《一种用于视频侦查的运动目标按颜色排序的方法.pdf》由会员分享，可在线阅读，更多相关《一种用于视频侦查的运动目标按颜色排序的方法.pdf（8页珍藏版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104253981 A (43)申请公布日 2014.12.31 CN 104253981 A (21)申请号 201410510492.9 (22)申请日 2014.09.28 H04N 7/18(2006.01) G06F 17/30(2006.01) (71)申请人 武汉烽火众智数字技术有限责任公 司 地址 430074 湖北省武汉市洪山区邮科院路 88 号 (72)发明人 张桥 仇开金 (74)专利代理机构 北京汇泽知识产权代理有限 公司 11228 代理人 张瑾 (54) 发明名称 一种用于视频侦查的运动目标按颜色排序的 方法 (57) 摘要 本发明适用于智。
2、能视频监控领域， 提供了一 种用于视频侦查的运动目标按颜色排序的方法， 包括 ： 步骤 1， 输入进行颜色排序的颜色标准， 根 据所述颜色标准的数据信息生成包含多个颜色分 量的颜色向量 ； 步骤2， 将目标图片划分为nn个 小块区域的颜色块， 计算每个颜色块的颜色向量 ； 步骤 3， 采用余弦相关性算法分别计算各个颜色 块与颜色标准的颜色向量的相似系数 ； 步骤 4， 将 相似系数分为不同等级并分别统计各个相似系数 等级内的颜色块个数 ； 步骤 5， 根据各个目标图片 的各个相似系数等级内的颜色块个数对目标图片 排序， 通过将具有某种颜色特征的目标的目标检 索出来并按相似度排序， 帮助刑侦人员。
3、快速发现 可疑目标， 缩短查询时间。 (51)Int.Cl. 权利要求书 2 页 说明书 3 页 附图 2 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2页 说明书3页 附图2页 (10)申请公布号 CN 104253981 A CN 104253981 A 1/2 页 2 1. 一种用于视频侦查的运动目标按颜色排序的方法， 其特征在于， 所述方法包括 ： 步骤 1， 输入进行颜色排序的颜色标准， 根据所述颜色标准的数据信息生成包含多个颜 色分量的颜色向量 ； 步骤 2， 将目标图片划分为 nn 个小块区域的颜色块， 计算每个所述颜色块的颜色向 量 ； 所述目标图。
4、片为通过运动目标检测得到的目标区域 ； 步骤 3， 采用余弦相关性算法分别计算各个所述颜色块与所述颜色标准的颜色向量的 相似系数 ； 步骤 4， 将所述相似系数分为不同等级并分别统计各个相似系数等级内的所述颜色块 的个数 ； 步骤 5， 根据各个所述目标图片的各个相似系数等级内的所述颜色块个数对所述各个 目标图片排序。 2.如权利要求1所述的方法， 其特征在于， 所述步骤1和步骤2中得到所述颜色向量之 前还包括 ： 将所述颜色标准或所述颜色块的数据由 RGB 空间转到 HSV 空间。 3. 如权利要求 1 所述的方法， 其特征在于， 所述颜色向量包含的所述颜色分量是对颜 色进行划分得出的， 所。
5、述颜色分量的数量为 9 个， 分别为 ： 黑、 白、 红、 橙、 黄、 绿、 青、 蓝和紫。 4. 如权利要求 1 所述的方法， 其特征在于， 所述步骤 4 包括 ： 步骤 401， 将所述相似系数的总区间范围设定为 0.5， 1)， 将所述总区间范围从小到大 划分为 m 个间隔相等的相似系数等级区间， m 2， 3， 4， 每个相似系数等级区间包含 其最小值不包含其最大值 ； 步骤 402， 依次判断所述目标图片的各个颜色块的相似系数落入的相似系数等级区间， 得到各个所述相似系数等级区间落入的所述颜色块的个数的数组 C1 x1,x2xm。 5. 如权利要求 4 所述的方法， 其特征在于， 每。
6、个所述相似系数等级区间的最大值和最 小值的差为 0.05， m 10， 各个所述相似系数等级区间分别为 ： 0.5， 0.55)， 0.55， 0.6)， 0.6， 0.65)， 0.65， 0.7)， 0.7， 0.75)， 0.75， 0.8)， 0.8， 0.85)， 0.85， 0.9)， 0.9， 0.95)， 0.95， 1)。 6. 如权利要求 4 所述的方法， 其特征在于， 所述步骤 5 包括 ： 步骤 501， 对所述数组 C1 进行归一化操作得到数组 C2 y1,y2ym ； 步骤 502， 计算目标图片的面积 S， 将所述数组 C1 里各个数值分别除以所述面积 S 得到 。
