專利名稱：：基于屬性匹配的浮選視頻測速方法
技術領域：
：本發明涉及一種視頻測速技術，尤其涉及一種基于屬性匹配的浮選視頻測速方法。
背景技術：
：在有色金屬、黑色金屬、煤泥的浮選自動控制過程中，浮選泡沫的流動速度是浮選質量的重要指標。對運動泡沫圖像進行測速是一件較困難的事情，有些浮選質量差的圖像中，整幅充滿著運動中的小氣泡，數量很大。圖像的運動速度快而且圖像內氣泡的面積、形態及顏色等相似程度較高。部分氣泡目標粘連，一些大氣泡會隨時破裂，在后續幀中由一些小氣泡代替，部分氣泡邊緣模糊或者處于陰影之中，還由于浮選現場環境污染嚴重，攝取的圖像普遍背景昏暗、清晰度差等原因，造成對運動泡沫圖像測速的困難。現有技術中的運動檢測及估計方法，一種是直接的幀間變化檢測；另一種是基于塊匹配或光流方法的運動矢量場計算。幀間運動檢測方法適合于運動快且形變較大的運動目標；運動矢量方法可以處理全局運動情況。上述現有技術至少存在以下缺點計算費時間、速度慢，對過于復雜和快速的運動及泡沫圖像的測速效果不好。
發明內容本發明的目的是提供一種測速速度快、效果好的基于屬性匹配的浮選視頻測速方法。本發明的目的是通過以下技術方案實現的本發明的基于屬性匹配的浮選視頻測速方法，包括步驟-首先，提取目標區域在第一幀圖像中提取亮度和面積均符合設定閾值的目標區域；然后，進行目標區域的匹配在第二幀圖像中尋找與所述目標區域的特征差別符合設定閾值的區域為所述目標區域的匹配區域；之后，如果匹配成功，則根據匹配的結果計算所述目標區域在所述第一幀圖像與第二幀圖像間的位移；如果匹配失敗，則選擇下一個目標區域進行匹配。由上述本發明提供的技術方案可以看出，本發明所述的基于屬性匹配的浮選視頻測速方法，由于首先在第一幀圖像中提取亮度和面積均符合設定閾值的目標區域；然后在第二幀圖像中尋找與之相匹配的匹配區域，如果匹配成功，則根據匹配的結果計算目標區域在第一幀圖像與第二幀圖像間的位移，進而可以計算出目標區域的移動速度。測速速度快、效果好。具體實施例方式本發明的基于屬性匹配的浮選視頻測速方法，其較佳的具體實施方式是，包括歩驟首先，提取目標區域在第一幀圖像中提取亮度和面積較大的區域為目標區域，可以設定一個閾值，當亮度和面積均符合設定閾值時，為提取的目標區域；然后，進行目標區域的匹配，所提取的目標區域可以有多個，首先對多個目標區域按面積由大到小進行排序，然后從最大的目標區域丌始，依次進行匹配。具體可以在第二幀圖像中尋找與目標區域的特征差別符合設定閾值的區域為目標區域的匹配區域，這里的匹配區域實際上就是目標區域從第一幀圖像移動到第二幀圖像后的位置。之后，如果匹配成功，則根據匹配的結果計算目標區域在第一幀圖像與第二幀圖像間的位移，進而可以計算目標區域的移動速度；如果匹配失敗，則選擇下一個目標區域進行匹配。上述過程中，所提取的目標函數的亮度的閾值可以為灰度值大于或等于130;面積的閾值可以為連續且符合亮度閾值的像素點的個數大于或等于1520。匹配區域與目標區域的特征差別的閾值可以為-平均灰度值相差小于或等于5;面積相差小于或等于10%;縱向軸長和橫向軸長的差值分別小于或等于5個像素。當目標區域匹配成功之后還可以進行目標校驗，具體包括首先，在所述第一幀圖像中選擇兩個目標區域并計算兩個目標區域之間的矢量，同時計算第二幅圖像中的相應的兩個匹配區域之間的矢量；然后，對兩個矢量的相似性進行比較，當二者的差別符合設定的閾值時，則兩個目標區域為校驗成功的目標區域。所選擇的兩個目標區域可以為兩個相鄰的目標區域。兩個矢量的相似性差別的閾值可以為兩個矢量在x方向和y方向上的分量分別小于或等于5個像素。然后計算校驗成功的目標區域的中心在第一幀圖像與第二幀圖像間的位移，位移與幀頻之積為目標區域的移動速度。可以計算多個目標區域的移動速度，并取多個目標區域的移動速度的平均值。