1.一种视频图像中目标对象的识别方法,其特征在于,包括:
对视频图像进行预处理,得到所述视频图像的二值连通图;所述二值连通图中包含至少一个连通区域,每个连通区域对应所述视频图像中的至少一个目标对象;
获取所述二值连通图中各个连通区域的位置信息和面积信息;
根据所述各个连通区域的位置信息,以及预设的位置信息与阈值面积的线性关系,计算出所述各个连通区域的阈值面积;
根据所述各个连通区域的面积信息与阈值面积,识别所述各个连通区域对应的目标对象的个数。
2.根据权利要求1所述的识别方法,其特征在于,所述对视频图像进行预处理,得到所述视频图像的二值连通图包括:
从所述视频图像提取前景图像,将所述前景图像进行二值化处理得到所述视频图像的二值图像;
依次对所述视频图像的二值图像进行闭运算、膨胀运算、连通运算得到所述视频图像的二值连通图。
3.根据权利要求1所述的识别方法,其特征在于,还包括:设置位置信息与阈值面积的线性关系的步骤,包括:
获取预设数量的训练样本,对所述训练样本进行预处理,得到所述训练样本的二值连通图;
将所述训练样本的二值连通图在垂直方向上划分为N个子区域,其中每个子区域具有不同的位置信息;
分别统计每个子区域中训练目标的面积信息,得出每个子区域中的训练目标的面积均值;
根据相邻两个子区域中训练目标的面积均值,计算出相邻两个子区域的训练目标的面积均值之间的线性关系;
根据所述相邻两个子区域的训练目标的面积均值之间的线性关系,以及所述相邻两个子区域的位置关系,得到所述预设的位置信息与阈值面积的线性关系。
4.根据权利要求3所述的识别方法,其特征在于,所述根据相邻两个子区域中训练目标的面积均值,计算出相邻两个子区域的训练目标的面积均值之间的线性关系包括:
根据如下公式计算相邻两个子区域的训练目标的面积均值之间的线性关系:
其中,ai表示第i个子区域与第i+1个子区域的训练目标的面积均值之间的线性关系;Si+1表示第i+1个子区域的训练目标的面积均值,Si表示第i个子区域的训练目标的面积均值,Image.height表示训练样本的二值连通图的垂直方向上的长度,N为所述训练样本的二值连通图在垂直方向上划分的子区域的个数;
所述根据所述相邻两个子区域的训练目标的面积均值之间的线性关系,以及所述相邻两个子区域的位置关系,得到所述预设的位置信息与阈值面积的线性关系包括:
根据如下公式计算位置信息与阈值面积的线性关系包括:
yi=ai*x+bi,
bi=Si+1-ai*(Image.height/2*N+i*Image.height/N)
其中,yi表示第i个子区域的训练目标的阈值面积,x表示训练目标的位置信息,bi表示第i个子区域的训练目标的面积矫正常量。
5.根据权利要求1所述的识别方法,其特征在于,所述根据所述各个连通区域的面积信息与阈值面积,识别所述各个连通区域对应的目标对象的个数包括:
根据所述各个连通区域的面积信息与阈值面积的比值,识别所述各个连通区域对应的目标对象的个数;
其中,所述连通区域的面积信息与阈值面积的比值小于等于第一阈值时,识别所述连通区域对应的目标对象的个数为单个;所述连通区域的面积信息与阈值面积的比值大于第一阈值且小于等于第二阈值时,识别所述连通区域对应的目标对象的个数为两个;所述连通区域的面积信息与阈值面积的比值大于第二阈值时,识别所述连通区域对应的目标对象的个数为三个以上。
6.一种视频图像中目标对象的识别装置,其特征在于,包括:
预处理模块,用于对视频图像进行预处理,得到所述视频图像的二值连通图;所述二值连通图中包含至少一个连通区域,每个连通区域对应所述视频图像中的至少一个目标对象;
获取模块,用于获取所述二值连通图中各个连通区域的位置信息和面积信息;
计算模块,用于根据所述各个连通区域的位置信息,以及预设的位置信息与阈值面积的线性关系,计算出所述各个连通区域的阈值面积;
识别模块,用于根据所述各个连通区域的面积信息与阈值面积,识别所述各个连通区域对应的目标对象的个数。
7.根据权利要求6所述的识别装置,其特征在于,
所述预处理模块,用于从所述视频图像提取前景图像,将所述前景图像进行二值化处理得到所述视频图像的二值图像;依次对所述视频图像的二值图像进行闭运算、膨胀运算、连通运算得到所述视频图像的二值连通图。
8.根据权利要求6所述的识别装置,其特征在于,还包括:设置模块;
所述设置模块,用于获取预设数量的训练样本,对所述训练样本进行预处理,得到所述训练样本的二值连通图;将所述训练样本的二值连通图在垂直方向上划分为N个子区域,其中每个子区域具有不同的位置信息;分别统计每个子区域中训练目标的面积信息,得出每个子区域中的训练目标的面积均值;根据相邻两个子区域中训练目标的面积均值,计算出相邻两个子区域的训练目标的面积均值之间的线性关系;根据所述相邻两个子区域的训练目标的面积均值之间的线性关系,以及所述相邻两个子区域的位置关系,得到所述预设的位置信息与阈值面积的线性关系。
9.根据权利要求8所述的识别装置,其特征在于,所述计算模块,根据如下公式计算相邻两个子区域的训练目标的面积均值之间的线性关系:
其中,ai表示第i个子区域与第i+1个子区域的训练目标的面积均值之间的线性关系;Si+1表示第i+1个子区域的训练目标的面积均值,Si表示第i个子区域的训练目标的面积均值,Image.height表示训练样本的二值连通图的垂直方向上的长度,N为所述训练样本的二值连通图在垂直方向上划分的子区域的个数;
根据如下公式计算位置信息与阈值面积的线性关系包括:
yi=ai*x+bi,
bi=Si+1-ai*(Image.height/2*N+i*Image.height/N)
其中,yi表示第i个子区域的训练目标的阈值面积,x表示训练目标的位置信息,bi表示第i个子区域的训练目标的面积矫正常量。
10.根据权利要求1所述的识别装置,其特征在于,所述识别模块,用于根据所述各个连通区域的面积信息与阈值面积的比值,识别所述各个连通区域对应的目标对象的个数;
其中,所述连通区域的面积信息与阈值面积的比值小于等于第一阈值时,识别所述连通区域对应的目标对象的个数为单个;所述连通区域的面积信息与阈值面积的比值大于第一阈值且小于等于第二阈值时,识别所述连通区域对应的目标对象的个数为两个;所述连通区域的面积信息与阈值面积的比值大于第二阈值时,识别所述连通区域对应的目标对象的个数为三个以上。