shí)間片段，該時(shí)間片段就是攝像機(jī)的靜止的時(shí)間區(qū)域。
[0027]由以上本發(fā)明的技術(shù)方案可知，本發(fā)明的有益效果在于利用數(shù)字圖像處理獲取出攝像頭的運(yùn)動(dòng)矢量信息，并基于運(yùn)動(dòng)矢量曲線來(lái)判定攝像機(jī)的運(yùn)動(dòng)狀態(tài)，分割出攝像機(jī)在不同預(yù)置位的監(jiān)控視頻，為監(jiān)控點(diǎn)的視頻數(shù)據(jù)的下一步分析和應(yīng)用提供穩(wěn)定基礎(chǔ)。
【專利附圖】

【附圖說(shuō)明】
[0028]圖1為基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法的實(shí)現(xiàn)流程圖。
[0029]圖2為灰度投影法得到的圖像位移示意圖。
[0030]圖3為道格拉斯-普克矢量壓縮算法(Douglas - Peucker algorithm)的實(shí)現(xiàn)過(guò)程不意圖。
【具體實(shí)施方式】
[0031]為了更了解本發(fā)明的技術(shù)內(nèi)容，特舉具體實(shí)施例并配合所附圖式說(shuō)明如下。[0032]如圖1所示，根據(jù)本發(fā)明的較優(yōu)實(shí)施例，基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，包括以下步驟:
[0033]步驟1:輸入視頻的圖像序列，并灰度轉(zhuǎn)換得到灰度圖像；
[0034]步驟2:對(duì)灰度圖像進(jìn)行預(yù)處理；
[0035]步驟3:對(duì)相鄰的兩幀灰度圖像采用灰度投影算法獲取圖像偏移；
[0036]步驟4:對(duì)圖像偏移進(jìn)行積分運(yùn)算得到運(yùn)動(dòng)矢量曲線；
[0037]步驟5:利用道格拉斯-普克矢量壓縮算法(Douglas - Peucker algorithm)對(duì)運(yùn)動(dòng)矢量曲線進(jìn)行壓縮，以消去攝像機(jī)的抖動(dòng)分量；以及
[0038]步驟6:基于步驟5壓縮后的運(yùn)動(dòng)矢量曲線，獲取曲線斜率變化的突變位置，并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。
[0039]較佳地，本實(shí)施例中，在前述步驟I中，在視頻的圖像序列中每秒提取10幀圖像，然后對(duì)提取的圖像進(jìn)行灰度轉(zhuǎn)換，可在保證精度的同時(shí)減少運(yùn)算量。
[0040]佳佳地，前述步驟2中，前述預(yù)處理包括去噪處理和圖像增強(qiáng)處理，也即先對(duì)灰度圖像進(jìn)行去噪處理，然后再用直方圖均衡方法來(lái)增強(qiáng)圖像對(duì)比度。
[0041]較佳地，前述步驟3中，采用灰度投影算法對(duì)視頻的圖像序列內(nèi)每相鄰的兩幀灰度圖像，使用灰度投影算法，獲取每相鄰的兩幀圖像在X軸和Y軸上的圖像偏移；然后在視頻的圖像序列內(nèi)重復(fù)上述過(guò)程，直到得到所有的相鄰兩幀灰度圖像的圖像偏移。
[0042]其中，灰度投影算法(Gray Projection Algorithm)是一種基于投影算法的穩(wěn)像方法，就是將經(jīng)過(guò)濾波預(yù)處理后的每一幀MXN圖像的二維灰度信息映射成2個(gè)獨(dú)立的一維投影序列，可分為圖像映射和相關(guān)計(jì)算兩個(gè)步驟。參考圖2所示，灰度投影法的實(shí)現(xiàn)過(guò)程如下:
[0043]步驟1:圖像映射
[0044]對(duì)于視頻的圖像序列中，圖像大小為MxN，每一幀圖像數(shù)據(jù)經(jīng)過(guò)一定的預(yù)處理后，把其灰度像素值映射成沿X軸、Y軸方向的2個(gè)獨(dú)立一維波形，可表示為:
[0045]
【權(quán)利要求】