下面通過具體實施例對本發明進行詳細的闡述，包括歩驟l、提取第一幀視頻圖像，并提取其中的目標區域，具體包括歩驟l.1、提取高亮區域首先，將提取的圖像灰度化，提取圖像中的所有高亮區域，遍歷圖像像素點，將灰度值大于HIGH—GRAY430且連通的像素區域由鏈表存儲，鏈表的節點信息如表l所示表l鏈表節點信息<table>tableseeoriginaldocumentpage6</column></row><table>歩ifW.2、去噪處理對于所提取的每個高亮區域檢驗其面積，可以用表l中鏈表末端節點標號與開始節點標號的差值表示面積，可以設置一個閾值，如15至20個像素點。當面積大于設置的閾值時，為泡沫種子區域，小的區域即為噪聲。由于圖像的明暗亮度差別大，有些圖像內部兒乎都是小泡沫，因此面積閾值可以選取較低的值。步驟1.3、提取目標區域對第一幀圖像的泡沫種子區域，按照面積排序，將排序在前的十個區域作為待處理的目標區域。步驟1.4、尋找目標區域上下左右邊界排序種子區域像素的x坐標，找到區域的x坐標的最小值u和最大值x,值；排序y坐標，找到區域的最少值y自和最大值y,值。歩驟1.5、目標區域特征的提取計算出前十個目標區域的特征，包括面積S、平均灰度值AVER—GRAY、中心位置H)、橫向軸長H—axis及縱向軸長Vaxis,其中S-目標區域的像素個數N<formula>formulaseeoriginaldocumentpage6</formula>歩驟2、進行目標區域的匹配匹配第一幀圖像的第一個目標區域，以第一個目標區域中心位置(X—U為頂點，在相鄰的第二幀圖像中按照圖像運動方向作Mi矩形，在矩形內尋找第一個目標區域的匹配區域。如果兩個區域的特征相差在設定的閾值以下，則兩個區域為相匹配的兩個區域，設定的閾值可以包括平均灰度值相差小于或等于5，艮卩abs(AVER—GRAY11-AVER—GRAY21)<=5;面積相差小于或等于10%,即abs(Area11-Area21)/Areall<=10%;縱向軸長和橫向軸長的差值分別小于或等于5個像素。如果第一個目標匹配成功，則繼續匹配下一個目標；如果第一個目標匹配失敗，則從下一個目標開始匹配。步驟3、對匹配成功的目標進行校驗由于圖像中目標的相似度很高，因此可以通過相鄰兩幀圖像中目標的相似度對匹配成功的目標進行校驗。具體包括計算第一幀圖像中匹配成功的兩個相鄰目標之間的矢量，同時在第二幀圖像中計算相應的兩個目標間的矢量，比較兩個矢量的相似性，包括方向和長度，誤差小于一定閾值范圍，則校驗成功，這里的閾值可以是兩個矢量在x方向和y方向上的分量分別小于或等于5個像素。否則，取后續目標進行如上校驗，直至校驗成功。步驟4、對運動速度進行計算對于校驗成功的目標，計算兩幀圖像間目標中心位置的位移，位移與幀頻之積，即為視頻的移動速度。可以通過計算兩個或多個目標的移動速度，取其平均值作為最終的速度。本發明在對于部分目標局部識別的情況下，通過提取圖像的形態、顏色、面積等特征，對運動視頻進行測速，可以提高測速的速度。并通過計算兩幀連續圖像中兩個相鄰目標之間的位置矢量差，對識別的目標進行有效校驗，則有效保證了目標識別的正確性。由于光源的影響，圖像中個泡沫的頂部不同程度地呈現較高亮度，而且泡沫之間的某些邊界呈現高亮，某些邊界相當黑暗，某些邊界非常模糊。圖像的高亮區域是泡沫分割的一個較好指標，有助于分割，黑暗模糊對分割不利。圖像中每個泡沫頂部的高亮區域是泡沫的重要指示，本發明提取若干個大面積的高亮區域作為目標，并將這些目標按照面積排序。根據位置、面積、平均灰度值和形態等目標特征在下一幀中進行匹配。首先匹配最大面積的高亮區域，如果匹配失敗，則匹配面積序列中的第二個目標，依次類推。由于圖像中泡沫的相似程度很高，需要對匹配成功的泡沫進行校驗。對于匹配成功的兩個面積相鄰的高亮區域，在兩幀中進行相對位置檢驗，即一對泡沫的位置矢量在兩幀中誤差很小。每個泡沫在相鄰幀中位移與幀頻之積為速度，可以對成對泡沫的運動速度進行平均得出最終的速度。本發明中無需識別所有泡沫，只對圖像中的一些代表性泡沫目標進行識別即可，且不必要對目標的進行完全識別，對目標局部識別可加快目標識別速度。通過快速提取圖像中的目標特征，如位置、面積、平均灰度值和形態等，能快速、有效的進行浮選視頻測速。當目標的相似程度很高時，還對目標的識別給出了簡明有效的識別方法。以上所述，僅為本發明較佳的具體實施方式，但本發明的保護范圍并不局限于此，任何熟悉本
