（模式識別與智能系統(tǒng)專業(yè)論文）視頻監(jiān)控系統(tǒng)中機(jī)動目標(biāo)的檢測與跟蹤.pdf

原創(chuàng)性聲明 本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下，獨立進(jìn) 行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外，本論文不包含任何 其他個人或集體已經(jīng)發(fā)表或撰寫過的科研成果。對本文的研究作出重要貢 獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本聲明的法律責(zé)任由本人 承擔(dān)。 、， 論文作者簽名：叁整絲 日期：! ! ：竺：! 關(guān)于學(xué)位論文使用授權(quán)的聲明 本人完全了解山東大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保 留或向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱 和借閱；本人授權(quán)山東大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān) 數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或其他復(fù)制手段保存論文和匯編本 學(xué)位論文。 ( 保密論文在解密后應(yīng)遵守此規(guī)定) 論文作者簽名：秘熊導(dǎo)師簽名：日期：勱：! ：矗 山東大學(xué)碩士學(xué)位論文 第1 章緒論 1 1 數(shù)字視頻監(jiān)控系統(tǒng)簡述 人類是通過眼睛和大腦來獲取、處理與理解視覺信息的，眼睛是人類最主 要的感覺器官。圖像視覺信息是人類從客觀世界獲得信息的主要來源之一。視 頻圖像實際上就是一系列連續(xù)的靜態(tài)圖像，它是對客觀事物形象生動的描述， 是一種直觀且具體的信息表達(dá)形式。隨著網(wǎng)絡(luò)、通信和微電子等技術(shù)的快速發(fā) 展和人們物質(zhì)生活水平的提高，視頻監(jiān)控以其直觀、方便和內(nèi)容豐富等特點， 日益受到人們重視。 同時，對人身財產(chǎn)安全要求的不斷提高，促進(jìn)了人們對監(jiān)控系統(tǒng)的需求。 過去，對一些重要地點的監(jiān)控是由人的看管來完成的，比如在倉庫、銀行等地 都由入來值守。在現(xiàn)代社會，需要監(jiān)控的地點越來越多，對監(jiān)控的要求也越來 越高。不僅僅是為了保護(hù)財產(chǎn)，還需要對機(jī)密材料進(jìn)行保護(hù)，尤其對于一些保 密性要求較高的單位，監(jiān)控系統(tǒng)則顯得尤為重要。 在銀行、超市、倉庫、博物館、監(jiān)獄及一些保密單位，需要對某些關(guān)鍵地 點進(jìn)行長期監(jiān)控，嚴(yán)防有人非法侵入?，F(xiàn)代監(jiān)控系統(tǒng)的主要作用就是完成對重 要場所的監(jiān)控，在有人侵入時發(fā)出報警信號并且及時通知值守人員。 視頻信號含有極其豐富、直觀的信息，最符合人們的觀察習(xí)慣，因此許多 先進(jìn)的監(jiān)控系統(tǒng)都利用視頻信號進(jìn)行監(jiān)控。不僅檢測靈敏度高，而且便于記錄 和觀察現(xiàn)場信息。然而，傳統(tǒng)的視頻監(jiān)控及報警聯(lián)網(wǎng)系統(tǒng)采用紅外線探測器裝 置，靠感應(yīng)熱能的變化來探測侵入者，將侵入者發(fā)出的紅外線能量轉(zhuǎn)化為報警 控制信號。由于這種系統(tǒng)技術(shù)上存在的局限，所以大多只能用于現(xiàn)場監(jiān)視。聯(lián) 網(wǎng)報警網(wǎng)絡(luò)雖然能進(jìn)行較遠(yuǎn)距離的報警信息傳輸，但傳輸?shù)膱缶畔⒑唵?，?能傳輸視頻圖像，從而無法及時準(zhǔn)確的了解事發(fā)現(xiàn)場的狀況。在現(xiàn)實生活中許 多場合，特別是像銀行、電力等分布式管理的行業(yè)，遠(yuǎn)距離監(jiān)控是行業(yè)管理的 必要手段。因此，需要一種新的技術(shù)來適應(yīng)社會的需要。 第l 頁 山東大學(xué)碩士學(xué)位論文 數(shù)字監(jiān)控系統(tǒng)就是在這種情況下發(fā)展起來的。二十世紀(jì)九十年代末，伴隨 著計算機(jī)技術(shù)、圖像處理技術(shù)、網(wǎng)絡(luò)技術(shù)和多媒體技術(shù)的發(fā)展普及，興起了數(shù) 字化監(jiān)控浪潮。隨著數(shù)字圖像處理技術(shù)和數(shù)字電路技術(shù)的發(fā)展，圖像信號的數(shù) 字化和處理變得比較普遍，利用數(shù)字圖像處理技術(shù)進(jìn)行動態(tài)檢測和現(xiàn)場監(jiān)控都 已成為現(xiàn)實，而且具有相當(dāng)高的靈敏度和可靠性。 視頻監(jiān)控系統(tǒng)的發(fā)展大致經(jīng)歷了三個發(fā)展階段： ( 1 ) 二十世紀(jì)九十年代以前，人們使用的主要是模擬的閉路系統(tǒng)，即第 代視頻監(jiān)控系統(tǒng)，我們稱其為模擬視頻監(jiān)控系統(tǒng)。由于大部分情況為有線傳 輸，所以也稱為閉路電視。人們利用計算機(jī)對監(jiān)控系統(tǒng)進(jìn)行圖像和音頻切換、 報警處理等多媒體控制。這種系統(tǒng)設(shè)備繁雜，需要大量的安裝、布線工作，維 護(hù)和系統(tǒng)擴(kuò)充也非常困難。 ( 2 ) 九十年代中期，大規(guī)模集成電路和并行處理的發(fā)展帶來計算機(jī)圖像 處理能力和視頻技術(shù)以及網(wǎng)絡(luò)技術(shù)的快速提升。人們利用其高速數(shù)掘處理能力 進(jìn)行視頻的采集和優(yōu)化處理，從而大大提高了圖像質(zhì)量，增加了視頻監(jiān)控的應(yīng) 用價值，這種系統(tǒng)被稱為第二代視頻監(jiān)控系統(tǒng)。第二代視頻監(jiān)控系統(tǒng)除了輸入 是模擬設(shè)備外，其余部分如壓縮、顯示和控制等都是數(shù)字系統(tǒng)，因此被稱之為 數(shù)字視頻監(jiān)控系統(tǒng)。這種系統(tǒng)基于計算機(jī)結(jié)構(gòu)，它將矩陣切換器、圖像分割器、 硬盤錄像機(jī)集成在一臺計算機(jī)平臺上。 ( 3 ) 二十世紀(jì)九十年代末期以后特別是近兩三年，網(wǎng)絡(luò)帶寬、計算機(jī)處 理能力和存儲容量的得到了很大的提高，各種高效率視頻信息處理技術(shù)紛紛出 現(xiàn)，從而推動視頻監(jiān)控進(jìn)入一個全數(shù)字化的網(wǎng)絡(luò)時代，稱為第三代視頻監(jiān)控系 統(tǒng)，即全數(shù)字視頻監(jiān)控系統(tǒng)或網(wǎng)絡(luò)數(shù)字視頻監(jiān)控系統(tǒng)。