一种视频监控系统及其目标匹配方法和装置制造方法
【专利摘要】一种视频监控系统及其目标匹配方法和装置，先根据目标模板在视频图像帧内按照横向和纵向上以预设的滑动步长进行模块匹配，得到初级匹配块，属于粗定位的方式，在缩小了目标范围后，再将待匹配子区域在目标子区域中进行区域匹配，得到准确的目标匹配位置。同时，由于该目标匹配方法是基于区域像素特征的匹配方法，因此，本申请提供的视频监控系统及其目标匹配方法和装置，具有运算量小的优点，且能够有效克服目标形变和严重遮挡时带来的影响。
【专利说明】一种视频监控系统及其目标匹配方法和装置
【技术领域】
[0001]本申请涉及视频监控【技术领域】，具体涉及一种视频监控系统及其目标匹配方法和
>J-U ρ?α装直。
【背景技术】
[0002]视频监控系统通常包括用于捕捉环境信息的摄像机，摄像机捕捉的视频图像通过传输网络传输到控制平台，控制平台通过人工操作可以控制摄像机的动作，同时控制平台也可以实现对视频图像的分析处理，例如对视频图像中目标的跟踪，或在发现特殊目标时实现自动报警。对于目标跟踪，其一般过程如下:目标进入视频监控区域后，由于目标是运动的，将系统自动捕捉到目标在当前帧的图像作为模板，在视频图像的下一帧通过目标匹配找到目标移动后所在的位置。然而，要实现对视频图像的分析处理，如何精确地进行目标匹配是非常重要的。
[0003]视频智能分析技术用于对场景中的目标进行检测、跟踪。跟踪也就是指，对前后帧或预先选定的多个图像帧的检测结果进行关联，确定前一图像帧中的目标与后一图像帧中的目标是否属于同一个目标。其关联的方法包括空间位置关联、特征关联等。特征关联通常是指特征模板匹配，如点特征(角点)模板匹配、线特征(边缘、轮廓等)模板匹配、面特征(颜色、纹理等)模板匹配。
[0004]对于点特征模板匹配，当目标对比度较低，或没有明显的角点特征时，该方法效果不好。对于线特征模板匹配，当目标边缘不明显，或目标产生较大的变形时，匹配效果不好。目前常用的基于模板像素点的匹配(面特征模板匹配)，其快速和慢速搜索算法都会存在运算量较大的问题，而且目 标被严重遮挡时效果也有明显的下降。
【发明内容】
[0005]为解决上述问题，本申请提供一种运算量小，且能够有效克服目标形变和严重遮挡时带来的影响的视频监控系统及其目标匹配方法和装置，该方法属于特征模板匹配中的面特征模板匹配。
[0006]根据本申请的第一方面，本申请提供一种目标匹配方法，包括:
[0007]获取目标模板。
[0008]根据所述目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块。
[0009]以初级匹配块所在区域为粗定位区域，或者将对所述初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将所述粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域，所述色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围。
[0010]根据所述色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域。[0011]将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。
[0012]根据本申请的第二方面，本申请提供一种目标匹配装置，包括:
[0013]目标模板获取单元，用于获取目标模板。
[0014]初级匹配块获取单元，用于根据所述目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块。
[0015]目标子区域获取单元，用于以初级匹配块所在区域为粗定位区域，或者将对所述初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将所述粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域，所述色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围。
[0016]待匹配子区域获取单元，用于根据所述色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域。