技術領域：
的技術人員在本發明揭露的技術范圍內，可輕易想到的變化或替換，都應涵蓋在本發明的保護范圍之內。權利要求1、一種基于屬性匹配的浮選視頻測速方法，其特征在于，包括步驟首先，提取目標區域在第一幀圖像中提取亮度和面積均符合設定閾值的目標區域；然后，進行目標區域的匹配在第二幀圖像中尋找與所述目標區域的特征差別符合設定閾值的區域為所述目標區域的匹配區域；之后，如果匹配成功，則根據匹配的結果計算所述目標區域在所述第一幀圖像與第二幀圖像間的位移；如果匹配失敗，則選擇下一個目標區域進行匹配。2、根據權利要求l所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所述亮度的閾值為灰度值大于或等于130;所述面積的閾值為連續且符合亮度閾值的像素點的個數大于或等于1520。3、根據權利要求2所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所述匹配區域與所述目標區域的特征差別的閾值為平均灰度值相差小于或等于5;面積相差小于或等于10%;縱向軸長和橫向軸長的差值分別小于或等于5個像素。4、根據權利要求l所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所述的目標區域有多個，首先對所述多個目標區域按面積由大到小進行排序，然后從最大的目標區域開始，依次進行匹配。5、根據權利要求1至4任一項所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所述目標區域匹配成功之后還進行目標校驗，具體包括首先，在所述第一幀圖像中選擇兩個目標區域及其在第二幅圖像中相應的匹配區域，并計算第一幀圖像中所述兩個目標區域之間的矢量，同時計算第二幅圖像中的兩個匹配區域之間的矢量；然后，對兩個矢量的相似性進行比較，當二者的差別符合設定的閾值時，所述兩個目標區域為校驗成功的目標區域。6、根據權利要求5所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所選擇的兩個目標區域為兩個相鄰的目標區域。7、根據權利要求5所述的基于屬性匹配的浮選視頻測速方法，其特征在于，所述兩個矢量的相似性差別的閾值為所述兩個矢量在x方向和y方向上的分量分別小于或等于5個像素。8、根據權利要求5所述的基于屬性匹配的浮選視頻測速方法，其特征在于，計算所述校驗成功的目標區域的中心在所述第一幀圖像與第二幀圖像間的位移，所述位移與幀頻之積為所述目標區域的移動速度。9、根據權利要求8所述的基于屬性匹配的浮選視頻測速方法，其特征在于，計算多個所述目標區域的移動速度，并取所述多個目標區域的移動速度的平均值。全文摘要本發明公開了一種基于屬性匹配的浮選視頻測速方法，首先在第一幀圖像中提取亮度和面積均符合設定閾值的目標區域；然后在第二幀圖像中尋找與之相匹配的匹配區域，匹配成功后，還通過計算兩幀連續圖像中兩個相鄰目標之間的位置矢量差，對識別的目標進行校驗，有效保證了目標識別的正確性。之后根據匹配和校核的結果計算目標區域在第一幀圖像與第二幀圖像間的位移，進而根據位移與幀頻的乘積計算出目標區域的移動速度。測速速度快、效果好。文檔編號G06T7/20GK101339663SQ20081011879公開日2009年1月7日申請日期2008年8月22日優先權日2008年8月22日發明者周俊武,張國英,寧徐,晨楊,梁棟華,蕓沙申請人:北京礦冶研究總院