視頻處理算法

1、.視頻處理算法1. 背景提取的算法1.1 原理框圖圖1. 背景提取原理圖1.2 背景提取與更新算法1.2.1 手動背景法手動背景法需要人觀察到沒有前景物體時啟動該幀圖像，作為背景圖像。這種背景提取方法增加了人力和物力的需求，而且在很多情況下很難在沒有前景的情況下獲得背景圖像，比如高速公路的車輛監(jiān)測系統(tǒng)、小區(qū)的門禁系統(tǒng)等等。這種方法不能實現(xiàn)自適應背景更新的功能，需要使用其他方法修正由于光線，亮度等的變化帶來的背景誤差。1.2.2 Surendra 算法Surendra算法能夠自適應地獲取背景圖像。該算法提取背景的思想是通過當前幀幀差圖像找到物體的運動區(qū)域，對運動區(qū)域內的背景保持不變，而非運動區(qū)域

2、的背景用當前幀進行替換更新，這樣經過一段時間就可以提取出背景圖像。在仿真研究中發(fā)現(xiàn)，maxSteps很大程度地決定了背景建立時的速度， 則決定背景更新的速度。這種背景建模和更新的方法，能夠很好地解決物體長時間停留對背景的影響，因為背景的更新會將它逐步地作為背景像素點更新到背景中。但是由于它的基本處理方式是幀間差分，使得它不能將色彩、亮度相似的，大面積的運動物體完整的檢測出來。這種情況下，運動物體的某些部分將作為背景區(qū)域更新到背景中。1.3 動目標檢測算法1.3.1 幀間差分運動檢測基于幀間差分的運動檢測即幀差法，它根據(jù)相鄰幀或隔幀圖像間亮度變化的大小來檢測運動目標。這種算法雖然能實現(xiàn)實時處理且

3、對光線變化不敏感，不過其分割出的運動目標容易出現(xiàn)拉伸、空洞的現(xiàn)象；而且當前景運動很慢且時間間隔選擇不合適時，容易出現(xiàn)根本檢測不到物體的情況。圖2. 幀間差分運動檢測1.3.2 背景差分運動檢測背景差分算法的實質是：實時輸入的場景圖像與背景圖像進行差分，可以較準確的分割出運動目標。但是背景差分算法也有其天然的缺陷，隨著時間的推移，場景的光線、樹葉的遮擋、或者運動物體滯留都會很大程度的破壞已經建立好的背景圖像。為了解決這些問題，最好的方法便是使用背景建模和背景更新算法來彌補。實驗結果表明：背景差分算法也可以有效地檢測出運動目標。由于背景建模算法的引入，使得背景對噪聲有一定的抑制作用，在差分圖像中“

4、雪花”。較幀間差分算法有所減少。同時，使用背景差分算法檢測出的運動物體輪廓，比幀間差分法的檢測結果更清晰。因此，在背景建模與背景更新處于比較理想的狀態(tài)下，背景差分算法得到的差分結果略好于幀間差分的結果。圖3. 背景差分運動檢測1.3.3 閾值的選?。ㄈ绻{用MATLAB函數(shù)實現(xiàn)灰度圖轉二值圖，則不用考慮）選取灰度圖轉二值圖的域值。1.3.3.1 最大類間方差法假設差分圖像的灰度級范圍為0,1,2, , N，灰度級i的像素點個數(shù)為，則差分圖像的像素點總數(shù)為M，灰度級i出現(xiàn)的概率為，,若閾值把差分圖像的像素點分為=0,1,. 與=N,N-1,. -1兩類（分別代表背景與前景），則,的概率及均值分別

5、為：最大類間方差法的效果有一定的提高。在運動物體較大時，最大類間方差法通過計算提高所選取的閾值大小，濾除噪聲干擾。對比公式不難看出，在運算速度上，最大類間方差法有可能實現(xiàn)實時性操作。因此，對該數(shù)據(jù)源選用最大類間方差法更好。1.3.3.2 目標提取游程連通性算法連通性分析是指按一定的規(guī)則尋找一幅圖像中所有的連通單元，并賦予同一單元唯一的標記。通常，對二值化處理后提取的運動區(qū)域作連通性分析來確定其中運動目標的個數(shù)、位置、大小等情況。對一幅二值圖像從左到右、從上到下進行逐行逐點一次性掃描就可以確定該圖像中連通區(qū)域的數(shù)目和每個連通區(qū)域的大?。ㄏ袼攸c數(shù)目）。對每個確定的連通區(qū)域可通過其大小進一步判斷該區(qū)

6、域是噪聲還是前景目標，這是因為目標位置上點分布比較密集，基本連成一片，而噪聲位置上點分布則比較分散，出現(xiàn)大面積噪聲的可能性不大。與形態(tài)學濾波相比，連通性分析在濾除噪聲的同時最大程度的保證了已提取目標的完整性，通過對二值圖像進行標記實現(xiàn)了初步的識別，從而更有利于后續(xù)的特征提取、目標匹配等跟蹤處理。1.3.4 像素標記算法在待處理的圖像中，我們需要對每個目標做幾何形狀參數(shù)的提取與分析，因此需要在圖像中選定目標區(qū)域，即實現(xiàn)對感興趣目標區(qū)域的標定，一種切實可行的方法是對目標區(qū)域進行標號處理。目標區(qū)域標號處理的基本思想是：對二值圖像中任一灰度值等于目標值的像素點(i，j)，檢測其左、上兩鄰域像素點，若這兩點的值都為背景值，則該像素點(i，j)是新的目標區(qū)域的起點，賦予新標號；若兩點已有一點賦了標號，則以該標號賦予點(i，j)；若這兩點都已賦標號，但不相等，就以較小的標號賦予點(i，j)，并令這兩鄰點的