版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、數(shù)字圖像處理技術(shù)在數(shù)字監(jiān)控中的應(yīng)用1.概述數(shù)字圖像處理技術(shù)在數(shù)字監(jiān)控中的應(yīng)用,最主要表達(dá)在基于圖像處理的自動報警功能。自動報警功能是基于數(shù)字圖像處理的數(shù)字監(jiān)控 系統(tǒng)的關(guān)鍵局部,它直接關(guān)系到整個系統(tǒng)的信息化水平和自動監(jiān)控報 警的準(zhǔn)確率。基于圖像處理主要是對圖像內(nèi)容進(jìn)行檢測, 提取出適合 報警的特征,其流程如圖5所示。包括的關(guān)鍵技術(shù)有:圖像截取、圖 像預(yù)處理、背景更新、目標(biāo)檢測、特征提取、特征識別等。巒基于酚處理的自動報警流盤2圖像截取系統(tǒng)通過多路視頻采集器將監(jiān)控現(xiàn)場信息采集到控制中心,然后定時截取位圖圖像,用做后續(xù)目標(biāo)檢測和分析的原始圖像。 位圖由像素組成,特別適合圖像處理。假設(shè)每路圖像的幀數(shù)為
2、25幀/s,那么根本可以到達(dá)實時監(jiān)控的效果。3. 圖像增強(qiáng)視頻序列經(jīng)過編碼、解碼 、傳輸后,由于受到多種因素的影 響,往往會使接收到的圖像與原始圖像之間產(chǎn)生某種差異,造成圖 像質(zhì)量降低或退化,圖像模糊不清等。經(jīng) H .2 6 4解碼后得到的圖像,由于去除了幀內(nèi)、幀間的冗余,局部區(qū)域出現(xiàn)塊效應(yīng),如地板、 墻面和人的衣服等,視頻播放時偶爾有閃動。圖像質(zhì)量的下降,除了 進(jìn)一步優(yōu)化編碼器中幀內(nèi)、幀間預(yù)測模式的算法以外,還可以采用圖 像處理的方式,改善人們感興趣的信息。對于數(shù)字視頻監(jiān)控系統(tǒng)來說, 引起圖像失真的主要原因有監(jiān)控環(huán)境中的噪聲、編碼過程中產(chǎn)生的塊效應(yīng)等。針對這些原因采取有效,可以通過圖像處理的
3、方法改善圖 像的質(zhì)量。如通過增強(qiáng)比照度的方法來看清圖像的細(xì)節(jié);運(yùn)用平滑技術(shù)減少塊效應(yīng)對圖像清晰度的影響;使用微分運(yùn)算突出邊界或其他 變化局部等。3.1圖像銳化在圖像識別中,需要有邊緣鮮明的圖像,即圖像銳化。圖像中的邊緣 像素都是亮度變化較大的地方,從數(shù)學(xué)觀點(diǎn)來看,檢查圖像某區(qū)域內(nèi) 灰度的變化大小就是微分的概念。圖像函數(shù)在某處的微分值大,說明 像素值的變化率大, 邊緣明顯; 反之,微分值小, 表示像素值變 化率小,邊緣不明顯甚至模糊。當(dāng)微分值為0時,表示像素值無變 化。圖像銳化中最常用的方法是梯度運(yùn)算。 梯度運(yùn)算法包括R o b e r ts算子、S o b e l算子和 P r e w i t
4、 t算子等,S o b e l算子對噪聲 十分敏感R o b e r ts算子的魯棒性比擬好。由于監(jiān)控系統(tǒng)圖像中摻雜著大量的噪聲,因此采用 R o b e rt s算子的圖像銳化方法。si misS2 72O*B3 MS =35 Bt圖3、4是采用R o b e rt s算子對圖1視頻圖像的處理,圖3是閾值取3 5時的R o b e rt s算子邊緣檢測結(jié)果,圖4的閾值為5。圖4的 中心圖像亂成一片, 無法確認(rèn)有效信息,就是因為閾值的選取不當(dāng), 將不是邊緣的像素誤當(dāng)作邊緣的結(jié)果,沒有到達(dá)銳化的目的,所以閾值 的選取是十分重要的。3.2鄰域平均法平滑濾波對圖像的低頻分量進(jìn)行增強(qiáng),同時可以削弱圖像
