《面向船闸视频监控的智能多目标检测方法.pdf》由会员分享，可在线阅读，更多相关《面向船闸视频监控的智能多目标检测方法.pdf（10页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 102842036 A (43)申请公布日 2012.12.26 C N 1 0 2 8 4 2 0 3 6 A *CN102842036A* (21)申请号 201210287888.2 (22)申请日 2012.08.14 201110388737.1 2011.11.30 CN G06K 9/32(2006.01) H04N 7/18(2006.01) (71)申请人三峡大学 地址 443002 湖北省宜昌市大学路8号 (72)发明人徐义春 刘勇 朱曼 柯尊海 (74)专利代理机构宜昌市三峡专利事务所 42103 代理人成钢 (54) 发明名称 面向船闸视频监控。
2、的智能多目标检测方法 (57) 摘要 面向船闸视频监控的智能多目标检测方法， 利用船只前沿的图像特征，在有遮挡的情况下，在 视频中识别出多个船只，在船只未进入监控区域 前，对区域进行背景建模，获得背景图像；对视频 流中的每一帧，采用背景剪除方法，通过当前帧 和背景帧的差异，获得运动目标所在区域的前景； 对步骤1.b所述的前景进行逐行扫描，在每行中 记录遇到的第一个像素点的行列坐标及像素值， 从而获得船只运动前沿边缘曲线；以记录的边缘 曲线形状特征及像素值属性，对边缘曲线进行简 化DBSCAN聚类，从而检测出多个船只。本发明提 供一种面向船闸视频监控的智能多目标检测方 法，利用视频监控设备，对船。
3、闸中多目标进行检测 和识别，并实现船只位置速度情况的自动判别，以 代替目前的人工判定。 (66)本国优先权数据 (51)Int.Cl. 权利要求书1页 说明书4页 附图4页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书 1 页 说明书 4 页 附图 4 页 1/1页 2 1.面向船闸视频监控的智能多目标检测方法，其特征在于，利用船只前沿的图像特征， 在有遮挡的情况下，在视频中识别出多个船只，包括以下步骤： 1.a-在船只未进入监控区域前，对区域进行背景建模，获得背景图像； 1.b-对视频流中的每一帧，采用背景剪除方法，通过当前帧和背景帧的差异，获得运动 目标所在区域的。
4、前景； 1.c-对步骤1.b所述的前景进行逐行扫描，在每行中记录遇到的第一个像素点的行列 坐标及像素值，从而获得船只运动前沿边缘曲线； 1.d-以记录的边缘曲线形状特征及像素值属性，对边缘曲线进行简化DBSCAN聚类，从 而检测出多个船只。 2.根据权利要求1所述面向船闸视频监控的智能多目标检测方法，其特征在于，在步 骤1-c 记录的像素值，可以是RGB值，或者是灰度值。 3.根据权利要求1所述面向船闸视频监控的智能多目标检测方法，其特征在于，在步 骤1-d，采用简化DBSCAN聚类算法，以步骤1-c获得的曲线数据为输入，设定4个阈值H_S, W_S, V_S, N_S其中，H_S规定在纵向上。
5、一个像素点的核心点的邻域半径，W_S规定在横向 上一个核心点的邻域半径，V_S规定在像素值上核心点的邻域半径，并定义一个核心点的最 小邻居点个数N_S.进行聚类； 其中H_S设置为图像高度的1/30，W_S设置为3，VS设置为值范围的1/4， N_S设置为 图像高度的1/20。 4.根据权利要求3所述面向船闸视频监控的智能多目标检测方法，其特征在于，所采 用的简化DBSCAN聚类算法步骤为： 4.1：设定4个阈值H_S, W_S, V_S,N_S； 4.2：i记录当前处理的像素点序号，i初始化为0； 4.3：如果i是核心点， 4.3.1 认为一个目标出现，目标区域的起点标记start及终点标记。
