首页> 中国专利> 一种用在目标识别中简单形状物体的近似快速消除影子影响的方法

一种用在目标识别中简单形状物体的近似快速消除影子影响的方法

摘要

本发明公开了一种用在目标识别中简单形状物体的近似快速消除影子影响的方法通过近似快速计算任意时刻、任意地点物体阳光影子长度和方向,并以此来确定目标物体是否有影子,若有影子则在原有影像轮廓中切除可能场景影子轮廓的部分,得到无影子影响的物体轮廓,最后与已知目标轮廓进行比对。本方案能够在从图像中提取目标轮廓和位置时,区分并消除物体影子对物体轮廓的判断的影响。同时,本方案计算量少,可以大大提高目标识别的处理速度和精度。

著录项

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2022-06-10

    未缴年费专利权终止 IPC(主分类):G06T 7/00 专利号:ZL2014102999119 申请日:20140627 授权公告日:20171107

    专利权的终止

  • 2017-11-07

    授权

    授权

  • 2015-07-29

    实质审查的生效 IPC(主分类):G06T7/00 申请日:20140627

    实质审查的生效

  • 2015-07-01

    公开

    公开

说明书

技术领域

本发明属于计算机人工智能目标识别领域,具体涉及区分并消除物体影子 对物体轮廓的判断影响的方法。

背景技术

从视频图像中提取目标的轮廓是基本的图像处理和模式识别的内容,但在 阳光下,物体会产生影子,在各种不同的轮廓提取方法中,影子的出现经常会 对轮廓产生干扰,影响物体的识别。

在固定拍摄场景中,已知物体的识别,通常采用背景数据差分法,通过颜 色、灰度的、边缘轮廓的方式提取出物体的轮廓。其中,采用差分方法提取的 轮廓通常包括影子的轮廓。

以往的图像处理中目标提取识别方法,对于影子的处理通常采用通过图像 灰度判别的方式来消除影子,此方法对于复杂地面的情况往往效果不好。

目前还没有有效的方法可以用于实时视频图像处理时快速直接计算简单 形状物体影子,并以此来消除影子的影响。

由此可见,如何在目标识别中,对简单形状物体的近似快速消除影子影响 是本领域亟需要解决的问题。

发明内容

针对现有图像处理中目标提取识别时对影子的处理方案中所存在的问题, 本发明的目的在于提供一种用在目标识别中简单形状物体的近似快速消除影 子影响的方法,以此来提高目标识别的效率和精度。

为了达到上述目的,本发明采用如下的技术方案:

一种用在目标识别中简单形状物体的近似快速消除影子影响的方法,所述 方法包括如下步骤:

(1)获取待识别目标所处场景的经纬度、时间、日期信息;

(2)针对待识别目标获取疑似物体的影像轮廓;

(3)根据步骤(1)中获取到的经纬度、日期信息计算待识别目标所处场 景中阳光影子的垂直方向角度、水平方向角度以及对应的日出、日落时间;

(4)根据步骤(1)中获取到的时间信息计算步骤(2)中获取到的疑似 物体是否有影子;

(5)根据影子的方向,截取物体影像轮廓中不受影子影响的部分轮廓;

(6)根据截取轮廓估测可能的疑似物体;

(7)在步骤(6)中估测到的疑似物体,选择其中一种疑似物体;

(8)根据选择的疑似物体的立体几何形状,计算该物体的当前可能影子 形状;

(9)根据射影几何学原理,用摄像机的6个外部参数,计算该影子轮廓 在当前拍摄场景中可能的场景轮廓几何形状;

(10)在原有影像轮廓中切除可能场景影子轮廓的部分;

(11)将物体轮廓与已知目标轮廓进行比对,确认是否匹配,若匹配符合 要求,则识别成功,若匹配不符合要求,则回到步骤(7),重新选择其它可能 的疑似物体;重复步骤(8)至(11),直到找到匹配目标或全部遍历没有可匹 配目标。

在该方法的优选方案中,所述步骤(3)的实现过程如下:

阳光影子的垂直方向角度TimeSunAngle:

当Latitude>=DaySunAngle时:

TimeSunAngle=

sin((Time-TimeDelay-6)/12*π)*(90-Latitude)+DaySunAngle;

