买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国矿业大学

摘要：本发明公开了一种基于ViBe和Camshift算法的摄像头动静状态下的钻孔检测方法，首先通过LK算法提取图像特征点，然后通过计算视频相邻帧间特征点的位移判断摄像头状态；再使用ViBe算法在摄像头静止状态下检测出目标；当摄像头发生抖动或开始位移时，使用ViBe算法得到的目标框作为Camshift算法的初始化窗口，并将算法切换为Camshift在摄像头运动状态下对目标进行检测。本发明克服了ViBe算法在摄像头抖动或运动时无法精确对目标进行定位的问题，避免了使用单一Camshift算法导致计算量较大的情况和Camshift算法需要人为设定初始框的问题。

主权项：1.一种基于ViBe和Camshift算法的摄像头动静状态下的钻孔检测方法，其特征在于，包括以下步骤：S1，将摄像头静止、摄像头抖动和摄像头移动的视频图像作为输入；S2，采用LK算法对视频图像进行特征提取，并统计特征点数量；S3，对步骤S2中提取的特征点数进行相邻帧间匹配，实时判断摄像头状态；S4，采用ViBe算法检测前景目标，对摄像头每次静止时的第一帧视频进行处理，建立ViBe背景模型，为每个背景点存储一个样本集；然后对摄像头静止时的每帧视频进行处理，更新前景和样本集，检测出前景目标；采用保守的更新策略和随机子采样更新样本集；保守的更新策略使得一个像素点如果被检测为前景点，它在后续过程中永远不会被更新为背景点；随机子采样使得样本集的更新具有空间传播特性和时间传播特性，当一个像素点被分类为背景点时，有的概率更新样本集；更新时，既有的概率更新自己的样本集，同时也有的概率更新它的邻居点的样本集，其中是随机数因子；S5，将ViBe算法检测出的前景目标框作为Camshift算法的初始目标框，采用Camshift算法检测前景目标，然后基于Camshift算法实现连续自适应的目标跟踪过程；具体步骤为：S51，将步骤S4中ViBe算法得到的目标框初始化Camshift算法的搜索窗口；S52，将目标区域内的RGB图像转换为HSV图像，对HSV图像中的S通道进行处理，将图像中S分量小于40的像素都设置为0；S53，提取目标区域的H分量，计算目标区域的颜色直方图，利用颜色直方图对每帧图像做反向投影，确定每个像素点属于目标的概率；反向投影计算过程为：设定计算的颜色直方图分为m级，每一级直方图的值为qi，对应的直方图索引为ui，其中i＝1,2,…,m；图像输入后，计算当前帧中每个像素的像素值对应于目标区域颜色直方图的哪一级，然后将对应级的直方图的值赋予该像素点，新像素值I′x,y表示为： 其中，cx,y为原像素值对应于目标区域颜色直方图的索引；cx,y＝ui时，值为1；cx,y≠ui时，值为0；进行归一化处理，确保新像素值均在0～255之间： 其中，qmax是目标区域颜色直方图的最大值；S531，根据初始化窗口大小和位置，按照零阶矩和一阶矩公式计算目标框的质心位置xc,yc： 其中，M00为零阶矩，M10、M01分别为一阶矩；S532，根据M00重新调整目标框的尺寸，不断迭代直到目标框的中心位置到质心位置处，公式如下： hc＝1.2×wcs＝wc×hc其中，wc表示目标框宽度，hc表示目标框高度，s表示目标框大小；S533，在每一帧图像上都利用上一帧确定的目标框位置和大小信息作为初始值；不断重复步骤S531-S533，实现对目标的跟踪；同时，在Camshift算法持续跟踪的过程中加一个防错策略。

全文数据：

权利要求：

百度查询： 中国矿业大学 基于ViBe和Camshift算法的摄像头动静状态下的钻孔检测方法