CN102622594A - 一种基于红外和帧差的近距离目标提取方法 - Google Patents

一种基于红外和帧差的近距离目标提取方法 Download PDF

Info

Publication number
CN102622594A
CN102622594A CN2012100590809A CN201210059080A CN102622594A CN 102622594 A CN102622594 A CN 102622594A CN 2012100590809 A CN2012100590809 A CN 2012100590809A CN 201210059080 A CN201210059080 A CN 201210059080A CN 102622594 A CN102622594 A CN 102622594A
Authority
CN
China
Prior art keywords
infrared
frame difference
frame
camera
close
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN2012100590809A
Other languages
English (en)
Inventor
徐向民
苗捷
陈嘉勇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN2012100590809A priority Critical patent/CN102622594A/zh
Publication of CN102622594A publication Critical patent/CN102622594A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Studio Devices (AREA)

Abstract

本发明公开了一种基于红外和帧差的近距离目标提取方法，包括以下步骤：(1)控制红外照明电路停止照明，设置摄像头的曝光时间为T，从摄像头读取一帧图像信息，标定为Image1，存储在记忆体内；(2)控制红外照明电路提供照明，设置摄像头的曝光时间为T，从摄像头读取一帧图像信息，标定为Image2，存储在记忆体内；(3)使用帧差将Image2与Image1进行作差运算，生成一帧做差图像，标定为Image3，并存储在记忆体内；(4)选定阈值，生成二值化图像，提取出灰度值为1的部分作为最终的目标。与现有技术相比，本发明能降低光照条件及变化背景对近距离目标提取的影响，实现对近距离目标的实时提取。

Description

一种基于红外和帧差的近距离目标提取方法
技术领域
本发明涉及视频图像处理技术，特别涉及一种基于红外和帧差的近距离目标提取方法。
背景技术
人机交互技术是虚拟现实***的一项关键技术，而人机交互技术需要实现对人体目标的提取和识别，例如手势提取和人脸识别。但是现有的基于颜色或形态特征的目标提取受环境背景和光照条件的影响大，导致识别率并不高，难以满足人机交互的要求。
帧差法是利用相邻帧之间的作差来实现对静态背景的消除和获取目标运动的区域范围，计算复杂度低，实时性好。但是由于相邻帧间亮度相近，所以在作差后相邻帧间目标重叠部分就会被删除，得到的目标很有可能并不完整。
阈值分割法是一种基于区域的图像分割技术，其基本原理是通过设定不同的特征阈值，把图像象素点分为若干类。对于需要前、后景分离的图像，一般采用单阈值分割，将图像分为高亮部分和暗黑部分，再根据前、后景的亮度特征判断其对应的部分。
发明内容
为了克服现有技术的不足，本发明的目的在于提供一种基于红外和帧差的近距离目标提取方法，能够降低光照条件及变化背景对近距离目标提取的影响，实现对近距离目标的实时提取。
本发明的目的通过以下技术方案实现：
一种基于红外和帧差的近距离目标提取方法，包括以下步骤：
(1)主控芯片控制红外照明电路停止照明，设置摄像头的曝光时间为T，然后从摄像头读取一帧图像信息，标定为Image1，存储在记忆体内；
(2)主控芯片控制红外照明电路提供照明，设置摄像头的曝光时间为T，然后从摄像头读取一帧图像信息，标定为Image2，存储在记忆体内；
(3)使用帧差将Image2与Image1进行作差运算，生成一帧做差图像，标定为Image3，并存储在记忆体内；
(4)根据帧差图像的直方图信息使用自适应算法选定阈值，继而遍历Image3中的所有像素点，将灰度值大于阈值的像素点的灰度值设为1，灰度值小于或等于阈值的像素点的灰度值设为0，从而生成二值化图像，提取出灰度值为1的像素点作为最终的目标。
所述主控芯片优选为FPGA(现场可编程门阵列)。
所述主控芯片优选为DSP(数字信号处理器)。
所述红外照明电路发射的红外光波长优选为850nm。
所述红外照明电路发射的红外光波长优选为940nm。
所述摄像头的曝光时间T优选为20ms。
步骤(4)所述自适应算法为最大类间方差法。
本发明的基本原理为：红外照明的高亮度范围主要在摄像头模块近距离区域，距离摄像头模块越近的区域得到的红外光增强的效果越好，红外光以相隔一帧图像的时间进行间歇照明以实现相邻两帧图像近距离目标亮度上的差别，利用相邻图像帧间作差和阈值分割实现较完整地去除背景并提取近距离目标。
与现有技术相比，本发明具有以下优点和技术效果：
本发明利用红外照明电路提高相邻帧间近距离目标的亮度差，使得两帧图像近距离目标的亮度变化大而相对较远区域的亮度却变化很小，然后使用帧差法消除背景，最后通过阈值分割得到一个与背景分离的目标。本发明能够降低光照条件及变化背景对近距离目标提取的影响，实现对近距离目标的实时提取，而且得到的分割目标完整，计算复杂度低。
附图说明
图1为本发明的一个实施例采用的实现基于红外和帧差的近距离目标提取方法的***。
图2为本发明基于红外和帧差的近距离目标提取方法的流程图。
具体实施方式
下面结合实施例及附图，对本发明作进一步地详细说明，但本发明的实施方式不限于此。
实施例1
如图1所示，实现本实施例基于红外和帧差的近距离目标提取方法的***包括红外照明电路101、摄像头模块102和主控芯片103，其中主控芯片103分别与红外照明电路101、摄像头模块102连接。其中主控芯片103为FPGA。摄像头模块102包括数字摄像头和红外滤光片，其中数字摄像头的参数可由主控芯片103设置。红外照明电路101发射的红外光波长为850nm。
如图2所示，本发明基于红外和帧差的近距离目标提取方法包括以下步骤：
(1)FPGA控制红外照明电路停止照明，设置摄像头的曝光时间为如20ms，然后从摄像头读取一帧图像信息，标定为Image1，存储在记忆体内；
(2)FPGA控制红外照明电路提供照明，设置摄像头的曝光时间为20ms，然后从摄像头读取一帧图像信息，标定为Image2，存储在记忆体内；
(3)使用帧差将Image2与Image1进行作差运算，生成一帧做差图像，标定为Image3，并存储在记忆体内；
(4)根据帧差图像的直方图信息使用自适应算法选定阈值，继而遍历Image3中的所有像素点，将灰度值大于阈值的像素点的灰度值设为1，灰度值小于或等于阈值的像素点的灰度值设为0，从而生成二值化图像，提取出灰度值为1的像素点作为最终的目标。
实施例2
本实施例除主控芯片为DSP，红外照明电路发射的红外光波长为850nm外，其余特征均与实施例1同。
上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受所述实施例的限制，如主控芯片可采用除FPGA和DSP以外的其他芯片，红外照明电路发射的红外光波长的可为其他波长等，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims (7)