6、stop设定为 start=stop=i.并逐个处理后续点，令i=i+1； 4.3.2 如果 i是核心点，则将终点标记更新 stop = i； 4.3.3 如果 i是Stop的可达点，则i=i+1 回到 4.3.2 ； 4.3.4 输出start到stop间的点，作为一个目标识别的结果， 4.4 ：访问下一个点， i=i+1； 4.5 ：如果 i 不是最后一个点，回到 4.3步骤； 4.6 ：返回所有目标识别的结果； 核心点的定义：一个点i， 如果在以H_S,W_S,V_S作为宽度的立方体邻域内，得到 的邻居点的个数不少于N_S，则该点是核心点， 可达点的定义：如果一个点i,在某个核心点j的 。
7、H_S,W_S,V_S立方体邻域内，则 称i是j的可达点。 权 利 要 求 书CN 102842036 A 1/4页 3 面向船闸视频监控的智能多目标检测方法 技术领域 0001 本发明一种面向船闸视频监控的智能多目标检测方法，属于模式识别技术领域。 背景技术 0002 大量的视频监控系统只是作为信息采集和储存的作用，内容分析需要由人来完 成。采用计算机对视频信息进行智能处理，是当前模式识别的研究热点之一。船闸是在河 流中水电站为了通航设置的机构，船只进入船闸后，闸门关闭。为了避免闸门关闭时对设备 及船只的撞损，船闸中设置了禁停线，船只不能越过禁停线。 0003 目前的技术多是检测分离状态的多。
8、目标，采用的方法主要有：1）、运动目标的识别 方法-通过当前帧和背景帧的差异，获得运动目标所在区域。2）、通过静止图像中根据目标 颜色特征，通过匹配模板进行目标识别。上述两种方法在船闸中进行多目标检测中都有困 难。第一种方法在船只互相遮挡时，由于不能对目标区域进行分离，只能将多个船只视为一 个船只。第二种方法，无法事先获得船只的图像模板，并且在遮挡情况下，模板匹配困难，而 且实时性难以保证。在视频流中，利用计算机进行遮挡情况下的多目标检测，是船闸智能监 控系统需要解决的主要难点。 0004 以上技术背景参见以下参考文献： 1 高韬, 智能交通监控中运动目标检测与跟踪算法研究(博士论文). 天津。
9、大学, 2010。 0005 2 吴思,林守勋,张勇东. 基于动态背景构造的视频运动对象自动分割. 计 算机学报，2005, 28(8):1386-1391。 0006 3赵钦君,赵东标,陆永华. 一种基于时空信息的多目标检测新算法, 仪器仪 表学报, 2011, 31(4) : 877-882。 0007 4 郑锦,李波. 面向室外视频监控的背景重构算法. 电子学报，2009, 37(8):1854-1859。 0008 5 Changick Kim and Jenq-Neng Hwang. Fast and automatic video object segmentation and t。
10、racking for content-based applications. IEEE Transactions on Circuits and Systems for Video Technology, 2002,12(2):122-129。 0009 6 Junwei Han. Object segmentation from consumer videos: a unified framework based on visual attention. IEEE Transactions on Consumer Electronics, 2009,55(3):1597-1605。 001。
11、0 7 任明武，曹雨龙，杨静宇，唐振民，复杂条件下的船舶目标检测的图象预处理， 计算机工程，2000,26（10）：68-70。 发明内容 0011 本发明提供一种面向船闸视频监控的智能多目标检测方法，利用视频监控设备， 对船闸中多目标进行检测和识别，并实现船只位置速度情况的自动判别，以代替目前的人 说 明 书CN 102842036 A 2/4页 4 工判定。 0012 本发明的上述目的是通过这样的技术方案来实现的：面向船闸视频监控的智能多 目标检测方法，利用船只前沿的图像特征，在有遮挡的情况下，在视频中识别出多个船只， 包括以下步骤： 1.a-在船只未进入监控区域前，对区域进行背景建模，获。