[0017]目标匹配位置获取单元，用于将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。
[0018]根据本申请的第三方面，本申请提供一种视频监控系统，包括上述的目标匹配装置。
[0019]本申请提供的视频监控系统及其目标匹配方法和装置，先根据目标模板在视频图像帧内按照横向和纵向上以预设的滑动步长进行模块匹配，得到初级匹配块，属于粗定位的方式，在缩小了目标范围后，再将待匹配子区域在目标子区域中进行区域匹配，得到准确的目标匹配位置。同时，由于该目标匹配方法是基于区域像素特征的匹配方法，因此，本申请提供的视频监控系统及其目标匹配方法和装置，具有运算量小的优点，且能够有效克服目标形变和严重遮挡时带来的影响。
【专利附图】
【附图说明】
[0020]图1为本申请一种实施例中目标匹配方法流程示意图；
[0021]图2为本申请一种实施例目标匹配方法中精确定位方式的示意图；
[0022]图3为本申请一种实施例中目标匹配装置的模块示意图。
【具体实施方式】
[0023]本申请实施例提供了一种目标匹配方法和装置，用于视频监控系统。该目标匹配装置可以设置在视频监控系统的控制平台上，在对视频图像进行分析处理时实现目标的匹配。
[0024]下面通过【具体实施方式】结合附图对本申请作进一步详细说明。
[0025]请参考图1，本实施例提供了一种用于视频图像分析的目标匹配方法，包括下面步骤:
[0026]步骤100:获取目标模板。目标模板是指包含有待检测目标图像信息的图像块，目标模板的形状可以是由待检测目标的边沿构成的不规则图像块，也可以是待检测目标边沿的外接矩形构成的矩形图像块，为了便于计算，通常目标模板为矩形模板。目标模板可以通过系统自动捕捉到目标在当前帧的图像作为模板，也可以是系统预先设定的图像作为模板。目标模板包含了等检测目标的图像信息。[0027]需要说明的是，在后续步骤中用到的目标模板的中心和宽度是指，在目标模板为矩形模板时，将矩形的中心作为目标模板的中心和宽度，在目标模板为不规则图像块时，将目标模板外接矩形的中心和宽度作为目标模板的中心和宽度。
[0028]步骤101:根据目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块。即将目标模板在视频图像帧内按照横向和纵向上预设的滑动步长下计算像素差值并求和，最后比较整个图像帧范围内像素差值的和，和最小的位置就是匹配位置，将该位置区域作为初级匹配块。
[0029]步骤101对视频图像进行模块匹配获得初级匹配块为对目标的一个初步定位。本实施例中，通过初级匹配块来确定目标的初步位置，即先将目标定位在一个较大的范围内，再在该位置范围内进行精确定位，相比于现有技术中基于每一个像素来进行精确定位获得目标匹配位置，能够减小运算量，提高效率。例如，在精确定位中，一个20*20像素的模板在100*100像素的范围内进行模板匹配，模板中心在100*100中的每一个像素位置，都要展开一次模板20*20像素差值并且求和，最后比较整个100*100范围内像素差值的和，和最小的位置就是匹配位置。在具体实施例中，横向和纵向上的滑动步长预设为大于I个像素，假设横向和纵向上的滑动步长都预设为20个像素，即只需要在横向和纵向上间隔20像素进行一次模板比较，即在100*100像素的图像帧内只需计算5*5个位置的差值。因此，本实施例步骤101中采用初步定位比精确定位运算量小。
[0030]应当理解，滑动步长预设值越大，其运算量便会越小，但是得到的初级匹配块中目标所在的位置范围便会越大，因此，需要根据实际情况，衡量对运算量和粗定位程度的要求后选择合适的滑动步长。
[0031]步骤102:以初级匹配块所在区域为粗定位区域，或者将对初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域。
[0032]本实施例中，对初级匹配块所在的区域扩大后的区域定为粗定位区域时为:以初级匹配块所在区域的中心为圆心确定预设半径的圆范围内为粗定位区域。在具体实施例中，确定预设半径为目标模板宽度的四倍。对初级匹配块所在的区域扩大后的区域定为粗定位区域，目的在于避免因初级匹配块没有完全包含等检测目标的所有图像信息而造成的误差，因此，通常在选择确定预设半径时，以保证粗定位区域完全包含初级匹配块为前提。