它以網(wǎng)絡(luò)為傳輸載體， 實現(xiàn)了輸入部分和處理部分完全數(shù)字化，在第二代監(jiān)控系統(tǒng)的基礎(chǔ)上增強(qiáng)了實 用性、智能性，使得監(jiān)控系統(tǒng)的應(yīng)用越來越普遍。 1 2 數(shù)字視頻監(jiān)控系統(tǒng) 第2 頁 山東大學(xué)碩士學(xué)位論文 1 2 1 模擬視頻監(jiān)控系統(tǒng)存在的問題 模擬視頻監(jiān)控系統(tǒng)已經(jīng)得到了廣泛的應(yīng)用，其技術(shù)已經(jīng)很成熟，在監(jiān)控系 統(tǒng)應(yīng)用領(lǐng)域仍有一定的市場。但其自身具有局限性，主要有： ( 1 ) 監(jiān)控的區(qū)域范圍有限。當(dāng)傳輸距離大于一公里時，模擬信號由于其 載體的限制，容易產(chǎn)生衰減、畸變并且對干擾敏感，從而使圖像質(zhì)量下降，難 以適應(yīng)實際需求。 ( 2 ) 由于模擬視頻監(jiān)控系統(tǒng)把視頻圖像存儲在錄像帶上，所以其所能記 錄的信息量有限，而且錄像帶會因為反復(fù)使用和多次播放以及受到環(huán)境( l t 如 濕度，溫度等) 的影響而產(chǎn)生變形和磨損，使圖像信息難以長期保存。 ( 3 ) 系統(tǒng)可擴(kuò)展性差。如果系統(tǒng)已經(jīng)建成，在此基礎(chǔ)上增加新的監(jiān)控點 或是升級就會影響其它部分，造成擴(kuò)展的困難。 ( 4 ) 安裝繁瑣，可靠性低，很難做到無人值守，不能依掘圖像內(nèi)容實現(xiàn) 自動報警監(jiān)。 ( 5 ) 缺乏遠(yuǎn)程監(jiān)控能力。特別是不能借助網(wǎng)絡(luò)實現(xiàn)監(jiān)控。 因此，隨著數(shù)字技術(shù)的發(fā)展，以及相關(guān)技術(shù)如計算機(jī)技術(shù)、多媒體技術(shù)和 數(shù)據(jù)壓縮編碼技術(shù)的發(fā)展，數(shù)字監(jiān)控系統(tǒng)的產(chǎn)生己是必然。 1 2 2 數(shù)字視頻監(jiān)控系統(tǒng)簡介【1 數(shù)字視頻監(jiān)控系統(tǒng)除了具有傳統(tǒng)閉路電視監(jiān)控系統(tǒng)的所有功能外，還具有 以下鮮明特點【2 】【3 1 ： 1 視頻的數(shù)字化。數(shù)字化的圖像便于計算機(jī)存儲、分析和傳輸。數(shù)字信號 被保存在大容量硬盤上，長期存儲信息不會丟失，圖像質(zhì)量也不會下降。而且 數(shù)字視頻容易被計算機(jī)處理，可以在監(jiān)控圖像中設(shè)定報警區(qū)域，真正做到自動 監(jiān)控、無人職守。另外，數(shù)字視頻存儲在計算機(jī)硬盤上，可以用計算機(jī)來檢索 和管理，擺脫了手工管理和檢索的不便和繁瑣。 2 具有遠(yuǎn)程監(jiān)控和網(wǎng)絡(luò)監(jiān)控功能。采用高效率的壓縮算法使得這一功能得 第3 頁 山東大學(xué)碩士學(xué)位論文 以實現(xiàn)?？梢酝ㄟ^t s d n ，p s t n ，d d n ，w a n 幾a n 或i n t e r n e t 等進(jìn)行控制和視頻 數(shù)據(jù)傳輸。 3 管理功能強(qiáng)大。具有用戶權(quán)限管理、數(shù)據(jù)加密、數(shù)掘保護(hù)、數(shù)據(jù)打印等 多種手段。此外，方便快捷的人機(jī)交互功能使操作簡單、靈活。同時可以保存 各種操作記錄和報警記錄。 4 系統(tǒng)兼容性強(qiáng)，布線簡單，易于擴(kuò)展。 5 功能專業(yè)化。 視頻監(jiān)控己經(jīng)從單純的用于安防向多功能化方向發(fā)展，基于視頻圖像內(nèi)容 的應(yīng)用增多，領(lǐng)域日趨廣泛，如出入口管理、庫房監(jiān)控、公共場所預(yù)警等，這 在國外尤為明顯【”。 數(shù)字視頻監(jiān)控系統(tǒng)是一種以計算機(jī)為中心，數(shù)字視頻處理技術(shù)為基礎(chǔ)，利 用圖像數(shù)據(jù)壓縮的國際標(biāo)準(zhǔn)( j p e g ，m p e g - i 或m p e g - 4 ) ，綜合利用圖像傳感器、 計算機(jī)網(wǎng)絡(luò)、自動控制和人工智能等技術(shù)的新型監(jiān)控系統(tǒng)。數(shù)字視頻監(jiān)控系統(tǒng) 將攝像機(jī)獲得的模擬電視信號轉(zhuǎn)變?yōu)閿?shù)字視頻信號，或者數(shù)字?jǐn)z像機(jī)直接輸出 數(shù)字視頻信號到計算機(jī)。在顯示多路或活動圖像的同時，將各路信號分別存儲 于計算機(jī)的硬盤或在網(wǎng)絡(luò)上進(jìn)行傳輸。在實時情況下，每路信號在監(jiān)視、記錄、 回放時都能達(dá)到最大為2 5 f s 的活動圖像的效果。 與數(shù)字視頻監(jiān)控系統(tǒng)相關(guān)的主要技術(shù)有視頻數(shù)據(jù)壓縮、視頻分析與理解、 視頻流的傳輸與質(zhì)量控制等。 數(shù)字視頻監(jiān)控系統(tǒng)將視頻圖像保存在硬盤里的功能稱之為d v r ( d i g i t a l v i d e or e c o r d e r ，數(shù)字視頻錄像) ，這種設(shè)備被稱為數(shù)字視頻錄像機(jī)或硬盤錄 像機(jī)。數(shù)字視頻監(jiān)控系統(tǒng)將圖像通過網(wǎng)絡(luò)傳輸?shù)竭h(yuǎn)方的其他計算機(jī)終端的功能 稱之d v s ( d i g i t a lv i d e os e r v e r ，數(shù)字視頻服務(wù)器) 。數(shù)字視頻控制系統(tǒng)將控制 指令送往受控設(shè)備，如控制云臺上下左右轉(zhuǎn)動、攝像機(jī)的聚焦、遠(yuǎn)近和變焦、 攝像機(jī)雨刷、紅外、開關(guān)等，這些功能就是d v c ( d i g i t a lv i d e oc o n t r o l ，數(shù) 第4 頁 山東大學(xué)碩士學(xué)位論文 字視頻控制) 。 1 2 3 數(shù)字視頻監(jiān)控系統(tǒng)的組成 數(shù)字視頻監(jiān)控系統(tǒng)組成示意圖如圖1 1 所示。 目前大部分的數(shù)字視頻監(jiān)控系統(tǒng)還是通過圖像采集卡將模擬攝像機(jī)傳輸 過來的模擬視頻圖像轉(zhuǎn)換為數(shù)字視頻圖像信號，因此圖像采集編碼卡是基于p c 機(jī)的數(shù)字視頻監(jiān)控系統(tǒng)中的關(guān)鍵設(shè)備。一塊卡往往支持一路到四路視頻采集壓 縮，一臺計算機(jī)可以插上一塊到四塊卡，從而支持i 路n 1 6 路視頻采集。采集 編碼卡的質(zhì)量和性能的好壞直接影響到整個系統(tǒng)的可靠性和穩(wěn)定性?；趐 c 機(jī)的數(shù)字視頻監(jiān)控系統(tǒng)采用元件來實現(xiàn)攝像機(jī)到監(jiān)視器的視頻矩陣切換、錄 像、云臺和鏡頭的控制，通過串口連接報警設(shè)備的報警信息。 