12、得背景图像； 1.b-对视频流中的每一帧，采用背景剪除方法，通过当前帧和背景帧的差异，获得运动 目标所在区域的前景； 1.c-对步骤1.b所述的前景进行逐行扫描，在每行中记录遇到的第一个像素点的行列 坐标及像素值，从而获得船只运动前沿边缘曲线； 1.d-以记录的边缘曲线形状特征及像素值属性，对边缘曲线进行简化DBSCAN聚类，从 而检测出多个船只。 0013 在步骤1-c 记录的像素值，可以是RGB值，或者是灰度值。 0014 在步骤1-d，采用简化DBSCAN聚类算法，以步骤1-c获得的曲线数据为输入，设定 4个阈值H_S, W_S, V_S, N_S其中，H_S规定在纵向上一个像素点的核心。
13、点的邻域半径，W_ S规定在横向上一个核心点的邻域半径，V_S规定在像素值上核心点的邻域半径，并定义一 个核心点的最小邻居点个数N_S.进行聚类； 其中H_S设置为图像高度的1/30，W_S设置为3，VS设置为值范围的1/4， N_S设置为 图像高度的1/20。 0015 所采用的简化DBSCAN聚类算法步骤为： 4.1：设定4个阈值H_S, W_S, V_S,N_S； 4.2：i记录当前处理的像素点序号，i初始化为0； 4.3：如果i是核心点， 4.3.1 认为一个目标出现，目标区域的起点标记start及终点标记stop设定为 start=stop=i.并逐个处理后续点，令i=i+1； 4.。
14、3.2 如果 i是核心点，则将终点标记更新 stop = i； 4.3.3 如果 i是Stop的可达点，则i=i+1 回到 4.3.2 ； 4.3.4 输出start到stop间的点，作为一个目标识别的结果， 4.4 ：访问下一个点， i=i+1； 4.5 ：如果 i 不是最后一个点，回到 4.3步骤； 4.6 ：返回所有目标识别的结果； 核心点的定义：一个点i， 如果在以H_S,W_S,V_S作为宽度的立方体邻域内，得到的邻 居点的个数不少于N_S，则该点是核心点， 可达点的定义：如果一个点i,在某个核心点j的 H_S,W_S,V_S立方体邻域内，则称i 是j的可达点。 0016 本发明一种。
15、面向船闸视频监控的智能多目标检测方法，可以通过视频检测船闸中 处于前排的、相互遮挡的船只的位置、速度等运动信息。采用的主要方法是通过对船头或船 尾曲线的形状进行聚类，聚类的依据是一艘船只有一个顶端，多艘船有多个顶端，虽然不同 船只的侧面区域是联在一起，但船头或船尾的顶端是不会遮挡的。顶端部分的一簇像素点， 其颜色相似，并且构成形状也相似。例如：如果船只水平行驶， 则顶端的一簇像素点的水平 说 明 书CN 102842036 A 3/4页 5 坐标基本差别不大, 采用聚类方法检测出顶端，就检测出多个船只。 附图说明 0017 图1为本发明的软件总流程图。 0018 图2为本发明DBSCAN聚类检。
16、测流程图。 0019 图3为本发明背景剪除后的运动前景帧。 0020 图4为本发明前沿边缘线。 0021 图5为本发明聚类结果图。 具体实施方式 0022 面向船闸视频监控的智能多目标检测方法，利用船只前沿的图像特征，在有遮挡 的情况下，在视频中识别出多个船只，包括以下步骤： 1.a-在船只未进入监控区域前，对区域进行背景建模，获得背景图像； 1.b-对视频流中的每一帧，采用背景剪除方法，通过当前帧和背景帧的差异，获得运动 目标所在区域的前景； 1.c-对前景进行逐行扫描，在每行中记录遇到的第一个像素点的行列坐标及像素值， 从而获得船只运动前沿边缘曲线； 1.d-以记录的边缘曲线形状特征及像素。