[0033]本实施例中，预设半径取值为步骤101中目标模板宽度的四倍，在其它实施例中，也可以取其它值。在某些实施例中，如果预设半径的取值太小，便会出现粗定位区域没有完全包含初级匹配块的情况，无法达到对初级匹配块所在的区域进行扩大的目的，因此，一般的，预设半径的取值大小一般以得到的圆区域完全包含初级匹配块为宜。
[0034]色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围，在具体实例中，视频图像色阶等级的划分方式与视频图像的色彩模式有关，例如:
[0035]I)当视频图像为灰度模式时，将图像像素点从O至255个级别中均匀分成16个色阶等级。
[0036]2)当视频图像为RGB模式时，将RGB图像三个通道中的每个通道均匀分成4个色阶等级，从而得到RGB模式下的64个色阶等级。
[0037]在其它实施例中，色阶等级个数可以根据具体需求来划分，本实施例只是提供了一种优选的实施方式。
[0038]应当理解，在视频监控系统中，如果获得的是灰度模式的图像，则可以直接使用第
I)种色阶等级划分方式。如果获得的是RGB模式的图像，则可以直接使用第2)种色阶等级划分方式，也可以将RGB模式的图像转换成灰度模式后使用第I)种色阶等级划分方式。除此之外，如果图像是其它颜色空间的，如YUV、HSV等，可以先转换到RGB或灰度图像再进行色阶等级划分。
[0039]根据上述划分的色阶等级，在在粗定位区域内，相同色阶等级并且相邻的像素点便会形成连通区域，该连通区域即为目标子区域，每一个色阶等级的目标子区域的数量可以为0，也可以为一个或多个。本实施例中，定义目标子区域的外接矩形的中心和长、宽为该目标子区域的中心和长、宽，同时，将每一个目标子区域标记为“第i色阶等级，第j目标子区域(1、j为正整数)”。
[0040]步骤103:根据步骤102中划分的色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域。同样的，每一个色阶等级的待匹配子区域的数量可以为0，也可以为一个或多个。并定义待匹配子区域的外接矩形的中心和长、宽为该待匹配子区域的中心和长、宽，同时，将每一个待匹配子区域标记为“第m色阶等级，第η待匹配子区域(m、n为正整数)”。
[0041]步骤104:将待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。步骤104即为在步骤101对目标进行初步定位后，进行的精确定位。在步骤104中，由于将待匹配子区域在目标子区域中进行区域匹配得到目标匹配位置是基于区域像素特征的匹配方式，相比于基于每一像素点特征的匹配方式，本实施例可以有效克服目标形变或严重遮挡时带来的影响。
[0042]本实施例中，将待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置，包括:将目标模板内的待匹配子区域逐个作为目标核心区域；将目标核心区域的外接矩形的中心分别与和该目标核心区域同一色阶等级的目标子区域的外接矩形的中心重合，根据预设匹配条件获得与目标模板内各个非目标核心区域匹配的目标子区域，计算目标模板内各个非目标核心区域的匹配分值，根据匹配分值计算目标模板内所有非目标核心区域的匹配分值之和；在所有匹配分值之和中查找最大值，将该最大值对应的与目标模板内各个待匹配子区域匹配的目标子区域的位置作为目标匹配位置。
[0043]下面结合图2，通过更加具体的描述来对上述精确定位的方式进行阐述:
[0044]图2中，201为以初级匹配块的中心为圆心确定预设半径的圆范围内的粗定位区域，202为目标模板，mlnl、mln2、m2nl、m3nl分别为目标模板202中第I色阶等级第I待匹配子区域、第I色阶等级第2待匹配子区域、第2色阶等级第I待匹配子区域、第3色阶等级第I待匹配子区域，iljl> ilj2、i2jl、i3jl分别为粗定位区域201中第I色阶等级第I目标子区域、第I色阶等级第2目标子区域、第2色阶等级第I目标子区域、第3色阶等级第I目标子区域，图2中箭头为待匹配子区域与目标子区域的匹配关系。
