[发明专利]一种建立运动物体模型的方法及装置

说明书

本发明公开了一种建立运动物体模型的方法，包括：从运动物体视频中提取一帧图像；对所述帧图像进行检测，识别出所述运动物体的形态及位置；以所述帧图像为起始帧在所述运动物体视频中截取一段视频，对所述截取的视频中的每一帧进行图像处理，依次获取所述每一帧图像中的运动物体的形态及位置；根据获取到的每一帧中运动物体的形态及位置，建立所述运动物体的运动模型。解决了现有技术中无法清晰建立高速运动物体的运动模型的问题。提高了观赏体验。

技术领域

本发明属于信息技术领域，具体地，涉及一种建立运动物体模型的方法及装置。

背景技术

现在运动物体的长距离运动是一种常见的现象，例如无人飞机的长距离飞行、长跑运动员的长距离跑步以及赛鸽的长距离竞翔等。在运动物体的长距离运行的路径上，往往会存在一些拍摄装置希望能拍摄到这些运动物体的图像或是将拍摄到运动物体的图像分享、传输到服务器。这比较典型的场景为赛鸽的长距离竞翔，为了让人们能够了解到赛鸽竞翔的情况，在竞翔路径的一些地点会设置直播点，用来拍摄赛鸽竞翔的画面或是将拍摄到运动物体的图像分享、传输到服务器；另外在竞翔路径上，亦可能有些赛鸽爱好者希望能拍摄到赛鸽竞翔的画面或是将拍摄到运动物体的图像分享、传输到服务器。

对于赛鸽比赛而言，由于其高速性和突然性会导致观众难以捕捉到赛鸽的精彩画面，对于电视直播工作者而言也是一个考验，如何将赛鸽飞行路线、飞行轨迹及飞行时的姿态完美的呈现在观众面前是一个巨大的挑战。目前的高清拍摄仪器虽然可以长时间的捕捉到赛鸽飞行的画面，但是由于赛鸽本身体积小、速度快，背景变化快，无法很好的建立起其高速运动模型，导致观众不容易在画面上看清，影响观赏体验。

发明内容

本发明提供了一种建立运动物体模型的方法，解决了现有技术中无法清晰建立高速运动物体的运动模型的问题。

为了实现上述目的，本发明提供了一种建立运动物体模型的方法，所述方法包括：

从运动物体视频中提取一帧图像；

对所述帧图像进行检测，识别出所述运动物体的形态及位置；

以所述帧图像为起始帧在所述运动物体视频中截取一段视频，对所述截取的视频中的每一帧进行图像处理，依次获取所述每一帧图像中的运动物体的形态及位置；

根据获取到的每一帧中运动物体的形态及位置，建立所述运动物体的运动模型。

可选地，所述对所述帧图像进行检测，识别出所述运动物体的形态及位置，包括：

将所述帧图像进行图像二值化，对二值化后的运动物体图像轮廓进行提取；

利用深度神经网络对所述运动物体进行特征点识别，训练分类器进行分类训练，筛选出所述运动物体的轮廓，并以所述轮廓为界，区分出所述运动物体的前景图像及背景图像；

对所述运动物体轮廓进行分析，识别出该运动物体的运动形态及位于图像中的位置。

可选地，所述对所述截取的视频中的每一帧进行图像处理，依次获取所述每一帧图像中的运动物体的形态及位置，包括：

获取当前帧图像及预设数量的连续帧图像，利用相邻帧的图像差分法识别出每一帧图像的背景图像；

对每一帧图像减去识别出相对应的背景图像，获取每一帧的前景图像；

对每一帧前景图像进行二值化，从所述二值化后的前景图像中计算所述运动物体轮廓，识别出每一帧运动物体的运动形态及位于图像中的位置。

可选地，所述对所述截取的视频中的每一帧进行图像处理，依次获取所述每一帧图像中的运动物体的形态及位置，包括：

获取所述当前帧图像相对于预设数量的相邻连续帧图像的变化率，更新所述当前帧图像的背景图像；