[发明专利]基于格式塔视觉原理的运动目标区域整合优化方法

权利要求书

1.一种基于格式塔视觉原理的运动目标区域整合优化方法，其特征在于，包括如下步骤：

1)规则抽象阶段：

a、将格式塔视觉原理所遵循的接近性原则和闭合性原则抽象为目标整合所需满足的整合优化规则，即选定特征参数，并为特征参数设定阈值，当特征参数与阈值满足设定条件时，整合两个目标；

b、结束。

2)整合优化阶段

a、收集目标提取得到的所有目标车辆区域到待整合队列Q中；

b、计算Q中两个目标t₁和t₂的整合特征参数，若该两个目标的所有整合参数都能满足整合优化规则，则将两个目标合并成一个目标t_new，在Q中删除t₁和t₂并加入t_new；否则，继续寻找可以和t₁整合的目标；

c、循环执行步骤2)-b，直到任意两个目标的整合特征参数都不能满足整合条件；

d、结束。

2.根据权利要求1所述的基于格式塔视觉原理的运动目标区域整合优化方法，其特征在于，其中步骤1)-a中所述的特征参数值包括宽距和高距、宽相似比和高相似比、面积覆盖系数，将两个目标t₁和t₂的高距阀值设定为图片高度的十分之一和宽距阀值设定为图片宽度的十分之一，高相似比Ratio_H和宽相似比Ratio_W均设置为0.7，面积覆盖系数设置为0.5，当宽距和高距分别小于高距阀值和宽距阀值、高相似比Ratio_H和宽相似比Ratio_W均大于0.7且面积覆盖系数大于0.5时，整合两个目标t₁和t₂。

3.根据权利要求1所述的基于格式塔视觉原理的运动目标区域整合优化方法，其特征在于，其中步骤2)-a中Q中每个目标车辆区域包括车辆区域的外接矩形、在图像中的具体位置等信息。

4.根据权利要求1所述的基于格式塔视觉原理的运动目标区域整合优化方法，其特征在于，其中步骤2)-b的具体过程如下：

对Q中两个目标t₁和t₂，分别计算这两个目标的整合特征参数；

判断t₁和t₂的所有整合特征参数是否都符合整合优化规则，若是，则将t₁和t₂合并为t_new，将t₁和t₂在队列Q中删除，同时添加t_new为新目标区域；否则，循环判断t₁和余下目标的是否可以整合。

5.根据权利要求1所述的基于格式塔视觉原理的运动目标区域整合优化方法，其特征在于，步骤2)-c中当发现当前队列中所有目标均不能满足整合优化规则，则结束扫描队列；返回整合结果；结束整合。