[0045]选择待匹配子区域中第P (0〈p ( m)色阶等级第q (0〈q ( η)待匹配子区域(例如mini)作为目标核心区域，在粗定位区域201中找到第i (i=p)色阶等级第k (OKj)目标子区域(例如iljl)。将目标模板移动，使第P色阶等级第q待匹配子区域的中心与第
i(i=P)色阶等级第k (OK j)目标子区域的中心重合，此时便确定了目标模板的当前比较位置。
[0046]之后，根据预设匹配条件为除第ρ色阶等级第q待匹配子区域外的其它待匹配子区域在粗匹配区域201内找到匹配的目标子区域。例如，在mini与iljl的中心重合后，mln2、m2nl、m3nl 分别与 ilj2、i2jl、i3jl 匹配。
[0047]本实施例中，预设匹配条件包括:
[0048]1、目标子区域与待匹配子区域属于同一色阶等级；
[0049]2、在与待匹配子区域同一色阶等级的所有目标子区域中，目标子区域的外接矩形的中心与待匹配子区域外接矩形的中心的距离最小，且该距离小于距离阈值。本实施例中，该距离阈值取值为等于目标模板宽度。一般的，由于在前后两图像帧或预先选定的多个图像帧中进行目标匹配，目标的位移及形变都不会太大，如果目标子区域的外接矩形的中心与待匹配子区域外接矩形的中心的距离过大，说明该目标子区域并不是待匹配子区域的匹配区域，此时待匹配子区域在目标子区域中没有相应的匹配区域，所以此处设置一距离阈值，可以有效避免上述错误匹配。
[0050]3、目标子区域与待匹配子区域的面积比在阈值范围内。本实施例中，该阈值范围取为0.25至4。由于在前后两图像帧或预先选定的多个图像帧中进行目标匹配，目标的形变不会太大，如果目标子区域与待匹配子区域的面积比过大，说明该目标子区域并不是待匹配子区域的匹配区域，此时待匹配子区域在目标子区域中没有相应的匹配区域，所以此处设置一阈值范围来限定目标子区域与待匹配子区域的面积比，可以有效避免上述错误匹配。
[0051]本实施例中，匹配分值为距离参数A和形状参数B的函数，距离参数A随当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离的减小而增大，形状参数B随当前待匹配子区域与与其匹配的目标子区域的形状相似程度的增大而增大。
[0052]S卩，CM=f (A, B)，其中，Cm为第ρ个色阶等级中第q个待匹配子区域的匹配分值。
[0053]在一具体实例中，通过以下公式计算目标模板内各个非目标核心区域的匹配分值:
[0054]Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))
[0055]其中，r为距离阈值，d为当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离，L1、Wl分别为当前待匹配子区域的外接矩形的长和宽，L2、W2分别为与当前待匹配子区域匹配的目标子区域的外接矩形的长和宽
[0056]需要说明的是，上述公式中，(r-d)/r表征的是距离参数A，min(ffl, W2)/max (ffl, W2) *min (LI, L2) /max (LI, L2)表征的是形状参数B，因此，上述公式中，匹配分值Cm可以用来表征目标子区域与待匹配子区域的匹配程度，同时，匹配分值Cm越大说明目标子区域与待匹配子区域两者的距离越小、形状越近似，故匹配程度越高。
[0057]一般的，由于前后相邻两帧图像或预先选定的多个帧图像中，目标的位移和形变通常较小，因此，待匹配子区域与目标子区域两者的距离和形状可以反应两者的匹配程度，且距离越小、形状越相近则越匹配。而本步骤对目标匹配位置的精确定位过程中，预设公式只是为了反应待匹配子区域与目标子区域两者的匹配程度。所以，在其它实施例中，可以通过其它公式来得到表征目标子区域与待匹配子区域两者的匹配程度的参数。[0058]再根据上面得到的匹配分值，计算在当前目标核心区域与目标子区域中心重合的情况下的匹配分值之和，其计算公式如下:
_] Wik= Σ CM。
[0060]目标模板内每个待匹配子区域都需要作为一次目标核心区域，每一次区域匹配得到一个wik。之后，找到值最大的wik，将该最大值对应的与目标模板内各个待匹配子区域匹配的目标子区域的位置作为目标匹配位置。在具体实施例中，目标匹配位置可以是该最大值对应的与目标模板内各个待匹配子区域匹配的所有目标子区域所构成的范围的外接矩形。