圖1 1 數(shù)字視頻監(jiān)控系統(tǒng)組成示意圖 計算機(jī)是數(shù)字視頻監(jiān)控系統(tǒng)的核心，配備有大屏幕顯示器、大容量硬盤， 也可再配上光盤刻錄機(jī)。計算機(jī)往往采用工業(yè)控制計算機(jī)，以提商系統(tǒng)的可靠 性。數(shù)字視頻監(jiān)控系統(tǒng)能充分利用計算機(jī)的資源，使視頻監(jiān)控系統(tǒng)隨計算機(jī)技 術(shù)的發(fā)展而不斷進(jìn)步，同時其開放性的結(jié)構(gòu)特性更可使之與其他多種系統(tǒng)如與 消防報警系統(tǒng)、出入口管理系統(tǒng)、樓宇自控系統(tǒng)等實現(xiàn)互動集成。這種模式對 應(yīng)的過程為模擬輸入、傳輸、數(shù)字視頻采集和編碼，對應(yīng)于圖1 1 中的第一種 第j 頁 山東大學(xué)碩士學(xué)位論文 方式。 數(shù)字輸出攝像機(jī)的出現(xiàn)產(chǎn)生了真正的全數(shù)字視頻監(jiān)控系統(tǒng)。數(shù)字?jǐn)z像機(jī)直 接傳輸經(jīng)過壓縮編碼的數(shù)字視頻圖像流，通過網(wǎng)絡(luò)將視頻流傳輸?shù)接嬎銠C(jī)中。 計算機(jī)輸出控制信號控制云臺解碼器。這就是圖1 1 中的第二種方式。 就技術(shù)角度而言，數(shù)字視頻監(jiān)控系統(tǒng)的第二種方式是未柬數(shù)字視頻監(jiān)控系 統(tǒng)的發(fā)展方向，具有很高的先進(jìn)性和可擴(kuò)充性。但這兩種方式具有各自的應(yīng)用 場合。如果已經(jīng)具備遠(yuǎn)程傳輸?shù)挠嬎銠C(jī)網(wǎng)絡(luò)，那么上述第二種方式就有了用武 之地，性價比很高；如果尚沒有計算機(jī)網(wǎng)絡(luò)，采用第二種方式的代價比較大。 1 3 數(shù)字視頻監(jiān)控系統(tǒng)的發(fā)展現(xiàn)狀 目前國內(nèi)的視頻監(jiān)控系統(tǒng)的發(fā)展情況是：模擬視頻監(jiān)控的比例急速減少， 數(shù)字視頻監(jiān)控系統(tǒng)己經(jīng)占據(jù)主導(dǎo)地位，特別是新安裝的視頻監(jiān)控系統(tǒng)。網(wǎng)絡(luò)數(shù) 字視頻監(jiān)控系統(tǒng)已經(jīng)開始廣泛應(yīng)用。數(shù)字監(jiān)控系統(tǒng)不僅符合信息產(chǎn)業(yè)的未來發(fā) 展趨勢，也代表了監(jiān)控行業(yè)的未來發(fā)展方向。網(wǎng)絡(luò)化的全數(shù)字監(jiān)控系統(tǒng)迅速占 領(lǐng)市場是必然的趨勢。數(shù)字視頻監(jiān)控不僅僅用于安防的目的，它會向更高、更 遠(yuǎn)的方向發(fā)展，融合自動化控制、網(wǎng)絡(luò)通訊、智能管理等多方面是大勢所趨。 下列相關(guān)技術(shù)為視頻監(jiān)控系統(tǒng)的發(fā)展提供了必要條件： 1 系統(tǒng)控制技術(shù) 系統(tǒng)控制設(shè)備是電視監(jiān)控中很有特色的部分，微處理器、單片機(jī)的功能和 性能的提高與增強(qiáng)，各種專用l s i c ，a s i c 的出現(xiàn)和多媒體技術(shù)的應(yīng)用，使得系 統(tǒng)控制設(shè)備在功能、性能、可靠性和結(jié)構(gòu)等方面都發(fā)生了很大的變化。電視監(jiān) 控系統(tǒng)的構(gòu)成更加方便、靈活，與報警和出入口控制系統(tǒng)的接口趨于規(guī)范，人 機(jī)交互界面更為友好。 2 攝像技術(shù) 所謂數(shù)字機(jī)是指在攝像機(jī)內(nèi)圖像信號處理上采用數(shù)字技術(shù)( d s p ) 。數(shù)字信 號具有頻譜效率高、抗干擾能力強(qiáng)、失真少等模擬信號無法比擬的特點。 第6 頁 山東大學(xué)碩士學(xué)位論文 3 網(wǎng)絡(luò)技術(shù) 采用光纖傳送視頻信號，使無中繼傳輸距離從同軸電纜的幾百米增加到幾 十公里，并能得到很高的圖像質(zhì)量，多路傳輸和雙向傳輸也很容易實現(xiàn)。這就 大大地擴(kuò)展了電視監(jiān)控的應(yīng)用范圍和控制距離，從而產(chǎn)生了一些大型的系統(tǒng)， 如公路管理、城市交通和治安管理、大型建筑的安全監(jiān)控系統(tǒng)等。 4 多媒體技術(shù) 多媒體技術(shù)在電視監(jiān)控系統(tǒng)中的應(yīng)用基本上分兩個方面，一是建立一個新 的更為友好的人機(jī)交互界面，另一是對圖像進(jìn)行數(shù)字化處理和加工，使圖像信 息與聲音、文本等信息有機(jī)融合起來，形成超文本方式。目前的部分?jǐn)?shù)字視頻 監(jiān)控系統(tǒng)中開始具備一些新功能： ( 1 ) 圖像探測將成為入侵報警的主要手段。目前應(yīng)用的視頻報警和運(yùn)動探測 系統(tǒng)正是通過對圖像信號的亮度電平變化的檢測和對圖像中不同的點的亮度 電平變化的分析來實現(xiàn)報警和對目標(biāo)運(yùn)動過程的判斷。 ( 2 ) 網(wǎng)絡(luò)化。新一代圖像壓縮技術(shù)標(biāo)準(zhǔn)m p e g 一4 是面向?qū)ο蟮膲嚎s方式，根據(jù) 圖像內(nèi)容，將其中的對象( 物體、人物、背景) 分離出來分別進(jìn)行壓縮，使之便 于通信，從而可以利用各種公共信息網(wǎng)絡(luò)來快速傳送，并使之成為一種無處不 到的、開放的系統(tǒng)。 ( 3 ) 監(jiān)控范圍的延伸。隨著電子技術(shù)的進(jìn)步，探測設(shè)備發(fā)生了很大的變化。 目前，除傳統(tǒng)的攝像機(jī)外，毫米波成像、超聲波成像等方式相繼問世并投入使 用。這些新技術(shù)把監(jiān)控從可視范圍擴(kuò)大到不可視的范圍。 ( 4 ) 分布式監(jiān)控系統(tǒng)。數(shù)字視頻監(jiān)控系統(tǒng)的網(wǎng)絡(luò)化將使得具有微內(nèi)核技術(shù)的 實時多任務(wù)、多用戶、分布式操作系統(tǒng)功能得以發(fā)揮，并由此組成分布式監(jiān)控 系統(tǒng)。 ( 5 ) 組合新技術(shù)。采用對網(wǎng)絡(luò)帶寬具有自適應(yīng)功能的流媒體技術(shù)，可以提高 視頻傳輸?shù)目煽啃?。使?shù)字視頻監(jiān)控系統(tǒng)硬件和軟件采用標(biāo)準(zhǔn)化、模塊化和系 第7 頁 山東大學(xué)碩士學(xué)位論文 列化的設(shè)計，可以提高系統(tǒng)的通用性、開放性、組態(tài)靈活性和數(shù)據(jù)處理的便捷 性及系統(tǒng)安裝、調(diào)試和維修簡單化及容錯能力強(qiáng)等特點。 ( 6 ) 智能性的增強(qiáng)。在智能化管理和自動控制方面得到很大的提高和改進(jìn)。 實現(xiàn)自動檢測有害入侵異物、異物識別和發(fā)出告警信息。然后可以通過手動調(diào) 節(jié)伺服裝置自動跟蹤有害物體。 