[发明专利]视频监控图像中最清晰人脸的捕捉方法

说明书

技术领域

本发明涉及一种视频监控图像中最清晰人脸的捕捉方法，是一种摄像头监控领域中的信息处理方法。

背景技术

目前，单摄像头的监控广泛应用于工业控制，安全保障，交通监控，门禁系统等领域。在很多领域(如：安保系统，门禁系统)需要自动的将人脸的图像在视频中检测出，并且记录。由于视频记录的是连续的图像，同一个人根据其停留时间的长短可以产生几千至几万幅图像，如果将其全部记录是一种对空间的浪费，也为后期的查找工作带来很大的麻烦，选择其中清晰度高的记录是一种直观的可行办法。由于光线，视角，遮挡等因素，视频中检测到的人脸并不总是正面清晰的，很可能是模糊的，从大量的连续图像中自动的选取一个清晰人脸成为一个难题。

经过对现有技术文献的查找发现，Ying-Li Tian等人在2005年的ComputerVision and Pattern Recognition(计算机视觉与模式识别)会议上发表了题为“Robust and efficient foreground analysis for real-time video surveillance”(实时视频监控中鲁棒有效的前景分析)的论文，该文用混合高斯模板的方法对背景进行建模，然后通过灰度和纹理信息去除阴影，最后在得到的前景中检测人脸。该方法很好的解决了前景(人脸)的检测和跟踪问题，但是无法自动的从连续获得的人脸图像中选择高清晰度的图像，没有解决从这一系列图像中选取清晰图像的问题。

发明内容

本发明的目的在于针对现有技术的不足，提出一种视频监控图像中最清晰人脸的捕捉方法，能够自动的从连续获得的人脸图像中选择高清晰度的图像。

为实现上述目的，本发明利用快速离散傅里叶变换的方法，在大量人脸序列图像中选择最清晰人脸，包括：视频的获取；利用直方图均衡化、图像形态学处理等方法对图像预处理；利用快速目标检测的方法进行人脸检测；根据速度估计跟踪人脸；利用快速离散傅里叶变换对人脸进行选择。

本发明的方法通过以下步骤实现：

1、对监控区域摄像头捕获的视频进行图像预处理，调整亮度值后将彩色图像转化为黑白图像，对图像进行直方图均衡化使整个图像的灰度平衡，然后对图像进行形态学处理。

2、对形态学处理后的每一帧图像用开源函数库opencv中改进的AdaBoost方法检测人脸；对检测到的人脸利用剔除区域相互包含的方法和YCbCr统计特性的方法去除不正确的人脸；对每一帧图像都使用上述人脸检测算法检测人脸；记录人脸大小及坐标并且通过前后多帧图像中的人脸位置估计人脸运动的方向和速度。

3、如果在前后两帧图像中都检测到了人脸，并且后一帧的人脸在前一帧人脸的坐标附近，则认为是同一个人脸；如果在前帧图像中未检测到人脸而在后一帧图像中检测到，则认为是新出现的人脸；如果在前帧图像中检测到人脸而在后一帧中未检测到，根据人脸消失时间及人脸在图像中的位置来判断人是否离开监控区域；以此来实现人脸的跟踪，并保存所有检测到的人脸图像作为候选图像。

4、对同一个人的所有候选图像进行归一化，使之拥有相同的大小，然后去除这些候选图像的边框部分，对剩余部分做快速离散傅里叶变换，得到傅里叶变换值；将所有傅里叶变换值中最大的M个值所对应的候选图像挑选出来，从中选择一个像素最多的图像保存，完成视频监控图像中最清晰人脸的捕捉；其中M为傅里叶变换值总数量的5-10％。

图像是否清晰在频域是由其高频分量决定的，而高频分量越丰富，其傅里叶变换值越大，通过一定的预处理，可以使傅里叶变换值与清晰度成正比关系，以此来选择图像。

本发明与现有技术相比的显著效果在于：更加快速的实现人脸的检测和跟踪，能够实时的处理监控视频。本发明能够从大量的人脸中选择最清晰的人脸并且存储相关信息，不需要大量的空间存储监控视频，只需要少量空间存储关键信息，节约了时间、空间和成本。

附图说明

图1是本发明实施例中人脸跟踪部分的状态转移图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作详细说明。以下实施例在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述的实施例。

本实施例具体步骤如下：

(1)视频捕获和图像预处理

由摄像头捕获视频，然后传输给后台程序进行处理。

对监控区域摄像头捕获的视频进行图像预处理，调整亮度值后将彩色图像转化为黑白图像，对图像进行直方图均衡化使整个图像的灰度平衡，然后对图像进行形态学处理。