一种用于对运动物体进行视频识别的技术处理方法及其系统的制作方法
【专利摘要】本发明公开了一种用于对运动物体进行视频识别的技术处理方法，先将视频图像信息存储至图像队列中，然后从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别、模型处理并获取出每一个图像块的中心点，再利用前后两帧图像间中心点的位移确认需要计算的图像块，当中心点离开检测区域结束端，将该图像块计数。利用该技术处理方法能够快速准确的识别出视频图像中的运动物体；利用本发明的一种用于对运动物体进行视频识别的技术处理方法能够快速准确的识别出视频图像中的运动物体。本发明还公开了该种技术处理方法的系统。
【专利说明】
一种用于对运动物体进行视频识别的技术处理方法及其系统
技术领域
[0001]本发明涉及一种视频识别的技术处理方法，更具体地说，尤其涉及一种用于对运动物体进行视频识别的技术处理方法;本发明还涉及该种技术处理方法的系统。
【背景技术】
[0002]传统的皮带机计数器是采用红外传感器安装固定在传送带的两侧，一端发射红外线、另一端接收此红外线信号，当目标物品从中间通过遮挡到红外线时，会触发计数器进行计数。根据上述计数器的工作原理可知，被检测识别的目标物品通常比较大件，并且在传送带中传送时为单通道，只有将目标物品一个一个地依次通过红外传感器才能够逐一识别计数。如果被检测的目标物品体积细薄且数量比较多，当这些目标物品在传送带上批量传送的话，红外传感器不能够对其进行批量识别，传统的皮带机计数器将不能将其识别并计算。如今，随计算机技术的高速发展，亟待发明一种针对运动的细小物体进行视频识别的技术处理方法，以满足现代加工制造业的生产需要。
【发明内容】
[0003]本发明的目的在于提供一种用于对运动物体进行视频识别的技术处理方法，利用该技术处理方法能够快速准确的识别出视频图像中的运动物体。本发明还提供了该种技术处理方法的系统，利用该系统能够自动识别出视频图像中的运动物体并进行数量统计。
[0004]本发明的前一技术方案如下:
[0005]—种用于对运动物体进行视频识别的技术处理方法，包括如下处理步骤:
[0006]1.1实时拍摄传送物件的情况并转换成视频图像信息；
[0007]1.2实时获取步骤1.1所述的视频图像信息，并将视频图像信息存储至图像队列中，同时将统计的总数量预设为指定值；
[0008]1.3从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理；
[0009]1.4将已经过步骤1.3中目标轮廓识别处理的图像信息进行模型处理；
[0010]1.5从已经过步骤1.4中模型处理的图像信息获取出每一个图像块的中心点；
[0011]1.6利用前后两帧图像间中心点的位移确认需要计算的图像块，在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。
[0012]进一步的，在步骤1.3中，所述的目标轮廓识别处理包括将图像信息灰度化、二值化、填充及路径检测处理。
[0013]进一步的，在步骤1.4中，将经过了轮廓识别处理的图像信息的图像信息提取所有闭合路径并存储至块数组。
[0014]进一步的，在步骤1.4中，将提取出的每一个闭合路径数作最小宽度、最小高度以及图像块面积过滤判断，满足要求的闭合路径存储至块数组。
[0015]进一步的，在步骤1.6中，根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。
[0016]本发明的后一技术方案如下:
[0017]所述的一种用于对运动物体进行视频识别的系统，依次包括以下模块:
[0018]图像获取模块:用于实时拍摄传送带中传送物件的情况并转换成视频图像信息；
[0019]图像存储计数模块:用于将实时获取的视频图像信息存储至图像队列中，同时将统计的总数量设为指定值；
[0020]轮廓识别模块:用于从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理；
[0021 ]模型化模块:用于将轮廓识别模块处理得到的目标轮廓识别处理的图像信息进行模型处理；
[0022]中心点判断模块:用于将模型化模块处理得到的图像信息获取出每一个图像块的中心点；
[0023]统计模块:用于利用前后两帧图像间中心点的位移确认需要计算的图像块，在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。
[0024]进一步的，所述的轮廓识别模块包括:
[0025]灰度化单元，用于将图像信息进行灰度化处理；
[0026]二值化单元，用于将灰度化后的图像信息进行二值化处理；
[0027]填充单元，用于将经过二值化处理的图像填充边缘；
[0028]路径检测单元，用于将物件的轮廓路径进行检测。
[0029]进一步的，所述的模型化模块将进行了轮廓识别处理的图像提取每一个闭合路径并存储至块数组。