1 4 本文研究的意義與研究內(nèi)容 1 4 1 研究意義 傳統(tǒng)的報警系統(tǒng)在防止誤報和漏報方面不是很完善，因此它很難應(yīng)用于情 況復(fù)雜，要求具備動態(tài)監(jiān)控的場合。在無人值守監(jiān)測到異物入侵的情況下，由 于攝像機(jī)拍攝到的范圍有限，若異物移動至可視范圍外時，系統(tǒng)將失去目標(biāo)。 所以，隨著生活管理過程中自動化、智能化水平的提高，運(yùn)用數(shù)字視頻監(jiān)控系 統(tǒng)對場景及目標(biāo)進(jìn)行監(jiān)控的需求日趨迫切，研制各類數(shù)字視頻監(jiān)控系統(tǒng)已成為 必然，表現(xiàn)在下列幾個方面： 1 自動跟蹤的需要。目前視頻監(jiān)控系統(tǒng)相關(guān)產(chǎn)品雖然很多，但絕大多數(shù)缺 乏自動跟蹤能力。即使一些知名公司，其產(chǎn)品的跟蹤功能仍主要由人工控制實 現(xiàn)。 2 實時跟蹤的需要。目前市場上出售的標(biāo)有自動跟蹤能力的視頻監(jiān)控系 統(tǒng)，其自動跟蹤功能是通過人工編程設(shè)置多個觀測點實現(xiàn)的，缺乏真正意義上 的連續(xù)自動跟蹤功能。 3 多目標(biāo)跟蹤的需要。通常的視頻監(jiān)控系統(tǒng)在跟蹤時，只能跟蹤單個目標(biāo)， 當(dāng)出現(xiàn)多目標(biāo)時，或在復(fù)雜環(huán)境下，有其它非入侵目標(biāo)干擾時，不能很好的解 決此類問題。綜上所述，研制基于多目標(biāo)的數(shù)字視頻監(jiān)控系統(tǒng)具有明顯的學(xué)術(shù) 價值和廣泛的應(yīng)用前景。 1 4 2 研究內(nèi)容 本文的研究目標(biāo)是：根掘?qū)嶋H跟蹤監(jiān)控的要求，運(yùn)用目標(biāo)跟蹤理論及圖像 第8 頁 山東大學(xué)碩士學(xué)位論文 處理、圖像理解及計算機(jī)視覺等相關(guān)技術(shù)，設(shè)計和實現(xiàn)基于機(jī)動目標(biāo)跟蹤的數(shù) 字視頻監(jiān)控系統(tǒng)，主要研究內(nèi)容包括： 1 、根據(jù)目標(biāo)跟蹤的實際情況，設(shè)計滿足本系統(tǒng)要求的攝像機(jī)云臺控制系統(tǒng)。 2 、研究一種快速的動態(tài)目標(biāo)檢測方法。 3 、根據(jù)機(jī)動目標(biāo)跟蹤系統(tǒng)的特點設(shè)計出跟蹤算法。 4 、針對本系統(tǒng)硬件特點，開發(fā)滿足系統(tǒng)性能要求的軟件。 5 、設(shè)計一個基于機(jī)動目標(biāo)跟蹤的數(shù)字視頻監(jiān)控系統(tǒng)，并進(jìn)行試驗。 論文各章節(jié)的內(nèi)容安排如下： 第一章：視頻監(jiān)控系統(tǒng)發(fā)展及現(xiàn)狀，討論了本文的研究背景及意義。 第二章：視頻監(jiān)控系統(tǒng)圖像跟蹤子系統(tǒng)的實現(xiàn)，并介紹了跟蹤子系統(tǒng)的各組成 部分工作原理和實現(xiàn)情況。 第三章：介紹了靜止背景下視頻序列中機(jī)動目標(biāo)提取與檢測的方法，給出了改 進(jìn)的瞬時差分算法和一種精確提取目標(biāo)的方法。 第四章：介紹了機(jī)動目標(biāo)運(yùn)動狀態(tài)估計與跟蹤，通過k a l m a n 濾波器來預(yù)測運(yùn)動 目標(biāo)下一時刻所處的位置以實現(xiàn)目標(biāo)快速跟蹤。 第五章：介紹了數(shù)字視頻監(jiān)控系統(tǒng)的設(shè)計原理和設(shè)計過程以及系統(tǒng)的軟硬件結(jié) 構(gòu)。 第六章：結(jié)論及尚需進(jìn)一步解決的問題。 第9 頁 山東大學(xué)碩士學(xué)位論文 第2 章視頻監(jiān)控系統(tǒng)圖像跟蹤子系統(tǒng)實現(xiàn) 2 1 引言 數(shù)字監(jiān)控系統(tǒng)使用越來越普及，監(jiān)控系統(tǒng)對功能要求越來越高。特別是 實時數(shù)字監(jiān)控系統(tǒng)，大多均配備有可控制攝像機(jī)，可以通過監(jiān)控室終端對本 端或遠(yuǎn)端攝像機(jī)進(jìn)行人工控制。然而，在許多情況下往往要求攝像機(jī)能隨著 機(jī)動目標(biāo)的運(yùn)動而自動跟蹤。為此，我們基于p c 機(jī)終端開發(fā)了用軟件控制攝 像機(jī)的自動圖像跟蹤予系統(tǒng)。該系統(tǒng)完全實現(xiàn)了攝像機(jī)的軟件控制，操作簡 單，便于使用。 2 2 系統(tǒng)組成及連接框圖 本系統(tǒng)使用p c 機(jī)( p 42 6 g2 5 6 m 內(nèi)存) 作為依托，采用四路視頻采集 卡采集視頻數(shù)據(jù)，通過s e 3 0 0d e c o d e r 來控制普通云臺或球機(jī)云臺。系統(tǒng) 組成框圖如圖2 1 ： v i d e os i g n a l c o n t r o ls i g n a l 圖2 1 圖像跟蹤子系統(tǒng)框圖 攝像機(jī)通過串口和圖像采集設(shè)備連接到p c 機(jī)上，p c 機(jī)通過c o m 口與攝 像機(jī)交換數(shù)據(jù)，通過攝像機(jī)云臺來控制其運(yùn)動。攝像機(jī)采集到的視頻圖像由 圖像采集卡送到p c 機(jī)中。 第1 0 頁 山東大學(xué)碩士學(xué)位論文 2 3 視頻采集卡 本文采用深圳天敏科技提供的s d k - - 2 0 0 ( ) s e 型號的四路視頻采集卡， 其提供四路視頻接口，可同時實現(xiàn)四路視頻的顯示。采集卡驅(qū)動提供相應(yīng)的 函數(shù)庫，可直接調(diào)用，獲得視頻序列。顯示分辨率單路可達(dá)7 2 0 5 7 6 ，2 4 位真彩色，四路同屏可實現(xiàn)分辨率3 2 0 x 2 4 0 ，每路2 5 幀，秒。本文采用此視 頻采集卡分別接4 路攝像頭，其中3 路為普通攝像頭加云臺，另一路為智能 化快速球型攝像機(jī)。 2 4s e 3 0 0d e c o d e r 云臺控制的實現(xiàn) s e 3 0 0 萬能解碼器是一個重要的前端控制設(shè)備。它在主機(jī)的控制下，可 使云臺、鏡頭、防護(hù)罩和照明燈等前端設(shè)備產(chǎn)生相應(yīng)的動作。該解碼器可用 r s 2 3 2 和r s 4 8 5 兩種方式進(jìn)行控制。在距離較近( 小于1 0 0 米) 且云臺數(shù)量 不多( 少于4 個) 時，可直接用r s 2 3 2 方式進(jìn)行控制。在距離較遠(yuǎn)或云臺數(shù) 量較多時，需要r s 4 8 5 方式進(jìn)行控制。在工程上常使用r s 4 8 5 方式，其最遠(yuǎn) 控制距離可超過1 2 0 0 米，總線最多可驅(qū)動6 4 個負(fù)載，即6 4 個解碼器可并接 在同一r s 4 8 5 總線上。 該解碼器的r s 4 8 5 總線具有瞬變電壓抑制能力，能防雷電和防靜電放電 沖擊。此外，解碼器的所有輸出均具有短路保護(hù)功能。一旦輸出短路，內(nèi)部 電路將自動切斷輸出電流，此功能對設(shè)備具有良好的保護(hù)作用。 