专利名称：一种基于颜色阈值与角点检测的视频横幅识别方法
技术领域：
本发明涉及一种基于颜色阈值与角点检测的视频横幅识别方法。
背景技术：
在国内，常常有不够理性的公民们因为他人煽动，不熟悉法律，或者情绪过激，采 取非法游行的措施表达意愿。非法集会往往在开阔场地、人流量大的地方，例如政府广场， 交通枢纽，商业旺地等进行，一旦集会群众出现过激行为，甚至失去控制，其造成的公共安 全危害将难以预料。鉴于非法集会的突发性，偶然性，以及巨大的危害性，如果网络治安视 频监控系统中能实现智能监控集会事件的功能，就可以及时提醒相关治安部门，迅速采取 措施，避免意外的发生。本发明横幅视频识别方法正是为基于公共安全领域的急切需求而 进行的。
现在目标物体特征提取的主要方法有基于Hough的物体轮廓特征提取算法和 sift尺度不变特征提取算法。Hough算法对于质量好的静态图像可以取得非常理想的效 果，但对于视频而言，其结果受光照等环境因素影响较大，这使得该算法在视频检测中常常 不能满足实际需要。Sift算法对细节的图像结构特征有准确的抓捕能力，对光照等环境因 素也具有很好的抗干扰能力，在目标物进行伸缩，旋转，甚至发生仿射变换时，均能准确抓 捕目标物的特征，但其巨大的计算量与内存消耗，不能满足视频检测的实时性要求。本发明 提出颜色阈值与角点检测的视频横幅识别方法，对图像的颜色特征以及角点特征有很好的 抓捕能力，尤其适合抓捕像横幅这样具有固定颜色值的物体，同时其计算量和内存消耗也 较小，可以满足视频检测的实时性需求。发明内容
为了解决现有技术无法快捷准确抓取视屏中横幅等特征物的问题，本发明提供一 种视频横幅识别方法的设计方案。
一种基于颜色阈值与角点检测的视频横幅识别方法，包括以下步骤(O从待处理视频流中提取一帧原始图像。
(2)对步骤(I)中所获取的原始图像进行灰度化，得到灰度图。
(3)对步骤(I)中所获取的原始图像进行颜色直方图统计，获取图像的颜色阈值。
(4)利用步骤(3)获取的颜色阈值，对步骤(2)得到的灰度图进行二值化，并对其 进行降噪处理，生成二值图掩膜。
(5)利用步骤(4)所得到的二值图掩膜与步骤(2)所得的灰度图相乘，生成图像副 本。
(6)对步骤(5)中得到的图像副本进行角点检测。
(7)利用步骤(6)所得到的角点计算横幅的具体区域。
(8)利用步骤(7)得到的具体区域截取原始图像对应区域的图像块。
具体的，步骤(3)中所述获取图像的颜色阈值的方法为对步骤(I)中所获取的图像对进行颜色直方图统计，判断其是否为双峰图，如果是则取 颜色直方图的“低谷”作为阈值，若非双峰图则提示改原始图像无横幅，并重新提取新的原 始图像。
更具体的，所述步骤(4)生成二值图掩膜的方法为(a)遍历原始图像的每个像素，若某像素的颜色值低于步骤(3)所述颜色阈值，则将步 骤(2)所得到的灰度图相应位置的像素置0，否则置1，最后得到二值化的灰度图。
(b)对步骤(a)所获得的二值化的灰度图进行中值滤波操作，消除小的噪声。
更具体的，所述步骤(5)利用步骤(4)所得到的二值图掩膜与步骤(2)所得的灰度 图相乘为二值图掩膜每个像素的值分别与灰度图对应位置的像素的值相乘，得到图像副 本。
优选的，所述步骤(6)对图像副本进行角点检测的方法为Harris角点检测算法。
进一步的，所述步骤(7)所述计算横幅的具体区域的方法为计算步骤(6)所获 得的所有角点坐标的X坐标的最小值Xl与最大值x2，Y坐标的最大值yl和最小值y2，则 (xl，yl)、(xl，y2)、(x2, yl)及(x2，y2)四点所围四边形区域即为横幅的具体区域。
更进一步的，还设置有计数器，其实施方法为当从首次待处理视频流中提取一帧 原始图像，计数器置0，若进行重新提取新的原始图像，则计数器加1，当计数器的数值达到 预定的阈值时，则判断该视频流中无横幅出现，并退出。
综上所述，本发明针对横幅的特征采取“概貌”特征提取的方法，选取了颜色和角 点这两个特征，对视频中的横幅有很好的检测效果，能准确、快速地识别出视频中的横幅， 能满足安全监控系统中的实时性要求。
图1为本发明所述一种基于颜色阈值与角点检测的视频横幅识别方法流程示意 图。
具体实施方式
为了让本领域的技术人员能够更好地了解本发明的技术方案，下面结合附图对本 发明作进一步的阐述。
如图1所示，本发明揭示了一种基于颜色阈值与角点检测的视频横幅识别方法包 括以下步骤(1)从待处理视频流中提取一帧原始图像；(2)对步骤(I)中所获取的原始图像进行灰度化，得到灰度图；(3)对步骤(I)中所获取的图像对进行颜色直方图统计，判断其是否为双峰图，如果是 则取颜色直方图的“低谷”作为阈值，若非双峰图则提示该原始图像无横幅，并重新提取新 的原始图像。
