《一种基于边缘和形状特征的教师目标识别算法.》.pdfVIP

第 33卷第 9期 西 安 工 业 大 学 学 报 VoI．33No．9 2013年 9月 JournalofXi’anTechnologicalUniversity Sep．2013 文章编号： 1673—9965(2013)09—700—06 一 种基于边缘和形状特征 的教师 目标识别算法 周 洲 ，周林英 ，张 鸽 (1．长安大学 信息工程学院，西安 710064；2．西安中交土木科技有限公司，西安 710075) 摘 要： 运用计算机视觉技术识别教师位置来控制云台转动和切换摄像机焦距是提高精品 课程录像质量的重要手段之一，本文提出了一种基于边缘和形状特征的教师 目标识别算法，算 法定义了形状描述因子，在边缘检测的基础上进行连通域标记，分别计算每一个连通域的形状 描述因子，根据 目标和背景形状因子的差异得出目标的位置．实验结果表明：这种方法克服 了 光照、屏幕闪烁等因素的影响，且不依赖 目标的帧间差异，能够精确检测出教师的位置． 关键词： 精品课程 ；运动检测；形状特征；Canny算子；连通域标记 中图号 ： TP391．413 文献标志码 ： A 随着网络技术和多媒体技术的快速发展，网络 背景减除法实现简单，速度快，可以满足实时 化视频教学已经成为一种新的教学模式，教学不再 系统要求，但是它对动态场景，如室内照明变化、教 受时间、地点的约束，极大地满足了不同人群的学 室窗帘飘动等干扰特别敏感；时间差分法利用时间 习需要．在教学视频的录制过程 中，需要根据教师 上连续的图像序列前后几个相邻帧，基于像素的时 的位置及时调整摄像机的方向和焦距 ，以获得最佳 间差分，通过阈值化提取图像中的运动区域．相比 的录制效果．利用计算机视觉技术实现教师 目标的 背景减除法，时间差分法克服了光照等环境因素的 自动识别 已经成为研究热点．UtoK等提出了一种 影响，不需要事先抓取一张干净的背景，但是，这种 基于光谱信息的人体检测方法，利用 目标与背景在 检测方法只对运动的目标有效，当前景运动速度 比 光谱空间的分布差异实现人体区域识别_l1]．LuXia 较慢甚至静止不动时，帧差法也会失败．光流法给 等利用深度信息和头部轮廓模型实现人体 目标和 图像的每个像素点赋予一个速度矢量，可以对 图像 背景的分割 ¨2]．IkemuraS采用 Haar特征和深度 进行动态分析，其优点是对 目标的帧间运动限制较 信息相结合的方法实现人体检测[31．MozafariA 少，然而，光流法需要多次迭代运算，计算复杂，耗 S．等人提出 HOSE (Histogram ofSmallEdges) 时多．OGHMs检测法和基于相 “或”的三帧差分 特征描述方法 ，与梯度方向直方图特征相融合实现 法，实质仍为时间差分法，识别轮廓完整，这种检测 人体检测_4]．本文提出了一种基于视频的教师 目标 方法仍只对运动 目标有效，当前景的灰度、纹理与 检测算法，在视频录制过程 中完成教师 目标的实时 背景接近时，该方法也有可能失败． 检测． 2 本文算法描述 1 基于视频的运动 目标检测常用方法 在对图像 中的目标进行分析时，形状具有特殊 基于视频的运动 目标检测方法主要有背景减 的意义．定量的描述形状 比较 困难 ，要获得对形状 除法l3]、时间差分法l4]、光流法l5]、OGHMs(Or— 的准确描述，需要得到 目标的轮廓，在灰度图中，两 thogonalGaussian—HermiteMoments)检测法_6j、 个不同的相邻区域之间灰度值会有不连