本文中有3 路云臺采用s e 3 0 0d e c o d e r 與計算機(jī)通訊。用計算機(jī)的串 口通過r s 2 3 2 4 8 5 接s e 3 0 0 解碼器的4 8 5 通訊口，然后由s e 3 0 0 接入云臺控 制線進(jìn)行控制。s e 3 0 0 支持p e l c od 控制協(xié)議，其通訊參數(shù)設(shè)定為“2 4 0 0 ， n ，8 ，1 ”，即波特率為2 4 0 0 ，無奇偶校驗位，8 位數(shù)掘位，1 位停止位。一 次通訊一共傳輸8 個字節(jié)，其中第一個字節(jié)為固定內(nèi)容，第二個字節(jié)為解碼 器地址，第3 5 個字節(jié)為數(shù)據(jù)位，其中關(guān)于云臺的上，下，左，右，鏡頭拉 近，拉遠(yuǎn)等均對應(yīng)其中相應(yīng)的位。第8 個字節(jié)為校驗和。 第1 i 頁 山東大學(xué)碩士學(xué)位論文 本文中的a d a m - 4 5 2 0 模塊可用來將p c 機(jī)的r s 一2 3 2 接口標(biāo)準(zhǔn)信號轉(zhuǎn)換成 r s 一4 2 2 或r s - 4 8 5 接口標(biāo)準(zhǔn)信號，實現(xiàn)p c 機(jī)與其他應(yīng)用模塊間的長距離數(shù)據(jù)通 訊。它的傳輸速率最高可達(dá)1 1 5 2 k b p s ，并且具有3 0 0 0 v d c 的隔離保護(hù)作用。在 監(jiān)控系統(tǒng)中，r s - 4 8 5 標(biāo)準(zhǔn)由于其傳輸距離遠(yuǎn)、接點多、連線少等特點，已經(jīng)成 為工業(yè)應(yīng)用中數(shù)據(jù)傳輸?shù)氖走x標(biāo)準(zhǔn)。在本文的數(shù)字視頻監(jiān)測系統(tǒng)中，為實現(xiàn)主 機(jī)與攝像機(jī)云臺的互連，使用a d a m - 4 5 2 0 模塊進(jìn)行r s - 2 3 2 與r s 一4 8 5 信號的轉(zhuǎn)換， 完成云臺與計算機(jī)間的數(shù)據(jù)通信。圖2 2 是攝像機(jī)端口和r s 2 3 2 的連接方式，圖 中： t x d ：發(fā)送數(shù)據(jù)t r a n s m i td a t a ( o u t p u t ) r x d ：接收數(shù)據(jù)r e c e i v ed a t a ( i n p u t ) d t r ：數(shù)據(jù)發(fā)送就緒d a t at r a n s m i s s i o nr e a d y ( o u t p u t ) d s r ：數(shù)據(jù)設(shè)定就緒d a t as e tr e a d y ( i n p u t ) t x dr x d c o mp a n t i l t ( r s 2 3 2 r x dt x d c a n l e m d t rd s r d s rd t r 圈2 2 攝像機(jī)端1 ：3 r s 2 3 2 連接方式 程序?qū)崿F(xiàn)采用了微軟提供的m s c o m m 串口通訊控件，使用此控件使編 程變得簡單方便。 2 5 球型機(jī)云臺控制 我們在室外監(jiān)控的一路圖像采用智能化快速球型攝像機(jī)s n 6 8 0 p t ，此 球型機(jī)是集高清晰度彩色攝像機(jī)、萬向變速云臺和解碼器于一體的監(jiān)控產(chǎn)品。 因此它采用的是內(nèi)部解碼器，從球型機(jī)上直接引出r s 4 8 5 線接入r s 4 8 5 2 3 2 ， 然后接入計算機(jī)即可。球型機(jī)通訊協(xié)議與上述的s e 3 0 0 解碼器通訊協(xié)議不盡 相同，其波特率為4 8 0 0 b p s 、數(shù)據(jù)格式為1 l 位數(shù)據(jù)位、l 位起始位、l 位停 第1 2 頁 山東大學(xué)碩士學(xué)位論文 止位。最顯著的不同還是在奇偶校驗位上，s e 3 0 0 使用的是無校驗位，而球 型機(jī)使用奇偶校驗位，但是是奇校驗還是偶校驗還是不固定。其規(guī)定如下： 發(fā)地址時奇偶校驗位為1 ，發(fā)數(shù)掘時奇偶校驗位為0 。為了解決奇偶校驗位問 題，本文采用了發(fā)送一個字節(jié)就重新計算設(shè)定奇偶校驗位的方法，即如果要 發(fā)送的為地址字節(jié)，則根據(jù)規(guī)定奇偶校驗位應(yīng)為l ，此時根掘具體地址值來 計算校驗和，以此來確定發(fā)送該字節(jié)到底是采用奇校驗方式，還是采用偶校 驗方式。 總之，實驗平臺的搭建都是為了進(jìn)行對視頻編解碼以及對運(yùn)動物體的監(jiān) 控做準(zhǔn)備的。同時在進(jìn)行實驗平臺的搭建過程中，本人還學(xué)到了不少知識， 并有了一個實踐的機(jī)會。如云臺控制方面，不僅學(xué)會了解碼器的使用， r s 4 8 5 2 3 2 的使用，而且對串口通訊的機(jī)理有了一定了解，尤其是在對球型 機(jī)云臺的通訊上，更是使我對串口通訊有了更深刻的了解。 第1 3 頁 山東大學(xué)碩士學(xué)位論文 第3 章靜止背景下視頻序列中目標(biāo)檢測和提取 本章主要介紹在靜止背景下視頻序列中目標(biāo)監(jiān)測和提取算法。首先，在第 一節(jié)對在視頻監(jiān)視中好的算法的要求進(jìn)行了介紹，同時也介紹了一個視頻監(jiān)視 算法主要面臨的問題，并對視頻算法進(jìn)行了分類。本章中第二節(jié)，在介紹瞬時 差分算法基本原理的基礎(chǔ)上，提出了一個改進(jìn)的瞬時差分算法，并給出了實驗 結(jié)果。第三節(jié)主要內(nèi)容為基于背景估計圖像的視頻序列圖像的目標(biāo)檢測和提取 方法。該方法的主要內(nèi)容是如何得到一個背景圖像的估計圖像，并介紹了幾種 常見的估計背景圖像的方法，如統(tǒng)計平均法，i i r 濾波器方法。在該節(jié)最后， 提出一個對像素進(jìn)行區(qū)分的一種統(tǒng)計平均的獲取背景估計圖像的方法，并給出 了相應(yīng)的實驗結(jié)果。本章第四節(jié)是基于背景圖像參數(shù)模型的序列圖像目標(biāo)檢測 和提取的方法。該類算法的主要特點是利用統(tǒng)計方法對圖像的象素值，建立能 描述象素值變化的模型，通過判斷當(dāng)前新到的象素值是否符合這個模型來實現(xiàn) 對目標(biāo)象素的檢測。本節(jié)中首先提出用單一參數(shù)模型進(jìn)行目標(biāo)檢測的算法，隨 后介紹了多模型集合實現(xiàn)背景像素的判斷方法。本章第五節(jié)，針對本章第一節(jié) 所描述一個完美系統(tǒng)應(yīng)該避免的問題，提出了個能精確提取出目標(biāo)的算法， 該算法充分利用了本章中前幾節(jié)的算法，在對目標(biāo)檢測時，實現(xiàn)分區(qū)分級檢測， 實現(xiàn)了目標(biāo)的精確提取。為了敘述方便，本章對下面幾個名詞進(jìn)行約定。前景 象素是指運(yùn)動目標(biāo)的像素，目標(biāo)檢測在不作特殊說明時是指運(yùn)動目標(biāo)檢測，前 景圖像是指運(yùn)動目標(biāo)圖像。 