5、的高頻分量,因此一般用于消除圖像中的隨機(jī)噪聲 ,從而起到圖像平滑的作用。 圖像鄰域平均法的平滑效果與所用的鄰域像素個數(shù)有關(guān),像素越多, 那么圖像的模糊程度越大。鄰域平均法包括:簡單平均法、閾值平均法,K一近鄰平均法和鄰域加權(quán)平均法等。采用對y分量對圖像進(jìn)行鄰域加權(quán)平均法平滑處理,對圖像邊緣像素點(diǎn)沒有進(jìn)行處理。圖1是視頻監(jiān)控序列的背景圖像,圖5是處理前的直方圖,圖6是進(jìn)行鄰域加權(quán)平均法處理后的直方圖統(tǒng)計結(jié)果, 從圖5、6中可以看到,Y分量的值從0 2 5 5變化為2 0 2 5 5, 縮小了變化范圍,直方圖外圍曲線更加平滑,毛刺減少,缺點(diǎn)是圖像 的邊界,輪廓更加模糊。4. 背景更新目標(biāo)檢測的前提
6、是前景幀圖像如圖 2與背景幀圖像如圖1 做差。所謂背景幀圖像,通常是由監(jiān)控現(xiàn)場固定的設(shè)備組成如圖1。當(dāng)然,背景也不是一成不變的。例如,監(jiān)控現(xiàn)場環(huán)境,在白天與晚 上,由于光線的影響,背景是不同的。背景更新技術(shù)就是為了得到最 新的背景幀圖像。目前,背景更新算法有很多,本文選用簡單且效果 不錯的Adaptive Median Filter AMF 算法。它是一種遞歸迭代算 法,由非遞歸算法Median Filter改良而來。AMF算法的根本思想是, 假設(shè)新輸入的圖像幀的像素值比預(yù)估計的背景圖像中的對應(yīng)位置的像 素值要大,那么估計背景圖像的像素值加 1;反之,如果比對應(yīng)位置的 像素值要小,那么減1.5
7、. 運(yùn)動目標(biāo)檢測平安監(jiān)控是數(shù)字視頻監(jiān)控的重要任務(wù),運(yùn)動目標(biāo)檢測能及時發(fā)現(xiàn)異常運(yùn)動目標(biāo),報警提醒監(jiān)控人員,是實現(xiàn)平安監(jiān)控的重要手段之一。 運(yùn)動 目標(biāo)檢測的準(zhǔn)確與否對后續(xù)步驟中的跟蹤和識別會產(chǎn)生重要的 影響。5. 1幀間差分法幀間差分法通過對視頻圖像序列相鄰兩幀作差分運(yùn)算以獲取運(yùn)動目 標(biāo)的輪廓,魯棒性較好,攝像頭靜止和運(yùn)動的情況下都能使用。與背景差分法 不同的是,由于用來差分的兩幀圖像時間間隔很短 大約 等于視頻幀率的倒數(shù),即使背景圖像受噪聲等外部因素干擾, 背 景圖像也不會產(chǎn)生太大的影響。在監(jiān)控系統(tǒng)中,當(dāng)攝像頭靜止時,采 集到的背景圖像一般變化不大;當(dāng)有物體出現(xiàn)或運(yùn)動時,圖像中的像素值發(fā)生比擬大
8、的改變,因此通過幀間像素值相減的方式, 判斷是否有異物入侵, 并通過二值化該灰度差分值來提取運(yùn)動信息。團(tuán)7幀間差分法檢測到的運(yùn)動目標(biāo)圖2是視頻序列的第72幀圖像,圖7是采用幀間差分法檢測到的運(yùn)動目標(biāo),圖7中可以看到,除了檢測到的運(yùn)動物體以外,還有許多 雜質(zhì)“黑點(diǎn),這些雜質(zhì)“黑點(diǎn)就是由于背景圖像受物體運(yùn)動引 起的光線變化等的影響, 兩幀圖像之間產(chǎn)生了殘差數(shù)據(jù) ,從而誤 認(rèn)為是運(yùn)動點(diǎn)造成的。5.2改良的幀間差分法視頻監(jiān)控系統(tǒng)中運(yùn)動物體識別的重點(diǎn)區(qū)域是 “門周圍等 敏感域,識別、 檢測出“門的位置,及時發(fā) 現(xiàn)“門周圍像素 的變化,是監(jiān)控系統(tǒng)圖像處理的關(guān)鍵之一。 對此采用對圖像中不同區(qū) 域設(shè)置不同權(quán)值
9、的方法進(jìn)行運(yùn)動目標(biāo)檢測。在監(jiān)控系統(tǒng)中,應(yīng)該對最為敏感的、已檢測出的“門區(qū)域塊設(shè)置比擬大的權(quán)值,其他區(qū)域設(shè)置比擬小的權(quán)值。 在這種方法中, 最關(guān)鍵的是權(quán)值的選取。權(quán)值不能太大,微小放大的同時, 也會放大噪音等干擾點(diǎn)的變化,權(quán)值太大,會將某些干擾點(diǎn)誤認(rèn)為運(yùn)動物體; 權(quán)值太小,就會等同于上述經(jīng)典算法。圖8 改良算法后楡測到的運(yùn)勒物體為了和經(jīng)典幀間差分算法相比擬,同樣選取7 2幀和7 3幀,并假設(shè)在7 2幀和7 3幀之間運(yùn)動目標(biāo)進(jìn)入“門區(qū)。與圖7相比,圖 8物體的輪廓圖更加完整,但運(yùn)動物體周圍的雜質(zhì)點(diǎn)增多。從監(jiān)控系 統(tǒng)平安檢測角度來說, 這個效果是可以接受的。因此,在敏感區(qū)域采用加權(quán)值的方法,在一定程