(4)遍历原始图像的每个像素，若某像素的颜色值低于步骤(3)所述颜色阈值，则 将步骤(2)所得到的灰度图相应位置的像素置0，否则置1，最后得到二值化的灰度图；同时 对步骤(a)所获得的二值化的灰度图进行中值滤波操作，消除小的噪声。
(5)利用步骤(4)所得到的二值图掩膜与步骤(2)所得的灰度图相乘为二值图掩膜每个像素的值分别与灰度图对应位置的像素的值相乘，得到图像副本(6)对步骤(5)中得到的图像副本使用Harris角点检测算法进行角点检测，步骤如下 (f-1)对于步骤(e)所得到的图像中的每个像素，首先计算 A(u,v),B(ii,v)和C(Kv)这三个值
权利要求
1.一种基于颜色阈值与角点检测的视频横幅识别方法，其特征在于，包括以下步骤 (1)从待处理视频流中提取一帧原始图像； (2)对步骤(I)中所获取的原始图像进行灰度化，得到灰度图； (3)对步骤(I)中所获取的原始图像进行颜色直方图统计，获取图像的颜色阈值； (4)利用步骤(3)获取的颜色阈值，对步骤(2)得到的灰度图进行二值化，并对其进行降噪处理，生成二值图掩膜； (5)利用步骤(4)所得到的二值图掩膜与步骤(2)所得的灰度图相乘，生成图像副本； (6)对步骤(5)中得到的图像副本进行角点检测； (7)利用步骤(6)所得到的角点计算横幅的具体区域； (8)利用步骤(7)得到的具体区域截取原始图像对应区域的图像块。
2.根据权利要求1所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于步骤(3)中所述获取图像的颜色阈值的方法为 对步骤(I)中所获取的图像对进行颜色直方图统计，判断其是否为双峰图，如果是则取颜色直方图的“低谷”作为阈值，若非双峰图则提示改原始图像无横幅，并重新提取新的原始图像。
3.根据权利要求1所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于所述步骤(4)生成二值图掩膜的方法为 (a)遍历原始图像的每个像素，若某像素的颜色值低于步骤(3)所述颜色阈值，则将步骤(2)所得到的灰度图相应位置的像素置O，否则置255，最后得到二值化的灰度图； (b)对步骤(a)所获得的二值化的灰度图进行中值滤波操作，消除小的噪声。
4.根据权利要求1所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于所述步骤(5)利用步骤(4)所得到的二值图掩膜与步骤(2)所得的灰度图相乘为二值图掩膜每个像素的值分别与灰度图对应位置的像素的值相乘，得到图像副本。
5.根据权利要求1所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于所述步骤(6)对图像副本进行角点检测的方法为Harris角点检测算法。
6.根据权利要求1所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于所述步骤(7)所述计算横幅的具体区域的方法为计算步骤(6)所获得的所有角点坐标的X坐标的最小值Xl与最大值x2，Y坐标的最大值yl和最小值!2，则(xl，yl)、(xl, y2)、(x2，yl)及(x2，y2)四点所围四边形区域即为横幅的具体区域。
7.根据权利要求2所述基于颜色阈值与角点检测的视频横幅识别方法，其特征在于还设置有计数器，当从首次待处理视频流中提取一帧原始图像，计数器置O，若进行重新提取新的原始图像，则计数器加1，当计数器的数值达到预定的阈值时，则判断该视频流中无横幅出现，并退出。
全文摘要
本发明公开了一种基于颜色阈值与角点检测的视频横幅识别方法，包括从待处理视频流中提取一帧原始图像并对其进行灰度化和颜色直方图统计，得到灰度图和颜色阈值，并根据颜色阈值对灰度图进行二值化后降噪获得二值图掩膜，再利用二值图掩膜和灰度图相乘，生成图像副本并对图像副本进行角点检测；利用角点计算横幅的具体区域并利用该具体区域截取原始图像对应区域的图像块。本发明针对横幅的特征采取“概貌”特征提取的方法，选取了颜色和角点这两个特征，对视频中的横幅有很好的检测效果，能准确、快速地识别出视频中的横幅，能满足安全监控系统中的实时性要求。
文档编号G06K9/54GK103034864SQ20121053400
公开日2013年4月10日 申请日期2012年12月12日 优先权日2012年12月12日
发明者蔡昭权 申请人:惠州学院