1.基于红外夜视仪的行人检测与识别方法,其特征在于,包括以下步骤:
S1:通过红外夜视仪采集并保存视频帧,实时更新当前最新三帧的有效数据;
S2:对采集的三帧视频图像进行预处理;
S3:对处理后的三帧视频图像进行区域匹配,令三帧灰度图像分别为前一帧fi-1(x,y)、当前帧图像fi(x,y)和后一帧图像fi+1(x,y),匹配过程如下:
S3-1:在前一帧图像fi-1(x,y)中选取一块模块区,大小设置为32×32;
S3-2:在当前帧图像fi(x,y)中搜寻能够匹配前一帧图像fi-1(x,y)中参考模板的最优区域,并通过公式计算最优匹配点,计算公式如下:
其中,fi与fi-1分别为当前帧与前一帧图像的灰度值,MAD(p,q)为最小绝对误差,32×32为选取的区域匹配模板的大小,求取MAD(p,q)的最小值,所对应的点即为最优匹配点;
S3-3:计算当前帧图像fi(x,y)和前一帧图像fi-1(x,y)的相对位移量ΔS,并对当前帧图像fi(x,y)进行补偿,。后一帧图像fi+1的补偿计算和当前帧fi相同;
S4:图像补偿完成后,进行三帧差分计算,前一帧图像与当前帧补偿后的图像进行查分运算,运算公式为:
D1=fi′(x,y)-fi-1(x,y);
当前帧图像与后一帧补偿后的图像进行差分运算,运算公式为:
D2=fi+1′(x,y)-fi(x,y);
将两次差分后的图像进行逻辑“与”运算,运算公式为:
D3=D1∩D2;
S5:对D3图像进行形态学膨胀、腐蚀处理;
S6:根据几何特征和运动速率特征进行图像的行人识别,用g1(x,y)表示图像中的第i个运动目标的图像;
运动目标的最小接矩形的长宽比为K,将扫描得到的待识别目标最小外接矩形的坐标分别记作,最顶端ymax(i),最底端ymin(i),最左端xmax(i),最右端xmin(i),其中,待识别目标i∈[1,n],则待识别部分的最小外接矩形的长宽比计算公式如下:
根据质心计算公式求得目标行人的质心,计算公式为:
其中,i∈[1,n],Wi为行人最小外界矩形的区域范围,行人像素与是计算连续两帧图像待识别目标得到的质心坐标,定义连续两帧图像的质心坐标公式为:
采集连续两帧图像的时间间隔为Δt,待识别区域的真实行人运动速率v的计算公式为:
根据几何特征和运动速率特征进行图像的行人识别的识别算法的实现过程如下:
S6-1:标定一帧图像的待识别区域i,求取i区域最小外接矩形参数;
S6-2:计算最小外接矩形的长宽比K;
S6-3:求取连续两帧图像中待识别目标的质心,计算连续两帧图像的质心距离与时间间隔;
S6-4:计算其质心运动速率v;
S6-5:判断K与v是否同时满足特定的取值范围:若满足,标定运动目标为行人,否则,忽略运动目标;
循环终止的条件:待识别区域i的值大于识别区域个数最大值n,循环终止。