7、数组 P p1， p2， pm, 步骤 503， 将数组 C2 和 P 里各个数值的值设置为不大于所述数值对应的相似系数 等级区间的对应的数值的和， 得到数组 C2 和 P， C2 y1,y2ym， ym y1+y2ym， P p1， p2， pm， pm p1+p2pm； 步骤 504， 设定所述相似系数等级区间包含的数值的阈值， 依次判断所述目标图片的 y1,y2ym是否大于所述阈值， 有任意的yi大于所述阈值时即停止当前目标图片的 判断过程， i 1,m ； 步骤 505， 判断得到目标图片的 yi 大于所述阈值时， 根据各个目标图片的 i 值的大小 进行排序， i 值越大排序越靠前， 。
8、当两个或两个以上的目标图片 i 值相同时， 根据其对应相 权 利 要 求 书 CN 104253981 A 2 2/2 页 3 似系数等级区间级别的 pi 的值的大小进行排序， pi 的值越大排序越靠前。 权 利 要 求 书 CN 104253981 A 3 1/3 页 4 一种用于视频侦查的运动目标按颜色排序的方法 技术领域 0001 本发明属于智能视频监控领域， 尤其涉及一种用于视频侦查的运动目标按颜色排 序的方法。 背景技术 0002 随着科技的发展， 智能视频监控系统在公安刑侦业务中广泛引用， 通过视频录像 记录行人及车辆行为， 从视频中发现和追踪嫌疑目标已成为刑侦技术不可缺少的部分。。
9、视 频侦查的实质就是通过监控视频寻找线索， 从而发现可疑目标。 0003 然而海量的监控视频给刑侦人员查找目标带来不便， 耗费大量的人力物力。名称 为 “一种基于视频检索摘要而获取车辆特征的视频侦查技术” ( 申请号 201210481140.6) 和 “用于视频侦查的快速视频检索系统和方法” ( 申请号 201310076070.0) 的发明专利申请公 开的技术方案中， 均通过获取运动目标的目标特征信息， 根据该信息进行排序查找， 但是均 没有给出该目标特征信息的获取方法和内容， 实际应用中， 缺少明确的排序规则和依据。 发明内容 0004 本发明实施例的目的在于提供一种用于视频侦查的运动目。
10、标按颜色排序的方法， 以解决现有技术视频侦查进行运动目标排序缺少明确的规则和依据的问题。 0005 本发明实施例是这样实现的， 一种用于视频侦查的运动目标按颜色排序的方法， 所述方法包括以下步骤 ： 0006 步骤 1， 输入进行颜色排序的颜色标准， 根据所述颜色标准的数据信息生成包含多 个颜色分量的颜色向量 ； 0007 步骤 2， 将目标图片划分为 nn 个小块区域的颜色块， 计算每个所述颜色块的颜 色向量 ； 0008 所述目标图片为通过运动目标检测得到的目标区域 ； 0009 步骤 3， 采用余弦相关性算法分别计算各个所述颜色块与所述颜色标准的颜色向 量的相似系数 ； 0010 步骤 。
11、4， 将所述相似系数分为不同等级并分别统计各个相似系数等级内的所述颜 色块的个数 ； 0011 步骤 5， 根据各个所述目标图片的各个相似系数等级内的所述颜色块个数对所述 目标图片排序。 0012 本发明实施例提供的一种用于视频侦查的运动目标按颜色排序的方法的有益效 果包括 ： 0013 本发明实施例提供的一种用于视频侦查的运动目标按颜色排序的方法， 基于像 素级进行多级相似度排序， 能够准确的对目标区域按照与颜色标准的相似程度、 相似区域 大小从前到后排列， 并且颜色标准没有限制， 按照需求设定， 帮助刑侦人员快速发现可疑目 标， 缩短查询时间。 说 明 书 CN 104253981 A 4。
12、 2/3 页 5 附图说明 0014 为了更清楚地说明本发明实施例中的技术方案， 下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍， 显而易见地， 下面描述中的附图仅仅是本发明的一些 实施例， 对于本领域普通技术人员来讲， 在不付出创造性劳动性的前提下， 还可以根据这些 附图获得其他的附图。 0015 图 1 是本发明提供的用于视频侦查的运动目标按颜色排序的方法的流程图 ； 0016 图 2 是本发明实施例提供的统计各个相似系数等级内的颜色块个数的方法流程 图 ； 0017 图 3 是本发明实施例提供的对目标图片排序的方法的流程图。 具体实施方式 0018 为了使本发明的目的、 技。
13、术方案及优点更加清楚明白， 以下结合附图及实施例， 对 本发明进行进一步详细说明。 应当理解， 此处所描述的具体实施例仅仅用以解释本发明， 并 不用于限定本发明。 0019 为了说明本发明所述的技术方案， 下面通过具体实施例来进行说明。 0020 如图 1 所示为本发明提供的用于视频侦查的运动目标按颜色排序的方法的流程 图， 所述方法包括以下步骤 ： 0021 步骤 1， 输入进行颜色排序的颜色标准， 根据颜色标准的数据信息生成包含多个颜 色分量的颜色向量。 0022 步骤 2， 将目标图片划分为 nn 个小块区域的颜色块， 计算每个颜色块的颜色向 量。 0023 该目标图片为通过运动目标检测。