[0061]在具体实施例中，还可以设定一匹配分值之和的阈值T，如果最大值Wik〈T，则判断为不存在与当前待匹配子区域匹配的目标子区域。
[0062]请参考图3，对应于上述目标匹配方法，本实施例还提供了一种目标匹配装置，包括:目标模板获取单元300、初级匹配块获取单元301、目标子区域获取单元302、待匹配子区域获取单元303和目标匹配位置获取单元304。
[0063]目标模板获取单元300用于获取目标模板。初级匹配块获取单元301用于根据目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块，在具体实施例中，滑动步长预设为大于I个像素。目标子区域获取单元302用于以初级匹配块所在区域为粗定位区域，或者对初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域，色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围。待匹配子区域获取单元303用于根据根据上述色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域。目标匹配位置获取单元304用于将待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。
[0064]本实施例中，目标匹配位置获取单元304在将待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置时为:
[0065]目标匹配位置获取单元304将目标模板内的待匹配子区域逐个作为目标核心区域；将目标核心区域的外接矩形的中心分别与和该目标核心区域同一色阶等级的目标子区域的外接矩形的中心重合，根据预设匹配条件获得与目标模板内各个非目标核心区域匹配的目标子区域，计算目标模板内各个非目标核心区域的匹配分值，根据匹配分值计算目标模板内所有非目标核心区域的匹配分值之和；在所有匹配分值之和中查找最大值，将该最大值对应的与目标模板内各个待匹配子区域匹配的目标子区域的位置作为目标匹配位置。
[0066]其中，预设匹配条件包括:
[0067]1、目标子区域与待匹配子区域属于同一色阶等级。
[0068]2、在与待匹配子区域同一色阶等级的所有目标子区域中，目标子区域的外接矩形的中心与待匹配子区域外接矩形的中心的距离最小，且该距离小于距离阈值。
[0069]3、目标子区域与待匹配子区域的面积比在阈值范围内。
[0070]进一步，距离阈值等于目标模板宽度，阈值范围为0.25至4。
[0071]在目标子区域获取单元302对初级匹配块所在的区域扩大后的区域定为粗定位区域时为:目标子区域获取单元302以初级匹配块所在区域的中心为圆心确定预设半径的圆范围内为粗定位区域。进一步，确定预设半径设置为目标模板宽度的四倍。[0072]本实施例中，匹配分值为距离参数A和形状参数B的函数，距离参数A随当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离的减小而增大，形状参数B随当前待匹配子区域与与其匹配的目标子区域的形状相似程度的增大而增大。
[0073]即CM=f (A, B)，其中，Cpq为第ρ个色阶等级中第q个待匹配子区域的匹配分值。
[0074]在一具体实施例中，通过以下公式计算目标模板内各个非目标核心区域的匹配分值:
[0075]Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))；
[0076]其中，r为距离阈值，d为当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离，L1、Wl分别为当前待匹配子区域的外接矩形的长和宽，L2、W2分别为与当前待匹配子区域匹配的目标子区域的外接矩形的长和宽。
[0077]色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围，在具体实例中，视频图像色阶等级的划分方式与视频图像的色彩模式有关，例如:
[0078]I)当视频图像为灰度模式时，将图像像素点从O至255个级别中均匀分成16个色阶等级。
[0079]2)当视频图像为RGB模式时，将RGB图像三个通道中的每个通道均匀分成4个色阶等级，从而得到RGB模式下的64个色阶等级。