[0030]进一步的，所述的模型化模块在进行了轮廓识别处理的图像中提取出每一个闭合路径，都要作最小宽度、最小高度以及图像块面积的过滤判断，将满足要求的闭合路径存储至块数组。
[0031]进一步的，在所述的统计模块中，根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。
[0032]与现有技术相比，本发明具有的有益效果为:
[0033]1.本发明的一种用于对运动物体进行视频识别的技术处理方法，先将视频图像信息存储至图像队列中，然后从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识另IJ、模型处理并获取出每一个图像块的中心点，再利用前后两帧图像间中心点的位移确认需要计算的图像块，当中心点离开检测区域结束端，将该图像块计数。利用该技术处理方法能够快速准确的识别出视频图像中的运动物体。
[0034]2.本发明的用于对运动物体进行视频识别的系统，依次包括图像获取模块、图像存储计数模块、轮廓识别模块、模型化模块、中心点判断模块和统计模块，将视频图像信息依次经过这些模块处理之后，能够识别出视频图像中的运动物体并完成数量统计。
【附图说明】
[0035]图1是本发明用于对运动物体进行视频识别的技术处理方法的控制流程图；
[0036]图2是本发明用于对运动物体进行视频识别的系统的方框图。
【具体实施方式】
[0037]下面结合【具体实施方式】，对本发明的技术方案作进一步的详细说明，但不构成对本发明的任何限制。
[0038]参照图1所示，本发明的一种用于对运动物体进行视频识别的技术处理方法，包括如下处理步骤:
[0039]1.1利用视频拍摄装置实时拍摄传送带中传送物件并转换成视频图像信息。
[0040]1.2从视频拍摄装置中实时获取步骤1.1所述的视频图像信息，并将视频图像信息存储至图像队列中，同时将统计的总数量预设为指定值。
[0041]1.3从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理，所述的目标轮廓识别处理包括将图像信息灰度化、二值化、填充及路径检测处理。
[0042]1.4将已经过步骤1.3中目标轮廓识别处理的图像信息进行模型处理，将经过了轮廓识别处理的图像信息提取所有闭合路径，并将提取出的每一个闭合路径数作最小宽度、最小高度以及图像块面积过滤判断，将满足要求的闭合路径存储至块数组。
[0043]1.5从已经过步骤1.4中模型处理的图像信息中，获取出每一个图像块的闭合路径求出中心点。
[0044]1.6利用前后两帧图像间相邻两个中心点的位移确认是否为需要计算的图像块，若确定在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。其中，判断需要计算的图像块的方法为:先根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间相邻两个中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。在完成了整个视频识别过程后，统计的总数量即为自动识别统计出的物体总数。利用该技术处理方法能够快速准确的识别出视频图像中的运动物体。
[0045]参照图2所示，本发明的一种用于实现如权利要求1所述的技术处理方法的系统，依次包括以下模块:
[0046]图像获取模块I，利用图像获取模块I实时拍摄传送带中传送物件的情况并转换成视频图像信息。
[0047]图像存储计数模块2，将实时获取的视频图像信息存储至图像队列中，同时将统计的总数量设为指定值。
[0048]轮廓识别模块3:从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理。其中，所述的轮廓识别模块3包括:
[0049]灰度化单元31，将获取的图像信息进行灰度化处理，把图像变成黑白灰三色。
[0050]二值化单元32，将已进行灰度化处理的图像信息进行二值化处理，使图像信息变成了黑白模式。
[0051]填充单元33，将经过二值化处理的图像获取出每一个轮廓路径，并自动填充加宽边缘。
[0052]路径检测单元34，将物件的轮廓路径进行检测，若物件的轮廓路径没有闭合的，根据物体轮廓特性相应增加连接路径，使其变成闭合轮廓路径。
[0053]模型化模块4，将进行了轮廓识别模块处理得到的目标轮廓识别处理的图像信息进行模型处理。即将进行了轮廓识别处理的图像信息提取所有闭合路径，并将提取出的每一个闭合路径数作最小宽度、最小高度以及图像块面积过滤判断，将满足要求的闭合路径存储至块数组。
[0054]中心点判断模块5，从模型化模块处理得到的图像信息中获取出每一个图像块的闭合路径求出中心点。
