一种识别前景目标对象的方法及装置的制造方法
【技术领域】
[0001] 本发明属于视频监控技术领域，尤其设及一种识别前景目标对象的方法及装置。【背景技术】
[0002] 随着3D技术在视频监控领域的逐步应用，视频业务已被高效的接入到3D虚拟环 境中，通过图像拼接等技术W全景实况的形式展示给用户。但全景实况只是进行了图像的 迁移，3D视频监控中的深度信息并未得到高效的应用。
[0003] 目前，3D视频图像的深度信息的获取主要通过深度成像传感器，深度成像传感器 分为主动式和被动式，主动式主要是向目标发射能量束（激光、电磁波、超声波），并检测回 波得到深度图像；被动式主要利用周围环境条件成像。此外深度图像与环境光照和阴影无 关，其像素点清晰的表达了物体的表面几何形状。因此，在视频监控领域，可W将深度图像 应用到运动物体的提取和识别中，借助深度图像可W有效的提升=维物体的识别率，大大 简化了=维物体的识别和定位问题。
[0004]现有技术利用深度图像进行物体提取和识别时，需要采用深度成像传感器获取深 度图像，从深度图像中提取边缘特征，进行目标的匹配和识别。然而现有技术中深度图像的 获取，需要借助专口的深度成像传感器，对于大规模应用而言成本较高。同时，虽然深度图 像的目标识别比彩色图像的目标识别计算复杂度降低，但仍需要做图像背景的分离计算， 效率不高，准确率也不会较高。
【发明内容】
[0005]本发明的目的就是提供一种识别前景目标对象的方法及装置，采用虚拟摄像机来 获取深度图像，W解决现有技术中成本高，图像背景分离效率低，准确率不高的技术问题， 可进行大规模应用。
[0006] 为了实现上述目的，本发明技术方案如下：
[0007] -种识别前景目标对象的方法，根据真实场景建立=维模型，在所述=维模型中 设置与真实摄像机一致的虚拟摄像机，所述方法包括步骤：
[0008]将真实图像与虚拟摄像机根据=维模型得到的深度图像转换为二值图像；
[0009]将真实图像与深度图像的二值图像做轮廓比较，提取前景目标对象的特征轮廓；
[0010] 根据预设的目标对象对提取的特征轮廓进行特征匹配，分离出前景目标对象。
[0011] 进一步地，所述深度图像由虚拟摄像机根据=维模型得到，包括步骤：
[0012] 通过虚拟摄像机的可视域筛选虚拟摄像机的可见像素点；
[0013]根据筛选的可见像素点，计算所有可见像素点到虚拟摄像机的相对距离，生成深 度图像；
[0014] 剔除深度图像中被遮挡的可见像素点，形成最终的深度图像。
[0015]进一步地，所述通过虚拟摄像机的可视域筛选虚拟摄像机的可见像素点，包括步 骤：
[0016] 确定虚拟摄像机可视域六个平面的平面方程；
[0017] 将=维模型中任意一点代入所述平面方程，确定该点与摄像机可视域各平面之间 的位置关系，如果该点在所述六个平面上或平面内侧，则判断该点在虚拟摄像机可视域内， 将位于可视域内的点作为虚拟摄像机的可见像素点。
[0018] 所述平面方程用点法式表示为：
[0019] N?V+d= 0
[0020] 其中，N为该平面的法向量，所述法向量指向可视域的外侧，V为该平面上的一点， d为常数；
[0021] 所述将=维模型中任意一点代入所述平面方程，确定该点与摄像机可视域各平面 之间的位置关系，包括：
[0022] 对于S维模型中任意一点V' ：
[002引若N?r+d= 0,则点在该平面上，
[0024] 若N?V' +d〉0,则点在该平面外侧，
[00巧]若N?r+d<0,则点在该平面内侧。
[0026] 所述剔除深度图像中被遮挡的可见像素点，形成最终的深度图像，包括步骤：
[0027] 遍历所有可见像素点，对于任意可见像素点j，获取其世界坐标pos";
[0028] 计算点j对应到虚拟摄像机成像图像上的二维坐标，计算公式如下：
[0029] K=(Mp?Mv?posj.xy
[0030] 其中，K为点j对应于虚拟摄像机成像图像上的点，My为虚拟摄像机的视图矩阵， Mp为虚拟摄像机投影矩阵，K为计算结果的X、y分量；
[0031] 获取深度图像上K位置的像素值，与j点实际计算得到的像素值进行比较，如果实 际计算得到的像素值大于等于K位置的像素值，则判定j点距离虚拟摄像机比较远，j点的 像素被已有的像素遮挡，剔除j点；反之，则j点未被遮挡，保留j点。