1.一种基于红外和帧差的近距离目标提取方法，其特征在于，包括以下步骤：
(1)主控芯片控制红外照明电路停止照明，设置摄像头的曝光时间为T，然后从摄像头读取一帧图像信息，标定为Image1，存储在记忆体内；
(2)主控芯片控制红外照明电路提供照明，设置摄像头的曝光时间为T，然后从摄像头读取一帧图像信息，标定为Image2，存储在记忆体内；
(3)使用帧差将Image2与Image1进行作差运算，生成一帧做差图像，标定为Image3，并存储在记忆体内；
(4)根据帧差图像的直方图信息使用自适应算法选定阈值，继而遍历Image3中的所有像素点，将灰度值大于阈值的像素点的灰度值设为1，灰度值小于或等于阈值的像素点的灰度值设为0，从而生成二值化图像，提取出灰度值为1的像素点作为最终的目标。
2.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，所述主控芯片为FPGA。
3.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，所述主控芯片为DSP。
4.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，所述红外照明电路发射的红外光波长为850nm。
5.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，所述红外照明电路发射的红外光波长为940nm。
6.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，所述摄像头的曝光时间T为20ms。
7.根据权利要求1所述的基于红外和帧差的近距离目标提取方法，其特征在于，步骤(4)所述自适应算法为最大类间方差法。
CN2012100590809A 2012-03-07 2012-03-07 一种基于红外和帧差的近距离目标提取方法 Pending CN102622594A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN2012100590809A CN102622594A (zh) 2012-03-07 2012-03-07 一种基于红外和帧差的近距离目标提取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2012100590809A CN102622594A (zh) 2012-03-07 2012-03-07 一种基于红外和帧差的近距离目标提取方法

Publications (1)

Publication Number Publication Date
CN102622594A true CN102622594A (zh) 2012-08-01

Family

ID=46562504

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2012100590809A Pending CN102622594A (zh) 2012-03-07 2012-03-07 一种基于红外和帧差的近距离目标提取方法

Country Status (1)