10、度上改善了視頻監(jiān)控圖像中靜止背景下 的運(yùn)動目標(biāo)檢測的效率。6特征提取移動目標(biāo)在二值圖上以白色斑塊形式表達(dá),因此,斑塊信 息就是移動目標(biāo)的微觀信息,可以通過斑塊分析算法獲取斑塊信息, 從而提取移動目標(biāo)的特征。在四連通環(huán)境下對斑塊進(jìn)行分析。所謂四連通,是指一個象素 點(diǎn)的上下左右方向四個緊鄰的點(diǎn)與這個點(diǎn)是相鄰關(guān)系,而左上、左下、右上、右下四個點(diǎn)與這個點(diǎn)不屬于相鄰關(guān)系。斑塊信息越豐富,檢測 和跟蹤就越精確。本文主要采用感染算法進(jìn)行斑塊分析。感染算法主要是由主掃描和子 掃描兩局部組成,詳細(xì)流程圖如圖11所示:團(tuán)11感熬算法流程7.特征識別報警知識庫是系統(tǒng)在進(jìn)行報警識別時專用的一個知識庫,它是自 動報警不可缺少的。報警知識庫是在系統(tǒng)自動監(jiān)控過程中逐步建立起 來的,并不斷得到補(bǔ)充的。知識庫中有多個知識元,例如移動目標(biāo)的 面積、位置、周長等,這些知識元的初始化可以由用戶設(shè)定,隨后可 在日積月累的監(jiān)控過程中,通過自學(xué)習(xí)逐步更新,找到一個最正確值。報警特征識別,就是將上一步提取的移動目標(biāo)特征與報警知識庫 中知識元的值進(jìn)行比對,如果到達(dá)了報警的要求,即發(fā)出報警消息。 其實質(zhì)就是用提取的目標(biāo)特征與知識庫進(jìn)行匹配的一個過程。系統(tǒng)定義如果連續(xù)有兩次相鄰幀圖像的移動目標(biāo)特征與報警知識庫匹配成 功,那么啟動自動報警功能,通知管理員。8.總結(jié)針對數(shù)字
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 小學(xué)2024-2025學(xué)年度教學(xué)計劃
- 長沙環(huán)境保護(hù)職業(yè)技術(shù)學(xué)院《天線理論與技術(shù)》2023-2024學(xué)年第一學(xué)期期末試卷
- 云南交通運(yùn)輸職業(yè)學(xué)院《工程軟件應(yīng)用》2023-2024學(xué)年第一學(xué)期期末試卷
- 業(yè)務(wù)操作-房地產(chǎn)經(jīng)紀(jì)人《業(yè)務(wù)操作》深度自測卷2
- 人教版三年級下冊數(shù)學(xué)第四單元筆算乘法同步練習(xí)(含答案)
- 四川省綿陽市綿陽中學(xué)2024-2025學(xué)年高一上學(xué)期1月選拔測試(期末)數(shù)學(xué)試題(含答案)
- 二零二五年建筑外墻保溫材料研發(fā)與市場分析合作協(xié)議3篇
- 二零二五版地產(chǎn)項目可持續(xù)發(fā)展策劃與管理合同3篇
- 二零二五版房屋買賣合同貸款服務(wù)協(xié)議書3篇
- 二零二五年度煤炭買賣合同書2篇
- 專題6.8 一次函數(shù)章末測試卷(拔尖卷)(學(xué)生版)八年級數(shù)學(xué)上冊舉一反三系列(蘇科版)
- GB/T 4167-2024砝碼
- 老年人視覺障礙護(hù)理
- 《腦梗塞的健康教育》課件
- 《請柬及邀請函》課件
- 遼寧省普通高中2024-2025學(xué)年高一上學(xué)期12月聯(lián)合考試語文試題(含答案)
- 《個體防護(hù)裝備安全管理規(guī)范AQ 6111-2023》知識培訓(xùn)
- 青海原子城的課程設(shè)計
- 2023年年北京市各區(qū)初三語文一模分類試題匯編 - 作文
- 常州大學(xué)《新媒體文案創(chuàng)作與傳播》2023-2024學(xué)年第一學(xué)期期末試卷
- 麻醉蘇醒期躁動患者護(hù)理
評論
0/150
提交評論