当Latitude<DaySunAngle时:

TimeSunAngle=

180-(sin((Time-TimeDelay-6)/12*π)*(90-DaySunAngle)+ Latitude);

0<TimeSunAngle<180,小于0度或大于180度表示太阳没有升起,没 有影子,90度表示垂直,小于90度影子向北,大于90度影子向南;

阳光影子的水平方向角度TimeSunOrientation:

当Latitude>=DaySunAngle时:

当Time<12时

TimeSunOrientation=arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2));

当Time>12时

TimeSunOrientation=arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2))+180;

当Latitude<DaySunAngle时:

当Time<12时

TimeSunOrientation=180-arccos(((DaySunAngle*2-sin(-(6-Time -TimeDelay)/12*180)(Latitude*2-180)/2));

当Time>12时

TimeSunOrientation=-arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2));

日出、日落时间SunriseTime、SunsetTime:

SunriseTime=6+TimeDelay-EarlySunTime;

SunsetTime=18+TimeDelay+EarlySunTime;

EarlySunTime为天亮相对与6点钟的提前时差:

当Latitude>=90-DaySunAngle时,表示白夜;

当Latitude<90-DaySunAngle时:

当Latitude>=DaySunAngle

EarlySunTime=arcsin(Latitude/(90-DaySunAngle))/180*6;

当Latitude<=DaySunAngle

EarlySunTime=arcsin(DaySunAngle/(90-Latitude))/180*6;

其中,Time为当前时刻;Latitude为纬度;Longitude为经度;

DaySunAngle为当日阳光相对赤道的角度,且DaySunAngle=23.5* sin(Days*2/365*π),Days为当日距上一个春分的天数;

TimeDelay为时差,TimeDelay=(TimeZone*15-Longitude)/360*24, 且TimeZone为所属时区;

在该方法的另一优选方案中,所述步骤(10)中切除可能场景影子轮廓时, 采用场景影子轮廓为空,与影像轮廓进行逻辑与的处理,得到无影子影响的物 体轮廓。

本发明提供的方案能够在目标识别时快速确定任意时刻、任意地点物体阳 光影子长度和方向,从而能够从图像中提取目标轮廓和位置时,区分并消除物 体影子对物体轮廓的判断的影响。

再者,本发明提供的方案能够快速的确定影子位置,且准确性高;通过实 验证明,本方案计算量少,可以大大提高目标识别的处理速度和精度。

附图说明

以下结合附图和具体实施方式来进一步说明本发明。

图1为本发明实现的流程图。

具体实施方式

为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解, 下面结合具体图示,进一步阐述本发明。

本发明在已知日期时间、物体所在地点的经纬度的基础上,近似计算出简 单形状物体的阳光影子。

在根据计算出的阳光影子的长度和方向确定影子轮廓。

在确定影子轮廓后,通过几何变换,将含影子的目标轮廓中剪切除影子的 轮廓,即可得到基本的物体轮廓,便于更好地目标识别。

基于上述原理,本发明的具体实现方案如下(参见图1):

(1)获取待识别目标所处场景(即当前场景)的经纬度、时间、日期信 息。

(2)针对待识别目标获取疑似物体的影像轮廓;该步骤具体实现时可采 用现有的物体影像轮廓提取的方法和算法,此处不详细描述。

(3)根据步骤(1)中获取到的经纬度、日期信息计算待识别目标所处场 景中阳光影子的垂直方向角度、水平方向角度以及对应的日出、日落时间。

本步骤中计算待识别目标所处场景中阳光影子的垂直方向角度、水平方向 角度以及对应的日出、日落时间等信息的具体方案如下:

为了清楚说明本方案,首先对涉及到的一些参数进行说明:

1.所有角度的单位均采用度;

2.地面水平方向:以向北为0度,顺时针为正方向;

3.为了影子长度标幺化,假设物体的高度为1;

4.假设物体所在位置的经纬度:

经度(Longitude)为qLo;

纬度(Latitude)为qLa,北纬为正,南纬为负;

5.所属时区(qTimeZone);

6.时间点,日期为qDate,时间为qTime;

7.回归线的纬度为23°26′,约23.5°。

8.计算时差

根据站址经度计算与时区的时差(TimeDelay,单位:小时);