Country Link
CN (1) CN102622594A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105510787A (zh) * 2016-01-26 2016-04-20 国网上海市电力公司 基于图像合成技术的便携式超声、红外、紫外检测仪
CN105738779A (zh) * 2016-01-26 2016-07-06 国网上海市电力公司 一种基于多源图像融合的局部放电检测方法
CN110365892A (zh) * 2018-04-04 2019-10-22 瑞昱半导体股份有限公司 图像处理装置及图像处理方法
CN113076800A (zh) * 2021-03-03 2021-07-06 惠州市博实结科技有限公司 一种道路标志牌检测方法及装置
CN113132617A (zh) * 2019-12-31 2021-07-16 北京中安未来科技有限公司 图像抖动判断方法及装置、图像识别触发方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN201207195Y (zh) * 2008-05-23 2009-03-11 汉王科技股份有限公司 红外人脸识别和指纹识别的双重身份认证设备
US20090134328A1 (en) * 2007-11-27 2009-05-28 Sony Corporation Image-taking apparatus and method thereof
CN101673396A (zh) * 2009-09-07 2010-03-17 南京理工大学 基于动态目标检测的图像融合方法
CN102074022A (zh) * 2011-01-10 2011-05-25 南京理工大学 一种基于红外图像的弱小运动目标检测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20090134328A1 (en) * 2007-11-27 2009-05-28 Sony Corporation Image-taking apparatus and method thereof
CN201207195Y (zh) * 2008-05-23 2009-03-11 汉王科技股份有限公司 红外人脸识别和指纹识别的双重身份认证设备
CN101673396A (zh) * 2009-09-07 2010-03-17 南京理工大学 基于动态目标检测的图像融合方法
CN102074022A (zh) * 2011-01-10 2011-05-25 南京理工大学 一种基于红外图像的弱小运动目标检测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孙明玉 等: "一种自适应阈值的运动目标提取算法", 《计算机应用研究》 *
钟翔 等: "基于红外照明的Adaboost实时人脸检测", 《计算机工程》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105510787A (zh) * 2016-01-26 2016-04-20 国网上海市电力公司 基于图像合成技术的便携式超声、红外、紫外检测仪
CN105738779A (zh) * 2016-01-26 2016-07-06 国网上海市电力公司 一种基于多源图像融合的局部放电检测方法
CN110365892A (zh) * 2018-04-04 2019-10-22 瑞昱半导体股份有限公司 图像处理装置及图像处理方法
CN113132617A (zh) * 2019-12-31 2021-07-16 北京中安未来科技有限公司 图像抖动判断方法及装置、图像识别触发方法及装置
CN113132617B (zh) * 2019-12-31 2023-04-07 北京中安未来科技有限公司 图像抖动判断方法及装置、图像识别触发方法及装置
CN113076800A (zh) * 2021-03-03 2021-07-06 惠州市博实结科技有限公司 一种道路标志牌检测方法及装置

Similar Documents

Publication Publication Date Title
US11178324B2 (en) Focusing method and device, electronic device and computer-readable storage medium
US11457138B2 (en) Method and device for image processing, method for training object detection model
US10937167B2 (en) Automated generation of pre-labeled training data
US11700457B2 (en) Flicker mitigation via image signal processing
US20220303447A1 (en) Information acquisition device, method, patrol robot and storage medium
KR20200078314A (ko) 시맨틱 분할에 의해 지배적 장면 분류를 제공하는 시스템 및 방법
US9111353B2 (en) Adaptive illuminance filter in a video analysis system
CN102622594A (zh) 一种基于红外和帧差的近距离目标提取方法
CN106161984B (zh) 视频图像强光抑制、轮廓及细节增强处理方法及***
CN114596620B (zh) 人脸识别设备补光控制方法、装置、设备及存储介质
CN112270745B (zh) 一种图像生成方法、装置、设备以及存储介质
WO2022206156A1 (zh) 一种图像生成方法、装置、设备及存储介质
JP7241772B2 (ja) 画像処理装置
US10755114B1 (en) Efficient two-stage object detection scheme for embedded device
CN117274107B (zh) 低照度场景下端到端色彩及细节增强方法、装置及设备
US9104937B2 (en) Apparatus and method for recognizing image with increased image recognition rate
CN108629329B (zh) 图像处理方法和装置、电子设备、计算机可读存储介质
CN101996324B (zh) 基于动态采样提取激光光斑的方法
CN104660954A (zh) 低照度场景下基于背景建模的图像亮度提升方法及装置
Lin et al. Long-distance vehicle detection algorithm at night for driving assistance
US20200293782A1 (en) Pre-processing image frames based on camera statistics
Rajkumar et al. Vehicle Detection and Tracking System from CCTV Captured Image for Night Vision
JP2013197892A (ja) 被写体認識装置、被写体認識方法及び被写体認識用コンピュータプログラム
Asundi et al. Raindrop detection algorithm for ADAS
CN110875999B (zh) 车用取像装置及行车影像的筛选方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20120801