17、值属性，对边缘曲线进行简化DBSCAN聚类，从 而检测出多个船只。 0023 在步骤1-c中记录的像素值，可以是RGB值，或者是灰度值。 0024 在步骤1-d中采用简化DBSCAN聚类算法，以步骤1-c获得的曲线数据为输入，设 定4个阈值H_S， W_S，V_S，N_S。 0025 其中：H_S规定在纵向上一个像素点的核心点的邻域半径，W_S规定在横向上一个 核心点的邻域半径，V_S规定在像素值上核心点的邻域半径，并定义一个核心点的最小邻居 点个数N_S.进行聚类，其中H_S设置为图像高度的1/30，W_S设置为3，VS设置为值范围的 1/4，N_S设置为图像高度的1/20。 0026 本发。
18、明采取如下方案，令视频中船闸沿水平方向： 1）、在船只未进入监控区域前，对区域进行背景建模，获得背景图像BkImg; 2）、对视频流中的每一帧Frame，采用背景剪除方法，通过当前帧和背景帧的差异，获得 运动目标所在区域的前景FrtImg，即 Frt Img = |Frame - BkImg|; 3）、沿着船只运动方向，对FrtImg进行逐行扫描，记录遇到的第一个像素点的列 坐标及像素值，获得船只运动前沿边缘线Curve。该曲线用两个数组V和X表示，其一 为VImgHeight, 存储当前帧Frame中，处于曲线上的每一点的像素值。另一个为 XImgHeight,存储曲线上每一个点的列坐标值。。
19、 0027 4）、以V和X作为输入，以DBSCAN聚类方法，对边缘曲线进行聚类检测，从而检测 出多个船只。 0028 DBSCAN聚类检测具体处理步骤如下： 1：设定4个阈值H_S，W_S，V_S，N_S， H_S，规定在纵向上一个像素点的核心点的邻域半 径，W_S规定在横向上一个核心点的邻域半径，V_S规定在像素值上核心点的邻域半径。并 说 明 书CN 102842036 A 4/4页 6 定义一个核心点的最小邻居点个数N_S.进行聚类。 0029 2： i记录当前处理的像素点序号，i初始化为0。 0030 3： 如果i是核心点。 0031 3.1 ：认为一个目标出现，目标区域的起点标记st。
20、art及终点标记stop设定为 start=stop=i.并逐个处理后续点，令i=i+1； 3.2 如果 i是核心点，则将终点标记更新 stop = i； 3.3 如果 i是Stop的可达点，则i=i+1 回到 3.2 ； 3.4 输出start到stop间的点，作为一个目标识别的结果。 0032 4 ：访问下一个点， i=i+1。 0033 5 ：如果 i 不是最后一个点，回到 3。 0034 6 ：返回所有目标识别的结果。 0035 其中，核心点的定义：一个点i， 如果在以H_S,W_S,V_S作为宽度的立方体邻域 内，得到的邻居点的个数不少于N_S,则该点是核心点。可达点的定义：如果一个。
21、点i，在某 个核心点j的 H_S,W_S,V_S立方体邻域内，则称i是j的可达点。 0036 阈值设置可参考：H_S设置为图像高度的1/30, W_S设置为3， VS设置为值范围 的1/4，N_S设置为图像高度的1/20。 0037 以一次视频多目标检测为例： 1 ：首先，在船只进入前，通过背景建模的方法，获得背景帧BkImg。可以采用连续N帧 起平均值的方法，本例中取前100帧，得到的背景图如图3所示。 0038 2 ： 第101帧后，可以对每一帧进行检测。图4是视频监控的某个当前帧Frame。 将当前帧和背景帧进行差运算，可以取出进入视频的船只前景FrtImg，如图5所示。 0039 3：。
22、从右到左逐行扫描FrtImg， 得到前沿边缘曲线Curve，如图3所示。 0040 4：采用DBSCAN聚类方法，设定H_S=图像高度/30，W_S=3, V_S=图像值范围/4， N_S=图像高度/20，在Curve曲线上发现两个簇，从而完成了两只船的检测，结果如图4所 示。 说 明 书CN 102842036 A 1/4页 7 图1 说 明 书 附 图CN 102842036 A 2/4页 8 图2 说 明 书 附 图CN 102842036 A 3/4页 9 图3 图4 说 明 书 附 图CN 102842036 A 4/4页 10 图5 说 明 书 附 图CN 102842036 A 10 。