14、得到的目标区域。 0024 步骤 3， 采用余弦相关性算法分别计算各个颜色块与颜色标准的颜色向量的相似 系数。 0025 步骤 4， 将相似系数分为不同等级并分别统计各个相似系数等级内的颜色块个数。 0026 步骤 5， 根据各个目标图片的各个相似系数等级内的颜色块个数对各个目标图片 排序。 0027 本发明实施例提供的一种用于视频侦查的运动目标按颜色排序的方法， 基于像素 级进行多级目标图片与颜色标准的相似度排序， 帮助刑侦人员快速发现可疑目标， 缩短查 询时间。 0028 实施例一 0029 本发明提供的用于视频侦查的运动目标按颜色排序的方法的实施例中， 步骤 1 和 步骤 2 中得到的颜。
15、色标准和颜色块的颜色向量为对颜色进行特征描述的过程， 得到颜色向 量之前还包括 ： 将颜色标准或颜色块的数据由 RGB 空间转到 HSV 空间。 0030 包含的颜色分量是对颜色进行划分得出的， 颜色分量的数量可以为 9 个， 分别为 ： 黑、 白、 红、 橙、 黄、 绿、 青、 蓝和紫。 0031 如图 2 所示为本发明实施例提供的统计各个相似系数等级内的颜色块个数的方 法流程图， 由图 2 可知， 步骤 4 包括 ： 说 明 书 CN 104253981 A 5 3/3 页 6 0032 步骤 401， 将相似系数的总区间范围设定为 0.5， 1)， 将该总区间范围从小到大划 分为 m 个。
16、间隔相等的相似系数等级区间， m 2， 3， 4， 每个相似系数等级区间包含其 最小值不包含其最大值。 0033 例如每个相似系数等级区间的最大值和最小值的差为 0.05， 此时 m 10， 各个相 似系数等级区间分别为 ： 0.5， 0.55)， 0.55， 0.6)， 0.6， 0.65)， 0.65， 0.7)， 0.7， 0.75)， 0.75， 0.8)， 0.8， 0.85)， 0.85， 0.9)， 0.9， 0.95)， 0.95， 1)。 0034 步骤 402， 依次判断目标图片的各个颜色块的相似系数落入的相似系数等级区间， 得到各个相似系数等级区间落入的颜色块的个数的数组。
17、 C1 x1,x2xm。 0035 数组C1包含的各个数x1,x2xm为自然数， x1+x2+xm的值为目标图片划 分的颜色块的个数 n2。 0036 如图3所示为本发明实施例提供的对目标图片排序的方法的流程图， 由图3可知， 该方法包括 ： 0037 步骤 501， 对数组 C1 进行归一化操作得到数组 C2 y1,y2ym。 0038 y1,y2ym的范围是 0， 1， y1+y2+ym的值为 1。 0039 步骤 502， 计算目标图片的面积 S， 将数组 C1 里各个数值分别除以该面积 S 得到数 组 P p1， p2， pm, 0040 步骤 503， 将数组 C2 和 P 里各个数。
18、值的值设置为不大于该数值对应的相似系 数等级区间的对应的数值的和， 得到数组 C2 和 P， C2 y1,y2ym， ym y1+y2+ym， P p1， p2， pm， pm p1+p2+pm。 0041 步骤 504， 设定相似系数等级区间包含的数值的阈值， 依次判断目标图片的 y1,y2ym 是否大于该阈值， 有任意的 yi大于该阈值时即停止当前目标图片的判断 过程， i 1,m。 0042 步骤505， 判断得到目标图片的yi大于上述阈值时， 根据各个目标图片的i值的大 小进行排序， i 值越大排序越靠前， 当两个或两个以上的目标图片 i 值相同时， 根据其对应 相似系数等级区间级别的。
19、 pi 的值的大小进行排序， pi 的值越大排序越靠前。 0043 步骤 505 中的两次判断过程使目标图片按照与颜色标准的相似程度、 相似区域大 小从前到后排列。判断完成之后还可以进行人工微调， 将满足该颜色标准的面积较大的目 标图片位置向前排。 0044 本领域普通技术人员还可以理解， 实现上述实施例方法中的全部或部分步骤是可 以通过程序来指令相关的硬件来完成， 所述的程序可以存储于一计算机可读取存储介质 中， 所述的存储介质， 包括 ROM/RAM、 磁盘、 光盘等。 0045 以上所述仅为本发明的较佳实施例而已， 并不用以限制本发明， 凡在本发明的精 神和原则之内所作的任何修改、 等同替换和改进等， 均应包含在本发明的保护范围之内。 说 明 书 CN 104253981 A 6 1/2 页 7 图 1 说 明 书 附 图 CN 104253981 A 7 2/2 页 8 图 2 图 3 说 明 书 附 图 CN 104253981 A 8 。