[发明专利]一种监控图像实时处理方法

摘要

本发明提供了一种监控图像实时处理方法，包括获取监控图像文件库的图像以及待识别的监控图像，将局部特征映射为汉明空间的点，对映射后的点进行散列处理，建立监控图像文件库中图像的索引；如果库中的图像与待识别图像中的某个特征点欧氏距离最近的前两个特征点满足次近距离与最近距离之比大于预定阈值，则将库中图像的当前特征点与待识别图像中的上述特征点作为一对匹配点；确定图像匹配的精确阈值与粗阈值，以精确阈值建立约束，删除粗阈值粗匹配结果中的失配。本发明提出了一种监控图像实时处理方法，有效降低了图像识别中特征提取和特征匹配的计算复杂度，提高了识别效率。

主权项

一种监控图像实时处理方法，其特征在于，包括：步骤一，获取监控图像文件库的图像以及待识别的监控图像，将局部特征映射为汉明空间的点，对映射后的点进行散列处理，建立监控图像文件库中图像的索引；步骤二，搜索监控图像文件库的图像以及待识别的监控图像的图像特征的邻近值，如果监控图像文件库中的图像中与待识别监控图像中的某个特征点欧氏距离最近的前两个特征点满足次近距离与最近距离之比大于预定阈值，则将监控图像文件库的图像的当前特征点与待识别监控图像中的上述特征点作为一对匹配点；步骤三，确定图像匹配的精确阈值与粗阈值，并以精确阈值的匹配结果建立约束，删除粗阈值粗匹配结果中的失配；所述步骤三进一步包括：(1)首先进行阈值初始化，设定阈值初始值η1＝1.5，η2＝8；循环次数i1＝0，i2＝0；循环次数限制i1max＝10，i2max＝20，所需最小匹配点个数Q＝5；(2)从匹配图像中提取特征矢量；(3)利用阈值η1做特征匹配，得到当前匹配点集A＝{(ai，a’i)}，i＝1，2，…，qA，其中qA为当前η1所对应的匹配个数，并令i1增1；(4)若当前匹配个数qA<Q，且i1<i1max，则令η1递增0.15，并返回步骤(3)；若匹配个数大于Q，或i1>i1max，则转至步骤(5)；(5)利用阈值η2做特征匹配，得到当前匹配点集B＝{(bj，b’j)}，j＝1，2，…，qB，其中qB为当前η2所对应的匹配个数，并令i2增1；(6)若当前匹配个数qB<2，且i2<i2max，则令η2递增0.02，并返回步骤(5)；若匹配个数大于2且小于5，且i2<i2max，则令η2递减0.01，并返回步骤(5)；否则，转至步骤(7)；(7)在完成阈值选定工作时，得到粗阈值η1及其对应的粗匹配点集A，以及精确阈值η2及其对应的匹配点集精确匹配点集B；建立匹配图像间的几何变化约束，具体包括：获取两对精确匹配点(b1，b’1)、(bqB，b’qB)，以及粗匹配中的匹配点(ai，a’i)为任意一对，由(b1，b’1)、(bqB、b’qB)建立匹配图像间长度变换约束：Lc＝‖bqB‑b1‖/‖b’qB‑b’1‖和角度变化约束Vc＝∠b1bqBx‑∠b’1b’qBx对于粗匹配中的匹配点(ai，a’i)，若其对应长度和角度满足上述约束，即当满足rL＝min(Lc，L)/max(Lc，L)>0.85rV＝min(Vc，V)/max(Vc，V)>0.85时，保留当前匹配(ai，a’i)，其中L＝‖ai‑b1‖/‖a’i‑b’i‖，V＝∠b1aix‑∠b’1a’ix；否则，将当前匹配点从粗匹配点集A中删除。