1.一種基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，包括以下步驟: 步驟1:輸入視頻的圖像序列，并灰度轉(zhuǎn)換得到灰度圖像； 步驟2:對(duì)灰度圖像進(jìn)行預(yù)處理； 步驟3:對(duì)相鄰的兩幀灰度圖像采用灰度投影算法獲取圖像偏移； 步驟4:對(duì)圖像偏移進(jìn)行積分運(yùn)算得到運(yùn)動(dòng)矢量曲線； 步驟5:利用Douglas - Peucker algorithm算法對(duì)運(yùn)動(dòng)矢量曲線進(jìn)行壓縮，以消去攝像機(jī)的抖動(dòng)分量；以及 步驟6:基于步驟5壓縮后的運(yùn)動(dòng)矢量曲線，獲取曲線斜率變化的突變位置，并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。
2.根據(jù)權(quán)利要求1所述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟I中，在視頻的圖像序列中每秒提取10幀圖像，并對(duì)提取的圖像進(jìn)行灰度轉(zhuǎn)換。
3.根據(jù)權(quán)利要求1所 述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟2中，先對(duì)灰度圖像進(jìn)行去噪處理，然后再用直方圖均衡方法來(lái)增強(qiáng)圖像對(duì)比度。
4.根據(jù)權(quán)利要求1所述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟3中，對(duì)視頻的圖像序列內(nèi)每相鄰的兩幀灰度圖像，使用灰度投影算法，獲取每相鄰的兩幀圖像在X軸和Y軸上的圖像偏移；然后在視頻的圖像序列內(nèi)重復(fù)上述過(guò)程，直到得到所有的相鄰兩幀灰度圖像的圖像偏移。
5.根據(jù)權(quán)利要求1所述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟4中，將得到的圖像偏移積分轉(zhuǎn)換為攝像機(jī)的運(yùn)動(dòng)矢量，再進(jìn)行積分運(yùn)算獲取運(yùn)動(dòng)矢量曲線，其實(shí)現(xiàn)過(guò)程如下: 對(duì)步驟3求得的圖像偏移進(jìn)行積分運(yùn)算，采用累加的方法近似積分，其中: 對(duì)X軸的累加公式為:
X(n)=X (η-1)+ δχ 式中:Χ(η)為η個(gè)圖像偏移的累加和,Χ(η-Ι)為η_1個(gè)圖像偏移的累加和，δχ為當(dāng)前值，計(jì)算得到的Χ(η)即為X軸運(yùn)動(dòng)矢量的積分曲線； 對(duì)Y軸的累加公式為:
Y (n) =Y (η-1) + δ y 式中:Y(n)為η個(gè)圖像偏移的累加和,Υ(η-Ι)為η_1個(gè)圖像偏移的累加和，Sy為當(dāng)前值，計(jì)算得到的Υ(η)即為Y軸運(yùn)動(dòng)矢量的積分曲線。
6.根據(jù)權(quán)利要求1所述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟6中，設(shè)定斜率閾值，基于壓縮后運(yùn)動(dòng)矢量曲線上任意兩點(diǎn)間的斜率超過(guò)前述斜率閾值，則判斷為突變位置并以突變位置為分割點(diǎn)分割出視頻場(chǎng)景。
7.根據(jù)權(quán)利要求6所述的基于運(yùn)動(dòng)位移曲線精簡(jiǎn)的視頻場(chǎng)景自動(dòng)分割方法，其特征在于，前述步驟6中，對(duì)于壓縮后運(yùn)動(dòng)矢量曲線上的兩點(diǎn)，如果沒(méi)有超過(guò)所述斜率閾值，則設(shè)為同一直線，可設(shè)定一時(shí)間參數(shù)，選取出時(shí)間長(zhǎng)度大于該時(shí)間參數(shù)的水平直線作為為攝像機(jī)靜止?fàn)顟B(tài)監(jiān)控時(shí)的時(shí)間片段，分離出相應(yīng)的時(shí)間片段，該時(shí)間片段就是攝像機(jī)的靜止的時(shí)間區(qū)域。
【文檔編號(hào)】H04N5/14GK103533255SQ201310517637
【公開(kāi)日】2014年1月22日 申請(qǐng)日期:2013年10月28日 優(yōu)先權(quán)日:2013年10月28日
【發(fā)明者】張小國(guó), 王慶, 彭德齊, 王云帆, 萬(wàn)雪音 申請(qǐng)人:東南大學(xué)