专利名称：一种用于视频监控的感兴趣区域提取方法
技术领域：
本发明属于图像检测技术领域，涉及一种可以用于视频监控的感兴趣区域提取方法。
背景技术：
对于视频和图像来说，用户只对其中的部分区域感兴趣，这部分区域包含较大的信息量，能比较显著的吸引人的注意。使用计算机自动准确地获取感兴趣区域，在图像检测、目标识别、跟踪等领域具有广泛的应用。目前已有很多感兴趣区域的提取方法，比如用于运动目标提取的帧间差值法和背景减除法1，基于图像显著性分析的区域提取方法2，以及一些针对特定物体的检测算法(如HOG行人检测3)，这些方法能够提取具有一定区分度的感兴趣区域。但是，帧间差值和背景差值法只能检测前景运动目标，缺乏对静止目标的识别能力；显著性的区域检测容易受颜色和亮度的影响，检测效果并不稳定；针对特定物体的检测算法往往通过训 练好的分类器进行识别，检测比较准确，但往往只能针对特定目标，应用范围较窄而且难以实时。参考文献IZivkovic, Z.and F.van der Heijden (2006).Efficient adaptive densityestimation per image pixel for the task of background subtraction[J].Patternrecognition letters 27 (7):773-780.
2Itti L, Koch C and NieburE.A model of saliency-based visual attentionfor rapid scene analysis[J].1EEE Transaction on Pattern Analysis and Machine Intelligence.1998，20(11):1254-1259.
3N.Dalai,B.Triggsj Histograms of oriented gradients for humandetection[C].1n:Computer Vision and Pattern Recognition, San Diego，CA，June20-25，2005.
发明内容
本发明的目的在于克服现有技术的上述不足，提供一种新的感兴趣区域提取方法，它能够同时提取出视频图像中动态和静态的感兴趣区域，并能够有效克服颜色和亮度因素的影响。本发明的技术方案是:一种用于视频监控的感兴趣区域提取方法，包括以下步骤:I)使用预先标定好的双目摄像机，或者将双目摄像头连接电脑采集获得左、右视点的双目视频图像；2)根据摄像机或双目摄像头的内、外参数，对左、右视点的双目视频图像做双目校正，消除畸变，使得两幅图像能够严格的对齐；3)选择左、右视点的其中一个作为基准视点，使用BM模式匹配算法计算双目视差以获得深度图，并利用此视点的连续图像序列，再使用高斯混合模型(GMM)建立此视点的背景模型；4)根据所获取的深度图，使用全局加权的深度差值平方之和计算所有深度显著图
权利要求
1.一种用于视频监控的感兴趣区域提取方法，包括以下步骤: 1)使用预先标定好的双目摄像机，或者将双目摄像头连接电脑采集获得左、右视点的双目视频图像； 2)根据摄像机或双目摄像头的内、外参数，对左、右视点的双目视频图像做双目校正，消除畸变，使得两幅图像能够严格的对齐； 3)选择左、右视点的其中一个作为基准视点，使用BM模式匹配算法计算双目视差以获得深度图，并利用此视点的连续图像序列，再使用高斯混合模型(GMM)建立此视点的背景模型； 4)根据所获取的深度图，使用全局加权的深度差值平方之和计算所有深度显著图
2.根据权利要求1所述的用于用于视频监控的感兴趣区域提取方法，其特征在于，步骤5)中，满足如下公式时，认为像素属于前景感兴趣区域: i(t)-bg(t) I 彡 T2 其中，i (t)代表t帧中的像素，bg(t)为t帧的背景模型，T2为阈值。
全文摘要
本发明提供一种视频图像中感兴趣区域的提取方法，适用于视频监控领域。所述方法可以将感兴趣区域自动标记出来，具体包括以下步骤1)采用双目摄像头(已预先标定)进行视频采集；2)对左右两视点的图像进行校正，消除畸变；3)左右视点选择其一，通过双目视差计算其深度图，并通过连续图像构建其高斯混合背景模型；4)使用全局的深度对比度获取深度显著性区域，同时使用背景差值的方法获取运动区域，得到两幅二值图像；5)对步骤4获取的两幅二值图像做异或运算，然后筛选连通区域(去噪)，并对剩余的连通区域做膨胀操作；6)最后标记轮廓和外接矩形，获取最终的感兴趣区域。本发明有效地克服了颜色和亮度变化对感兴趣区域检测的影响，具有很高的准确性和鲁棒性。
文档编号G06T7/00GK103077521SQ20131000681
公开日2013年5月1日 申请日期2013年1月8日 优先权日2013年1月8日
发明者金志刚, 刘晓辉, 徐楚 申请人:天津大学