[0080]本申请实施例提供的视频监控系统及其目标匹配方法和装置，先根据在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，得到初级匹配块，属于粗定位的方式，在缩小了目标范围后，再将待匹配子区域在目标子区域中进行区域匹配，得到准确的目标匹配位置。同时，由于该目标匹配方法是基于区域像素特征的匹配方法，因此，本申请提供的视频监控系统及其目标匹配方法和装置，具有运算量小的优点，且能够有效克服目标形变和严重遮挡时带来的影响。
[0081]以上内容是结合具体的实施方式对本申请所作的进一步详细说明，不能认定本申请的具体实施只局限于这些说明。对于本申请所属【技术领域】的普通技术人员来说，在不脱离本申请发明构思的前提下，还可以做出若干简单推演或替换。
【权利要求】
1.一种目标匹配方法，其特征在于，包括: 获取目标模板； 根据所述目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块； 以初级匹配块所在区域为粗定位区域，或者将对所述初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将所述粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域，所述色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围； 根据所述色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域； 将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。
2.如权利要求1所述的方法，其特征在于，将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置包括: 将目标模板内的待匹配子区域逐个作为目标核心区域； 将目标核心区域的外接矩形的中心分别与和该目标核心区域同一色阶等级的目标子区域的外接矩形的中心重合，根据预设匹配条件获得与目标模板内各个非目标核心区域匹配的目标子区域，计算目标模板内各个非目标核心区域的匹配分值，根据所述匹配分值计算目标模板内所有非目标核心区域的匹配分值之和； 在所有匹配分值之和中查找最大值，将该最大值对应的与目标模板内各个待匹配子区域匹配的目标子区域的位置作为目标匹配位置。
3.如权利要求2所述的方法，其特征在于，所述预设匹配条件包括: 目标子区域与待匹配子区域属于同一色阶等级； 在与待匹配子区域同一等级的所有目标子区域中，目标子区域的外接矩形的中心与待匹配子区域外接矩形的中心的距离最小，且该距离小于距离阈值； 目标子区域与待匹配子区域的面积比在阈值范围内。
4.如权利要求3所述的方法，其特征在于，对所述初级匹配块所在的区域扩大后的区域定为粗定位区域包括:以初级匹配块所在区域的中心为圆心确定预设半径的圆范围内为粗定位区域。
5.如权利要求4所述的方法，其特征在于，所述滑动步长预设为大于I个像素，所述确定预设半径为所述目标模板宽度的四倍，所述距离阈值等于所述目标模板宽度，所述阈值范围为0.25至4。
6.如权利要求3-5任一项所述的方法，其特征在于，所述匹配分值为距离参数和形状参数的函数，所述距离参数随当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离的减小而增大，所述形状参数随当前待匹配子区域与与其匹配的目标子区域的形状相似程度的增大而增大。
7.如权利要求6所述的方法，其特征在于，通过以下公式计算目标模板内各个非目标核心区域的匹配分值:
Cpq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))； 其中，Cm为第p个色阶等级中第q个待匹配子区域的匹配分值，r为所述距离阈值，d为当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离，L1、W1分别为当前待匹配子区域的外接矩形的长和宽，L2、W2分别为与当前待匹配子区域匹配的目标子区域的外接矩形的长和宽。
