-
Patent Agency Ranking
公开(公告)号：CN104658009A
公开(公告)日：2015-05-27
申请号：CN201510013289.5
申请日：2015-01-09
Applicant: 北京环境特性研究所
IPC: G06T7/20
CPC classification number: G06T7/215 , G06T2207/20081
Abstract: 本发明公开了一种基于视频图像的运动目标检测方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像BI；根据当前背景图像BI对待检测的连续视频帧中的每一个视频帧进行逐像素背景差分操作和图像分割操作，形成目标图像BFMk；对目标图像BFMk进行运动目标检测，确定目标图像BFMk中的运动目标所在的目标区域；在相邻视频帧之间进行运动目标关联，计算运动目标在帧间的运动速度；当根据运动目标在多个连续帧之间的运动速度判断该运动目标静止时，对该运动目标所在的区域进行背景更新，形成新的背景图像，并将所形成的新的背景图像作为当前背景图像BI。通过使用上述方法，可以提高系统的运行效率。
-
公开(公告)号：CN104657741B
公开(公告)日：2017-11-03
申请号：CN201510012901.7
申请日：2015-01-09
Applicant: 北京环境特性研究所
Abstract: 本发明公开了一种基于视频图像的目标分类方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像BI；根据当前背景图像BI对当前视频帧进行逐像素背景差分操作和图像分割操作，形成目标图像BFMk；从目标图像BFMk中提取目标区域；对各个目标区域进行主成分分析，确定各个目标区域的主方向；将各个目标区域的主方向旋转到水平方向，得到各个旋转后的目标区域；计算各个旋转后的目标区域的矩形饱和度特征；根据矩形饱和度特征和预设的阈值，对各个目标区域进行分类。使用上述方法，可以有效地对视频图像中的人员和车辆目标进行分类，大大提高了分类操作的准确性。
-
公开(公告)号：CN104658008A
公开(公告)日：2015-05-27
申请号：CN201510012881.3
申请日：2015-01-09
Applicant: 北京环境特性研究所
IPC: G06T7/20
CPC classification number: G06K9/00778
Abstract: 本发明公开了一种基于视频图像的人员聚集检测方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像；对从视频图像中选取的n个连续视频帧中的每一个视频帧进行逐像素背景差分操作和图像分割操作，对连续视频帧对应的分割后二值图像进行累加操作，得到累加图像矩阵；对累加图像矩阵进行阈值分割，获得分割图像；去除分割图像中的噪点，填补空洞，形成目标图像；对目标图像中像素值为1的连通区域进行像素数统计，将连通区域的像素数设为该连通区域的面积；根据目标图像中各个连通区域的面积和预设的面积阈值，判断是否存在人员聚集区域。使用上述的方法，可以较少的计算代价，实现人员聚集现象的快速检测。
-
公开(公告)号：CN104658008B
公开(公告)日：2017-09-12
申请号：CN201510012881.3
申请日：2015-01-09
Applicant: 北京环境特性研究所
IPC: G06T7/254
Abstract: 本发明公开了一种基于视频图像的人员聚集检测方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像；对从视频图像中选取的n个连续视频帧中的每一个视频帧进行逐像素背景差分操作和图像分割操作，对连续视频帧对应的分割后二值图像进行累加操作，得到累加图像矩阵；对累加图像矩阵进行阈值分割，获得分割图像；去除分割图像中的噪点，填补空洞，形成目标图像；对目标图像中像素值为1的连通区域进行像素数统计，将连通区域的像素数设为该连通区域的面积；根据目标图像中各个连通区域的面积和预设的面积阈值，判断是否存在人员聚集区域。使用上述的方法，可以较少的计算代价，实现人员聚集现象的快速检测。
-
公开(公告)号：CN104657741A
公开(公告)日：2015-05-27
申请号：CN201510012901.7
申请日：2015-01-09
Applicant: 北京环境特性研究所
Abstract: 本发明公开了一种基于视频图像的目标分类方法，包括：根据连续的视频图像进行监控区域的背景学习，获得监控区域静态的当前背景图像BI；根据当前背景图像BI对当前视频帧进行逐像素背景差分操作和图像分割操作，形成目标图像BFMk；从目标图像BFMk中提取目标区域；对各个目标区域进行主成分分析，确定各个目标区域的主方向；将各个目标区域的主方向旋转到水平方向，得到各个旋转后的目标区域；计算各个旋转后的目标区域的矩形饱和度特征；根据矩形饱和度特征和预设的阈值，对各个目标区域进行分类。使用上述方法，可以有效地对视频图像中的人员和车辆目标进行分类，大大提高了分类操作的准确性。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