TimeDelay=(TimeZone*15-Longitude)/360*24;

9.计算阳光角度

取春分日期为3月21日;

计算当日距上一个春分的天数(Days,单位:天);

计算当日阳光相对赤道的角度(DaySunAngle)

DaySunAngle=23.5*sin(Days*2/365*π)。

影子垂直方向角度

计算当前时刻阳光和地面的夹角(TimeSunAngle);

当前时刻(Time,单位小时);

当Latitude>=DaySunAngle时:

TimeSunAngle=

sin((Time-TimeDelay-6)/12*π)*(90-Latitude)+DaySunAngle

当Latitude<DaySunAngle时:

TimeSunAngle=

180-(sin((Time-TimeDelay-6)/12*π)*(90-DaySunAngle)+Latitude) 0<TimeSunAngle<180,小于0度或大于180度表示太阳没有升起,没有影 子,90度表示垂直,小于90度影子向北,大于90度影子向南。

影子长度

影子长度L;

当TimeSunAngle不等于0度时,L=arcctg(TimeSunAngle)。

影子水平方向角度

阳光的水平方向角度(TimeSunOrientation);

当Latitude>=DaySunAngle时:

当Time<12时

TimeSunOrientation=arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2))

当Time>12时

TimeSunOrientation=arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2))+180

当Latitude<DaySunAngle时:

当Time<12时

TimeSunOrientation=180-arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2))

当Time>12时

TimeSunOrientation=-arccos(((DaySunAngle*2-sin(-(6-Time- TimeDelay)/12*180)(Latitude*2-180)/2))。

日出、日落时间

计算天亮相对与6点钟的提前时差EarlySunTime:

当Latitude>=90-DaySunAngle时,表示白夜;

当Latitude<90-DaySunAngle时:

当Latitude>=DaySunAngle

EarlySunTime=arcsin(Latitude/(90-DaySunAngle))/180*6;

当Latitude<=DaySunAngle

EarlySunTime=arcsin(DaySunAngle/(90-Latitude))/180*6;

设日出时间SunriseTime,日落时间SunsetTime;

SunriseTime=6+TimeDelay-EarlySunTime;

SunsetTime=18+TimeDelay+EarlySunTime。

上述计算方案能够近似快速计算地球上任意时刻、任意地点的物体阳光影 子的长度和方向。

(4)基于步骤(2)计算得到的阳光影子的垂直方向角度、水平方向角度 以及对应的日出、日落时间等信息,再根据步骤(1)中获取到的时间信息计 算步骤(2)中获取到的疑似物体是否有影子,若有,则转入步骤(5);若没 有,识别结束。

(5)根据影子的方向,截取物体影像轮廓中不受影子影响的部分轮廓;

(6)根据截取轮廓估测可能的疑似物体。

(7)在步骤(6)中估测到的疑似物体,选择其中一种疑似物体。

(8)根据物体的立体几何形状,计算该物体的当前可能影子形状,具体 的计算方式为现有技术,此处不加以赘述。

(9)根据射影几何学原理,用摄像机的6个外部参数,计算该影子轮廓 在当前拍摄场景中可能的场景轮廓几何形状。

(10)在原有影像轮廓中切除可能场景影子轮廓的部分,该切除方法具体 采用场景影子轮廓为空,与影像轮廓进行逻辑与的处理,得到无影子影响的物 体轮廓。本步骤中采用的逻辑与的处理方法,即使因为气候原因没有影子,也 不会有影响。

(11)将无影子影响的物体轮廓与已知目标轮廓进行比对,确认是否匹配, 若匹配符合要求,则识别成功,若匹配不符合要求,则回到步骤(7),重新选 择其它可能的疑似物体;重复步骤(8)至(11),直到找到匹配目标或全部遍 历没有可匹配目标。

上述方案能够已知形状物体的识别,特别对于简单形状的物体或已知可能 姿态的物体,更容易预知可能的影子形状,具有非常好的识别效果。通过具体 的实验可知,本方案在工程应用中具有非常好的识别效果。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业 的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中 描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明 还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本 发明要求保护范围由所附的权利要求书及其等效物界定。

去获取专利,查看全文>

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号