8.如权利要求1所述的方法，其特征在于，所述预设的视频图像的色阶等级为: 当视频图像为灰度模式时，将图像像素点从O至255个级别中均匀分成16个色阶等级； 当视频图像为RGB模式时，将RGB图像三个通道中的每个通道均匀分成4个色阶等级，从而得到RGB模式下的64个色阶等级。
9.一种目标匹配装置，其特征在于，包括: 目标模板获取单元，用于获取目标模板； 初级匹配块获取单元，用于根据所述目标模板在视频图像帧内按照横向和纵向上预设的滑动步长进行模块匹配，获得初级匹配块； 目标子区域获取单元，用于以初级匹配块所在区域为粗定位区域，或者将对所述初级匹配块所在的区域扩大后的区域定为粗定位区域，根据预设的视频图像的色阶等级，将所述粗定位区域内相同色阶等级的像素点构成连通区域，将该连通区域作为目标子区域，所述色阶等级为根据视频图像的色彩模式划分出的若干个色阶范围； 待匹配子区域获取单元，用于根据所述色阶等级将目标模板内相同色阶等级的像素点构成连通区域，将该连通区域作为待匹配子区域； 目标匹配位置获取单元，用于将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置。
10.如权利要求9所述的装置，其特征在于，所述目标匹配位置获取单元在将所述待匹配子区域在目标子区域中进行区域匹配，得到目标匹配位置时为:所述目标匹配位置获取单元将目标模板内的待匹配子区域逐个作为目标核心区域；将目标核心区域的外接矩形的中心分别与和该目标核心区域同一色阶等级的目标子区域的外接矩形的中心重合，根据预设匹配条件获得与目标模板内各个非目标核心区域匹配的目标子区域，计算目标模板内各个非目标核心区域的匹配分值，根据所述匹配分值计算目标模板内所有非目标核心区域的匹配分值之和； 在所有匹配分值之和中查找最大值，将该最大值对应的与目标模板内各个待匹配子区域匹配的目标子区域的位置作为目标匹配位置。
11.如权利要求10所述的装置，其特征在于，所述预设匹配条件包括: 目标子区域与待匹配子区域属于同一色阶等级； 在与待匹配子区域同一色阶等级的所有目标子区域中，目标子区域的外接矩形的中心与待匹配子区域外接矩形的中心的距离最小，且该距离小于距离阈值； 目标子区域与待匹配子区域的面积比在阈值范围内。
12.如权利要求11所述的装置，其特征在于，在目标子区域获取单元对所述初级匹配块所在的区域扩大后的区域定为粗定位区域时为:目标子区域获取单元以初级匹配块所在区域的中心为圆心确定预设半径的圆范围内为粗定位区域。
13.如权利要求12所述的装置，其特征在于，所述滑动步长预设为大于I个像素，所述确定预设半径为所述目标模板宽度的四倍，所述距离阈值等于所述目标模板宽度，所述阈值范围为0.25至4。
14.如权利要求11-13任一项所述的装置，其特征在于，所述匹配分值为距离参数和形状参数的函数，所述距离参数随当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离的减小而增大，所述形状参数随当前待匹配子区域与与其匹配的目标子区域的形状相似程度的增大而增大。
15.如权利要求14所述的装置，其特征在于，通过以下公式计算目标模板内各个非目标核心区域的匹配分值: pq= ((r-d) /r) * (min (ffl, W2) /max (ffl, W2)) * (min (LI, L2) /max (LI, L2))； 其中，Cm为第p个色阶等级中第q个待匹配子区域的匹配分值，r为所述距离阈值，d为当前待匹配子区域的外接矩形的中心与与其匹配的目标子区域的外接矩形的中心之间的距离，L1、W1分别为当前待匹配子区域的外接矩形的长和宽，L2、W2分别为与当前待匹配子区域匹配的目标子区域的外接矩形的长和宽。
16.如权利9所述的装置，其特征在于，所述预设的视频图像的色阶等级为: 当视频图像为灰度模式时，将图像像素点从O至255个级别中均匀分成16个色阶等级； 当视频图像为RGB模式时，将RGB图像三个通道中的每个通道均匀分成4个色阶等级，从而得到RGB模式下的64个色阶等级。
17.—种视频监控系统，其特征在于，包括如权利要求9-16任一项所述的目标匹配装置。
【文档编号】H04N7/18GK103607558SQ201310537945
【公开日】2014年2月26日 申请日期:2013年11月4日 优先权日:2013年11月4日
【发明者】刘德健, 陈天健, 赵勇 申请人:深圳市中瀛鑫科技股份有限公司