3 1 引言 自動視頻監(jiān)視技術(shù)的主要內(nèi)容之一就是監(jiān)視特定場景中是否有新目標(biāo)出 現(xiàn)i i 1 1 7 1 1 8 1 【1 1 1 11 l ，這個任務(wù)的最基本的內(nèi)容可以看作是在視頻序列中檢測并提 取這樣兩種類型的目標(biāo)：運(yùn)動目標(biāo)以及原先場景中未出現(xiàn)而后又停止并滯留在 場景中的新目標(biāo)。簡單來看，這個任務(wù)可分兩步來完成，第一是目標(biāo)檢測，第 二是目標(biāo)提取。所謂目標(biāo)檢測，就是檢測視頻序列圖像中被監(jiān)視的場景圖像是 第1 4 頁 山東大學(xué)碩士學(xué)位論文 否有所變化，如果圖像有變化，則說明有新的目標(biāo)出現(xiàn)，反之則認(rèn)為沒有新目 標(biāo)出現(xiàn)。而目標(biāo)提取，就是當(dāng)目標(biāo)檢測算法檢測到有目標(biāo)出現(xiàn)時，把這個目標(biāo) 從視頻序列圖像中分割提取出來，為下一步目標(biāo)跟蹤和識別提供數(shù)據(jù)。因此一 個視頻監(jiān)視系統(tǒng)工作的好與壞，目標(biāo)檢測和提取算法時非常關(guān)鍵的。 一個好的視頻目標(biāo)檢測和提取算法m l i l ”應(yīng)該能適用于監(jiān)視各種環(huán)境。通 常一個好的視頻目標(biāo)檢測和提取算法應(yīng)具有以下的特征： 不依賴于攝像頭的安裝位置； 在各種天氣條件下應(yīng)是魯棒的； 對環(huán)境光線的變化應(yīng)是魯棒的； 應(yīng)能夠處理，雜亂無章的大面積區(qū)域的各種運(yùn)動，以及視場內(nèi)目標(biāo)的疊加； 能適應(yīng)場景中個別物體運(yùn)動的干擾，如樹木的搖晃，水面的波動； 一個完美的背景維持系統(tǒng)應(yīng)該能夠避免以下幾個問題i ”j l ”1 ： 目標(biāo)運(yùn)動帶來的問題。在一個背景中移動的目標(biāo)，當(dāng)其移動后，移丌的地 方不應(yīng)該作為前景目標(biāo)的一部分； 時間性問題。系統(tǒng)對亮度隨時間緩慢的變化是魯棒的； 光線突然改變。 部分背景晃動問題，如樹枝、顯示屏等。背景的象素值是改變的，需要一 種方法去模型化； 遮掩問題。一個前景的像素不應(yīng)被背景模型所替代； 初始化問題。在一些監(jiān)視場景中，沒有運(yùn)動目標(biāo)的“純”背景圖像是不可 得到的。 前景孔洞問題。當(dāng)一個色彩均勻的目標(biāo)運(yùn)動時，其內(nèi)部的像素不被檢測到： 目標(biāo)丟失問題。一個運(yùn)動目標(biāo)長期停止在場景中，而成為背景圖像的一部 分； 陰影問題。目標(biāo)的陰影也會成為前景目標(biāo)的一部分。 第1 5 頁 山東大學(xué)碩士學(xué)位論文 人們總希望個好的視頻目標(biāo)檢測和提取算法，能適用于監(jiān)視各種環(huán)境， 但實際應(yīng)用中要解決這個問題是十分困難的，因為實際應(yīng)用中要考慮到算法要 盡量適應(yīng)于多種環(huán)境，而且除非有專門的硬件支持，否則研究者不得不在算法 的復(fù)雜度、可靠性，以及實時性等方面折衷考慮。目前大多數(shù)視頻目標(biāo)檢測和 提取算法或多或少是針對解決某一問題而提出的，這樣也就帶來了對視頻目標(biāo) 檢測和提取的算法的分類。 一般而言，視頻目標(biāo)檢測和提取的算法的分類可以按照被監(jiān)視場景是室內(nèi) 還是室外進(jìn)行分類，算法可分為室內(nèi)監(jiān)視算法與室外監(jiān)視算法。顯然，對于一 個室內(nèi)監(jiān)視系統(tǒng)而言，環(huán)境條件變化是較小的，因此監(jiān)視算法相對易于設(shè)計， 而其監(jiān)視內(nèi)容，主要是人以及場景中的物品。如被遺留在場景中的物品，或者 是從場景中移動走的物品等等。另一個區(qū)分視頻目標(biāo)檢測和提取的標(biāo)準(zhǔn)是看被 監(jiān)視的場景與攝像頭之間是否存在相對運(yùn)動。當(dāng)視頻監(jiān)視中若背景與攝像頭之 間位置保持相對不變，那么背景圖像的大小和位置在不同幀問將保持不變。這 時可以直接利用幀間同一位置象素的亮度或顏色的差進(jìn)行變化檢測，并提取目 標(biāo)。而當(dāng)背景與攝像頭之間存在著相對運(yùn)動時，必然會引起背景圖像的位景， 大小和形狀在不同幀中有所改變，顯然這時利用幀間的差異作為檢測背景變化 的標(biāo)準(zhǔn)是不合適的，其算法應(yīng)與背景靜止時的變化檢測算法有所不同。因此在 視頻監(jiān)視中，往往根據(jù)攝像頭與背景之間是否有相對運(yùn)動，將視頻監(jiān)視算法分 為靜止背景和運(yùn)動背景的目標(biāo)檢測和提取兩類。顯然，綜合上述兩種分類方法 視頻監(jiān)視可有室內(nèi)靜止背景、室外靜止背景、室內(nèi)運(yùn)動背景、室外運(yùn)運(yùn)動背景 四種。本章著重介紹靜止背景下視頻序列中目標(biāo)檢測和提取方法。 在視頻監(jiān)控系統(tǒng)中，當(dāng)攝像頭保持不動時，可以認(rèn)為視頻序列圖像中的 背景圖像相對不動。這時，視頻監(jiān)視算法包括變化檢測和目標(biāo)提取兩部分內(nèi) 容【4 1 。所謂目標(biāo)檢測，就是當(dāng)場景中有新目標(biāo)進(jìn)入或者場景中有目標(biāo)移動 時，通過變換檢測算法得知有目標(biāo)出現(xiàn)：目標(biāo)提取是把進(jìn)入場景中的目標(biāo)從 第1 6 頁 山東大學(xué)碩士學(xué)位論文 背景圖像中分割出來。對于變化檢測和提取算法，作者認(rèn)為主要可以分為基 于相鄰幀差的瞬時差分法、背景圖像與當(dāng)前圖像幀差的方法以及背景模型法。 這三種算法各有特點，其中基于相鄰幀差的瞬時差分法【1 4 i m l 、背景估計圖像 與當(dāng)前圖像幀差1 1 6 | 【1 7 1 的方法可以歸為基于圖像間差分的方法。背景模型方法 則使用背景的參數(shù)模型來模擬背景圖像的象素值，通過判別新到的象素值是 否與這個模型相匹配來實現(xiàn)目標(biāo)像素的檢測。j 【i 1 1 “。 3 2 瞬時差分法 瞬時差分法基本原理： 瞬時差分法主要是利用視頻序列中連續(xù)的兩幀或幾幀圖像的差異來進(jìn)行 目標(biāo)檢測和提取。一個最基本的瞬時差分法的基本過程如圖3 2 1 所示。首先， 利用公式3 2 1 計算第k 幀圖像與第卜1 幀圖像之間的差別，得到差分后的圖像 砬。然后對差分后圖像b 進(jìn)行二值化，我們認(rèn)為當(dāng)差分圖像中某一像素值的 差大于某一給定的閩值時，則認(rèn)為該像素為前景象素，即認(rèn)為該象素可能為目 標(biāo)上的一點，反之則認(rèn)為是背景象素。在對差分圖像協(xié)二值化后得到r ，最 后對圖像冠進(jìn)行連通性分析，當(dāng)某一連通的區(qū)域的面積大于某一給定的閡值， 則檢測到目標(biāo)，并認(rèn)為該區(qū)域就為目標(biāo)所占的區(qū)域。 