[0055]统计模块6，利用前后两帧图像间中心点的位移确认需要计算的图像块，在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。其中，判断需要计算的图像块的方法为:先根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间相邻两个中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。在完成了整个视频识别过程后，统计的总数量即为自动识别统计出的物体总数。利用该技术处理方法能够快速准确的识别出视频图像中的运动物体。
[0056]本发明的用于对运动物体进行视频识别的系统，依次包括图像获取模块1、图像存储计数模块2、轮廓识别模块3、模型化模块4、中心点判断模块5和统计模块6，将视频图像信息依次经过这些模块处理之后，能够识别出视频图像中的运动物体并完成数量统计。
[0057]以上所述仅为本发明的较佳实施例，凡在本发明的精神和原则范围内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
【主权项】
1.一种用于对运动物体进行视频识别的技术处理方法，其特征在于，包括如下处理步骤: 1.1实时拍摄传送物件的情况并转换成视频图像信息； 1.2实时获取步骤1.1所述的视频图像信息，并将视频图像信息存储至图像队列中，同时将统计的总数量预设为指定值； 1.3从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理； 1.4将已经过步骤1.3中目标轮廓识别处理的图像信息进行模型处理； 1.5从已经过步骤1.4中模型处理的图像信息获取出每一个图像块的中心点； 1.6利用前后两帧图像间中心点的位移确认需要计算的图像块，在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。2.根据权利要求1所述的一种用于对运动物体进行视频识别的技术处理方法，其特征在于，在步骤1.3中，所述的目标轮廓识别处理包括将图像信息灰度化、二值化、填充及路径检测处理。3.根据权利要求1所述的一种用于对运动物体进行视频识别的技术处理方法，其特征在于，在步骤1.4中，将经过了轮廓识别处理的图像信息的图像信息提取所有闭合路径并存储至块数组。4.根据权利要求3所述的一种用于对运动物体进行视频识别的技术处理方法，其特征在于，在步骤1.4中，将提取出的每一个闭合路径数作最小宽度、最小高度以及图像块面积过滤判断，满足要求的闭合路径存储至块数组。5.根据权利要求1所述的一种用于对运动物体进行视频识别的技术处理方法，其特征在于，在步骤1.6中，根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。6.一种用于实现如权利要求1所述的技术处理方法的系统，其特征在于，依次包括以下丰旲块: 图像获取模块(I):用于实时拍摄传送带中传送物件的情况并转换成视频图像信息； 图像存储计数模块(2):用于将实时获取的视频图像信息存储至图像队列中，同时将统计的总数量设为指定值； 轮廓识别模块(3):用于从图像队列中依次抽取每一帧图像信息并对其进行目标轮廓识别处理； 模型化模块(4):用于将轮廓识别模块处理得到的目标轮廓识别处理的图像信息进行模型处理； 中心点判断模块(5):用于将模型化模块处理得到的图像信息获取出每一个图像块的中心点； 统计模块(6):用于利用前后两帧图像间中心点的位移确认需要计算的图像块，在检测区域结束端，发现有需要计算的图像块经过时，将统计的总数量增加I。7.根据权利要求6所述的用于对运动物体进行视频识别的系统，其特征在于，所述的轮廓识别模块(3)包括: 灰度化单元(31)，用于将图像信息进行灰度化处理； 二值化单元(32)，用于将灰度化后的图像信息进行二值化处理； 填充单元(33)，用于将经过二值化处理的图像填充边缘； 路径检测单元(34)，用于将物件的轮廓路径进行检测。8.根据权利要求6所述的用于对运动物体进行视频识别的系统，其特征在于，所述的模型化模块(4)将进行了轮廓识别处理的图像提取每一个闭合路径并存储至块数组。9.根据权利要求8所述的用于对运动物体进行视频识别的系统，其特征在于，所述的模型化模块(4)在进行了轮廓识别处理的图像中提取出每一个闭合路径，都要作最小宽度、最小高度以及图像块面积的过滤判断，将满足要求的闭合路径存储至块数组。10.根据权利要求6所述的用于对运动物体进行视频识别的系统，其特征在于，在所述的统计模块(6)中，根据拍摄速度及传送速度确定出前后两帧图像间中心点的位移允许偏差值，将图像队列中前后两帧图像间中心点的位移与允许偏差值作对比，若前后两帧图像间中心点的位移处于允许偏差值范围内的，则将该中心点确认为需要计算的图像块。
【文档编号】G06K9/00GK105975910SQ201610271771
【公开日】2016年9月28日
【申请日】2016年4月27日
【发明人】徐智广, 李明轩, 周杏樱, 蓝必铁, 黎云凤
【申请人】梧州市自动化技术研究开发院