[0032] 本发明所述方法还包括步骤：
[0033] 根据分离出的前景目标对象对应的着地点，在深度图像中获取该着地点的像素 值，计算出该着地点的空间位置，实现目标对象的时空还原。
[0034] 本发明还提出了一种识别前景目标对象的装置，所述装置包括：
[0035] =维模型单元，用于根据真实场景建立=维模型，在所述=维模型中设置与真实 摄像机一致的虚拟摄像机，获取深度图像；
[0036] 转换单元，用于将真实图像与虚拟摄像机根据=维模型得到的深度图像转换为二 值图像；
[0037] 目标提取单元，用于将真实图像与深度图像的二值图像做轮廓比较，提取前景目 标对象的特征轮廓；
[0038] 目标分离单元，用于根据预设的目标对象对提取的特征轮廓进行特征匹配，分离 出前景目标对象。
[0039] 其中，所述=维模型单元在获取深度图像时，执行如下操作：
[0040] 通过虚拟摄像机的可视域筛选虚拟摄像机的可见像素点；
[0041] 根据筛选的可见像素点，计算所有可见像素点到虚拟摄像机的相对距离，生成深 度图像；
[0042] 剔除深度图像中被遮挡的可见像素点，形成最终的深度图像。
[0043] 在通过虚拟摄像机的可视域筛选虚拟摄像机的可见像素点时，执行如下操作：
[0044] 确定虚拟摄像机可视域六个平面的平面方程；
[0045] 将=维模型中任意一点代入所述平面方程，确定该点与摄像机可视域各平面之间 的位置关系，如果该点在所述六个平面上或平面内侧，则判断该点在虚拟摄像机可视域内， 将位于可视域内的点作为虚拟摄像机的可见像素点。
[0046] 所述平面方程用点法式表示为：
[0047] N?V+d= 0
[004引其中，N为该平面的法向量，所述法向量指向可视域的外侧，V为该平面上的一点，d为常数；
[0049] 所述=维模型单元在将=维模型中任意一点代入所述平面方程，确定该点与摄像 机可视域各平面之间的位置关系时，执行如下操作：
[0050] 对于S维模型中任意一点V' ：
[005。 若N?r+d= 0,则点在该平面上，
[005引若N?V' +d〉0,则点在该平面外侧，
[0053] 若N?V' +d<0,则点在该平面内侧。
[0054] 在剔除深度图像中被遮挡的可见像素点，形成最终的深度图像时，执行如下操 作：
[00巧]遍历所有可见像素点，对于任意可见像素点j，获取其世界坐标pos";
[0056] 计算点j对应到虚拟摄像机成像图像上的二维坐标，计算公式如下：
[0057] K=(Mp?Mv?posj.xy
[005引其中，K为点j对应于虚拟摄像机成像图像上的点，My为虚拟摄像机的视图矩阵，Mp为虚拟摄像机投影矩阵，K为计算结果的X、y分量；
[0059] 获取深度图像上K位置的像素值，与j点实际计算得到的像素值进行比较，如果实 际计算得到的像素值大于等于K位置的像素值，则判定j点距离虚拟摄像机比较远，j点的 像素被已有的像素遮挡，剔除j点；反之，则j点未被遮挡，保留j点。
[0060] 进一步地，所述装置还包括时空还原单元，用于根据分离出的前景目标对象对应 的着地点，在深度图像中获取该着地点的像素值，计算出该着地点的空间位置，实现目标对 象的时空还原。
[0061] 本发明提出的一种识别前景目标对象的方法及装置，通过=维模型中架设的虚拟 摄像机，使虚拟摄像机能获取与真实摄像机一致的图像，然后通过虚拟摄像机来获取=维 模型中的深度图像，结合真实摄像机的真实图像，实现对真实图像中前、背景的分离，从而 提取出真实摄像机内前景目标的特征轮廓，通过对该特征轮廓进行特征匹配W及时空还 原，消除了光影对目标物识别率的影响，同时，大大节约了成本，适合大范围应用。
【附图说明】
[0062] 图1为本发明一示例性虚拟摄像机成像视锥体的示意图；
[0063] 图2为本发明一示例性可视物炼选原理图；
[0064] 图3为本发明一种识别前景目标对象的方法流程图；
[0065] 图4为本发明一示例性真实图像二值图；
[0066] 图5为本发明一示例性深度图像二值图。
【具体实施方式】
[0067] 下面结合附图和实施例对本发明技术方案做进一步详细说明，W下实施例不构成 对本发明的限定。
[0068] 本发明的总体思路是建立与真实环境一致的=维模