圖3 2 1 瞬時差分法基本原理流程圖 第1 7 頁 山東大學(xué)碩士學(xué)位論文 q ( 工，y ) 爿a ( x ，y ) 一五。( x ，y ) ( 3 2 1 ) 也 ，少) = i 0 而b a 緲c k g r o 刪u n d 嬲麓y , y ) ) 樅t h r e s h o 慨l d i n g ( 3 2 2 ) 如圖3 2 2 給出了使用式( 3 2 1 ) ，( 3 2 2 ) 檢測運(yùn)動目標(biāo)的實驗結(jié)果。 基于瞬時差分的兩相鄰幀差的方法進(jìn)行視頻的目標(biāo)檢測和提取其主要優(yōu) 點是顯而易見的： 1 算法實現(xiàn)簡單； 2 程序設(shè)計復(fù)雜度低； 3 易于實現(xiàn)實時監(jiān)視； 4 基于相鄰幀差方法，由于相鄰幀的時間間隔一般較短，因此該方法對場 景光線的變化一般不太敏感。 最基本的瞬時差分法可以檢測到場景中的變化，并且提取出目標(biāo)。如圖 3 2 2 實驗結(jié)果所示。但在實際應(yīng)用中，提取目標(biāo)的結(jié)果往往不令人滿意如圖 3 2 2 ( a - 4 ) 和圖3 2 2 ( b - 3 ) 。因為在實際應(yīng)用中特別是在下一步進(jìn)行目標(biāo)識 別，跟蹤中，我們總希望提取的目標(biāo)盡量接近目標(biāo)的真實形狀。也就是說，我 們提取出的目標(biāo)應(yīng)是完整的，同時也應(yīng)該盡量少的包括背景圖像。從圖3 2 2 中可以看出，檢測結(jié)果圖3 2 2 ( a 一4 ) 中雖然檢測到目標(biāo)出現(xiàn)，但卻沒有完整檢 測到目標(biāo)。出現(xiàn)上述結(jié)果的主要原因是由于實際目標(biāo)顏色或者灰度在一定的區(qū) 域內(nèi)較為均勻，這就會引起如圖3 2 2 ( a 一4 ) 的結(jié)果。而圖3 2 2 ( b 一3 ) 則出現(xiàn)了 比較大的空洞。雖然瞬時差分法往往不能提取完整的目標(biāo)圖像，但作為一種快 速的判別是否有目標(biāo)入侵算法基本原型，也常被應(yīng)用。因此，許多目標(biāo)檢測算 法都是基于這個最基本的原型做一些改進(jìn)。在本論文中，作者提出了一種改進(jìn) 的瞬時差分法完成目標(biāo)的檢測和提取，現(xiàn)介紹如下。 3 3 改進(jìn)的瞬時差分法 3 3 1 算法原理 第1 8 頁 山東大學(xué)碩士學(xué)位論文 ( a 1 ) ( a - 3 ) ( a - 2 ) 第1 9 頁 山東大學(xué)碩士學(xué)位論文 ， 0 - 1 ) 0 - 2 ) ( b - 3 ) 圖3 2 2 瞬時差分法檢測，提取運(yùn)動目標(biāo)結(jié)果 針對基本的瞬時差分法往往不能正確的檢測到目標(biāo)出現(xiàn)或者不能完整地 提取目標(biāo)圖像，本文提出的算法主要做了如下方面的改進(jìn)： 1 改變基于點差異的變化檢測為以點為中心的基于塊差作為差分后的圖 像這樣可以在一定程度上消除噪聲的影響； 2 對差分圖像的二值化處理； 第2 0 頁 山東大學(xué)碩士學(xué)位論文 3 在對二值化圖像后處理方面，利用形態(tài)學(xué)方法去除噪音干擾點，利用 連通性分析、消除孔洞處理以及區(qū)域標(biāo)記完成目標(biāo)檢測分析和實現(xiàn)完 整提取目標(biāo)。 本文提出的算法的流程如圖3 3 1 所示，下面將介紹各個主要模塊的功能 及實現(xiàn)算法。 圖3 3 1 改進(jìn)的瞬時差分算法流程圖 3 3 2 變化檢測準(zhǔn)則 。 第2 i 頁 山東大學(xué)碩士學(xué)位論文 變化檢測可以使用兩幀圖像中同一位置象素的差來實現(xiàn)，但只用單個象素 的差來進(jìn)行變化檢測易受噪音干擾，所以通常用該像素為中心的兩個塊的差別 來代替，算法如下： 設(shè)時刻取得的圖像為s ( 而，屯，七) ，時刻七一l 取得的圖像s ( 一，疊，k 1 ) ，如 圖3 3 2 所示。 一 、 、一 第七一1 幀 圈3 3 2 塊匹配示意圖 第七幀 對第七一1 幀圖像的每一點( 五，x 2 ) ，確定其的臨域； ( 2 ) 在第七幀圖像中，以點( 五，恐) 為中心，以向上、向下、向左、向右m 個象素為限，進(jìn)行塊匹配，設(shè)點( 毫，島) 最匹配； ( 3 ) 計算d 婦( 而，x o = i i 二i 蘆了瓦兩。 果d i s ( x t ，而) 大于某個事 先設(shè)定的閩值t ，則點( 五，x z ) 是運(yùn)動目標(biāo)點；如果d i s ( x , ，x 2 ) 小于某 個事先設(shè)定的閡值t ，則點( 五，屯) 不是運(yùn)動目標(biāo)點，而是靜止的背景。 3 3 3 形態(tài)學(xué)處理【”1 1 3 卅 ( 1 ) 膨脹和腐蝕 由于存在著噪音的干擾以及目標(biāo)與背景圖像之間往往有小部分顏色和灰 度相似，那么二值化后得到的圖像中往往會含有許多孤立的點、孤立的小區(qū)域、 小間隙和孔洞( 如圖3 3 1 3 所示，在這里白色代表變化的區(qū)域) ，這些都給判斷背 第2 2 頁 山東大學(xué)碩士學(xué)位論文 景是否存在著變化帶來了干擾。因此需要將孤立的點、小區(qū)域去除，而將小間 隙連接，同時又應(yīng)該將小孔洞填充。這里我們采用圖像形態(tài)學(xué)中對二值圖像的 膨脹和腐蝕方法來完成上述功能。其中對二值圖像的腐蝕和膨脹運(yùn)算采用簡單 對稱的結(jié)構(gòu)元素。p p j , 3 x 3 的方形( 3 3 1 ) y 日n ，腐蝕和膨脹運(yùn)算的定義1 分別為 式( 3 3 3 ) ( 3 3 4 ) 。 結(jié)構(gòu)元素：b = ( 3 3 1 ) 結(jié)構(gòu)元素反轉(zhuǎn)：b 5 = - b i b b 膨脹：x o = u e 6 = z e i e n 彳拼 e 占 腐蝕：x o b = n l = z e i e c x 6 e b ( 3 3 2 ) ( 3 3 3 ) ( 3 3 4 ) 其中x 為二值圖像，e 為整幅圖像的柵格，盈為結(jié)構(gòu)元素b 中，t s , “”平 移到位置z 得到的圖像。 ( 2 ) 中值濾波 中值濾波時一種非線性的信號處理方法，與其對應(yīng)的中值濾波器當(dāng)然也 就是一種非線性的濾波器。中值濾波器在1 9 7 1 年由j w j u k e y 首先提出并應(yīng) 用在一維信號處理技術(shù)( 時間序列分析) 中，后來被二維圖像信號處理技術(shù) 所引用。中值濾波在一定的條件下可以克服線性濾波器如最小均方濾波，均 值濾波等帶來的圖像細(xì)節(jié)模糊，而且對濾除脈沖干擾及圖像掃描噪聲最為有 效。出于在實際運(yùn)算過程中不需要圖像的統(tǒng)計特征，因此這也帶來不少方便。 中值濾波一般采用一個含有奇數(shù)個點的滑動窗口，將窗口中各點灰度值 的中值來替代指定點( 一般為窗口的中心) 的灰度值。對于奇數(shù)各元素，中 值是指按大小排序后，中間的數(shù)值：對于偶數(shù)個元素，中值是指排序后中間 兩個元素灰度值的平均值。 第2 3 頁 山東大學(xué)碩士學(xué)位論文 對于二維情況，中值濾波的窗口形狀和尺寸對濾波器效果影響很大。不 同圖像內(nèi)容和不同應(yīng)用要求不同的窗口形狀和尺寸。常用的二維中值濾波窗 口形狀有線狀、方形、圓形、十字形等。 ( 3 ) 圖像平滑 圖像的平滑是一種實用的數(shù)字圖像處理技術(shù)，主要目的是為了減少圖像 的噪聲。一般情況下，在空間域內(nèi)用領(lǐng)域平均來減少噪聲i 在頻率域，由于 噪聲頻譜通常多在高頻段，因此可以采用各種形式的低通濾波的辦法來減少 噪聲。 平滑模板的思想是通過一點和周圍幾個點的運(yùn)算( 通常為平均運(yùn)算) 來 去除突然變化的點，從而濾掉一定的噪聲，但圖像有一定程度的模糊。而減 少圖像模糊代價是圖像平滑研究的主要問題之一。這主要取決于噪聲本身的 特性。一般情況下通過選擇不同的模板來消除不同的噪聲。 常用的模板有 r o 1 o l 三 1 1 1 i 4 【o1 副 r l 1 1 1 土l1 21i 1 0 1 1 l l j 3 , 3 4 實驗結(jié)果 吾i 去 i 矧 r l 1 1 1 牝1 到 試驗結(jié)果如圖3 3 3 所示。 其中圖( a ) 為改進(jìn)瞬時差分法效果圖，圖( b ) 普通差分法效果圖。從中可以 看出，相對于普通差分法，改進(jìn)瞬時差分法可以比較清晰的提取出運(yùn)動目標(biāo)。 而普通差分法往往只能提取到運(yùn)動目標(biāo)的輪廓；圖( c ) 位普通差分法二值化后的 結(jié)果；圖( d ) 和圖( e ) 為改進(jìn)瞬是差分法取不同閾值二值化后加中值濾波后的效 果圖。從中可以看出，使用瞬時差分法可以較好的提取運(yùn)動目標(biāo)，但它仍有一 第2 4 頁 山東大學(xué)碩士學(xué)位論文 ( a ) 改進(jìn)差分法 ( b ) 普通差分法 第2 5 頁 山東大學(xué)碩士學(xué)位論文 ( c ) 瞽避差分法二醢純席結(jié)果 。 ”。；+ “一一一。41 - 。 ，“， ，44 l ( d ) 改進(jìn)差分法，蝴遭為1 5 二值化，中值濾波艨的結(jié)果 第2 6 頁 山東大學(xué)碩士學(xué)位論文 7 一卜 ， ； 一一 一 ：； ； 一 ： ” 一 ， 4 。； ： 名，ji 。 一一二= ：。矗 一i - ：“一。；：； k|，t ( c ) 改進(jìn)差分法，閾值為2 0 - 值化中值濾波后的結(jié)果 圖( 3 ，3 3 ) 改進(jìn)瞬時差分結(jié)果| 璺| 些缺陷，我們將在下一節(jié)討論這些問題。 3 3 5 分析和討論 在實際應(yīng)用中，檢測出現(xiàn)錯誤主要包括兩種情況，一種是有目標(biāo)出現(xiàn)而 未能檢測出來；另一種情況是沒有目標(biāo)出現(xiàn)而檢測出有目標(biāo)出現(xiàn)。出現(xiàn)第一 種錯誤的主要原因是檢測算法的靈敏度過低；而出現(xiàn)第二種檢測錯誤的主要 原因為檢測算法的靈敏度過高，容易受噪音干擾而得到錯誤的檢測結(jié)果。由 此可以看出這兩者存在著矛盾，因此在算法中應(yīng)恰當(dāng)選擇與檢測靈敏度有關(guān) 的參數(shù)，而參數(shù)設(shè)置的是否恰當(dāng)，需要在實際應(yīng)用中根據(jù)應(yīng)用環(huán)境及監(jiān)視目 的不斷試驗和調(diào)整。在檢測算法中直接影響檢測靈敏度的參數(shù)主要有以下幾 個： 直接影響檢測靈敏度的參數(shù)是檢測準(zhǔn)則； 直接影響檢測靈敏度的參數(shù)是檢測準(zhǔn)則中塊的大小，當(dāng)使用較大尺寸 第2 7 頁 山東大學(xué)碩士學(xué)位論文 的塊時，會降低變化檢測得到結(jié)果的幅度，進(jìn)而影響檢測的靈敏度； 圖像形態(tài)學(xué)腐蝕和膨脹處理也影響著檢測結(jié)果。當(dāng)形態(tài)學(xué)處理是針對 目標(biāo)變化區(qū)域處理時，那么膨脹處理會使區(qū)域面積變大，而腐蝕處理 會使區(qū)域面積變小。因此采用不同的組合順序的膨脹和腐蝕處理會直 接影響連通區(qū)域的形狀和面積，進(jìn)而會影響檢測結(jié)果； 圖像區(qū)域標(biāo)記后，黑色區(qū)域和白色區(qū)域面積閾值也直接影響檢測結(jié) 果，如果白色區(qū)域面積閾值設(shè)置過大，則有一些變化不能被判斷為目 標(biāo)出現(xiàn)；相反如果白色區(qū)域面積閾值設(shè)置過小，則一些小的由于干擾 而形成的白色區(qū)域會被判斷為有目標(biāo)出現(xiàn)。 在實際應(yīng)用中，可以使用一些輔助的方法來提高檢測的正確率和魯棒性。 例如，在某一時間段內(nèi)，監(jiān)視到多個相鄰兩幀圖像之間有變化，才認(rèn)為發(fā)現(xiàn)目 標(biāo)，從而提高檢測的魯棒性。 3 4 自適應(yīng)背景相減法 基于背景差的方法原理圖 2 9 1 如下所示： 圖3 4 1 基于背景估計圖像相減算法流程圖 基于背景差方法的原理非常簡單，其主要工作過程如圖3 4 1 所示：首先利 用公式( 3 4 1 ) ( 3 4 2 ) 計算背景圖像釓與當(dāng)前圖像石的差，然后對差分圖像 q 進(jìn)行二值化，并對二值化后的圖像冠進(jìn)行連通性分析。當(dāng)某一連通區(qū)域的 面積( 像素數(shù)) 大于一定的閾值，則認(rèn)為檢測到目標(biāo)出現(xiàn)，并且認(rèn)為這個連通的 笫2 8 頁 山東大學(xué)碩士學(xué)位論文 區(qū)域就為提取出的目標(biāo)圖像。 皿( x ，y ) = a ( x ，y ) 一釓一。( 工，y ) ( 3 4 1 ) r ( x ，y ) = ? 乃b a 倦c k g 。r o 。u n d d 們w h 。e 。n 反d k ( ( ，x , y ) 碭t h 。r e s h 。o 塒l d 餾i n g ( 3 4 2 ) 該方法的主要特點： 需要得到當(dāng)前環(huán)境的背景估計圖像； 利用背景圖像與當(dāng)前幀圖像的“差”進(jìn)行目標(biāo)檢測和提?。?與瞬時差分方法比較，可以提取出較精確的目標(biāo)圖像。 基于背景差的方法與瞬時差分方法比較，雖然可以提取出完整的目標(biāo)圖 像，但在實際應(yīng)用中仍有許多問題需要解決。實際應(yīng)用中一幅“純凈”的背景 圖像總是不容易得到的，一種簡單的做法是當(dāng)場景中無任何目標(biāo)時采集一幅圖 像作為背景圖像。很顯然隨著時間的推移，外界的光線會變化，這會引起背景 圖像的變化。因而這種采用一幅固定背景圖像的方法，只適合應(yīng)用于外界條件 較好的場合。為了實現(xiàn)長時間的視頻監(jiān)視，需要在一段時間后重新更新背景圖 像。因為背景圖像總不會是“一塵不變”，所以目前大多數(shù)研究人員己經(jīng)放棄 了這種非自適應(yīng)的獲取背景的方法1 1 3 】【l6 l 【”i 。因此基于背景差的方法的關(guān)鍵在 于隨著時間的推移如何自適應(yīng)更新背景估計圖像。下面介紹幾種估計背景圖像 的方法。 當(dāng)被監(jiān)視場景環(huán)境不是很復(fù)雜時，我們可以用統(tǒng)計濾波完成場景中背景圖 像的估計。本文介紹三種方法，第一種是統(tǒng)計平均方法，第二種i i r 濾波方法。 這兩種