圖像處理在數(shù)字視頻監(jiān)控系統(tǒng)中的應(yīng)用

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(dòng)報(bào)警功能。自動(dòng)報(bào)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(gè)系統(tǒng)的信息化水平和自動(dòng)監(jiān)控報(bào) 警的準(zhǔn)確率?；趫D像處理主要是對(duì)圖像內(nèi)容進(jìn)行檢測(cè)， 提取出適合 報(bào)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(cè)、特征提取、特征識(shí)別等。巒基于酚處理的自動(dòng)報(bào)警流盤2圖像截取系統(tǒng)通過(guò)多路視頻采集器將監(jiān)控現(xiàn)場(chǎng)信息采集到控制中心，然后定時(shí)截取位圖圖像，用做后續(xù)目標(biāo)檢測(cè)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(shí)時(shí)監(jiān)控的效果。3. 圖像增強(qiáng)視頻序列經(jīng)過(guò)編碼、解碼 、傳輸后，由于受到多種因素的影 響，往往會(huì)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(shí)偶爾有閃動(dòng)。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(cè)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(duì)于數(shù)字視頻監(jiān)控系統(tǒng)來(lái)說(shuō)， 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(guò)程中產(chǎn)生的塊效應(yīng)等。針對(duì)這些原因采取有效，可以通過(guò)圖像處理的

3、方法改善圖 像的質(zhì)量。如通過(guò)增強(qiáng)比照度的方法來(lái)看清圖像的細(xì)節(jié)；運(yùn)用平滑技術(shù)減少塊效應(yīng)對(duì)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(shí)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(lái)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(shuō)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(shí)，表示像素值無(wú)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(duì)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(duì)圖1視頻圖像的處理，圖3是閾值取3 5時(shí)的R o b e rt s算子邊緣檢測(cè)結(jié)果，圖4的閾值為5。圖4的 中心圖像亂成一片， 無(wú)法確認(rèn)有效信息，就是因?yàn)殚撝档倪x取不當(dāng)， 將不是邊緣的像素誤當(dāng)作邊緣的結(jié)果，沒(méi)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(duì)圖像的低頻分量進(jìn)行增強(qiáng)，同時(shí)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(gè)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(jiǎn)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(duì)y分量對(duì)圖像進(jìn)行鄰域加權(quán)平均法平滑處理，對(duì)圖像邊緣像素點(diǎn)沒(méi)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(jì)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(cè)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(chǎng)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(chǎng)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(jiǎn)單且效果 不錯(cuò)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(lái)。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(jì)的背景圖像中的對(duì)應(yīng)位置的像 素值要大，那么估計(jì)背景圖像的像素值加 1;反之，如果比對(duì)應(yīng)位置的 像素值要小，那么減1.5

7、. 運(yùn)動(dòng)目標(biāo)檢測(cè)平安監(jiān)控是數(shù)字視頻監(jiān)控的重要任務(wù)，運(yùn)動(dòng)目標(biāo)檢測(cè)能及時(shí)發(fā)現(xiàn)異常運(yùn)動(dòng)目標(biāo)，報(bào)警提醒監(jiān)控人員，是實(shí)現(xiàn)平安監(jiān)控的重要手段之一。 運(yùn)動(dòng) 目標(biāo)檢測(cè)的準(zhǔn)確與否對(duì)后續(xù)步驟中的跟蹤和識(shí)別會(huì)產(chǎn)生重要的 影響。5. 1幀間差分法幀間差分法通過(guò)對(duì)視頻圖像序列相鄰兩幀作差分運(yùn)算以獲取運(yùn)動(dòng)目 標(biāo)的輪廓，魯棒性較好，攝像頭靜止和運(yùn)動(dòng)的情況下都能使用。與背景差分法 不同的是，由于用來(lái)差分的兩幀圖像時(shí)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(huì)產(chǎn)生太大的影響。在監(jiān)控系統(tǒng)中，當(dāng)攝像頭靜止時(shí)，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(dòng)時(shí)，圖像中的像素值發(fā)生比擬大

8、的改變，因此通過(guò)幀間像素值相減的方式， 判斷是否有異物入侵， 并通過(guò)二值化該灰度差分值來(lái)提取運(yùn)動(dòng)信息。團(tuán)7幀間差分法檢測(cè)到的運(yùn)動(dòng)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(cè)到的運(yùn)動(dòng)目標(biāo)，圖7中可以看到，除了檢測(cè)到的運(yùn)動(dòng)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(dòng)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(dòng)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(dòng)物體識(shí)別的重點(diǎn)區(qū)域是 “門周圍等 敏感域，識(shí)別、 檢測(cè)出“門的位置，及時(shí)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(duì)此采用對(duì)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(dòng)目標(biāo)檢測(cè)。在監(jiān)控系統(tǒng)中，應(yīng)該對(duì)最為敏感的、已檢測(cè)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(shí)， 也會(huì)放大噪音等干擾點(diǎn)的變化，權(quán)值太大，會(huì)將某些干擾點(diǎn)誤認(rèn)為運(yùn)動(dòng)物體； 權(quán)值太小，就會(huì)等同于上述經(jīng)典算法。圖8 改良算法后楡測(cè)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(dòng)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(dòng)物體周圍的雜質(zhì)點(diǎn)增多。從監(jiān)控系 統(tǒng)平安檢測(cè)角度來(lái)說(shuō)， 這個(gè)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(dòng)目標(biāo)檢測(cè)的效率。6特征提取移動(dòng)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(dòng)目標(biāo)的微觀信息，可以通過(guò)斑塊分析算法獲取斑塊信息， 從而提取移動(dòng)目標(biāo)的特征。在四連通環(huán)境下對(duì)斑塊進(jìn)行分析。所謂四連通，是指一個(gè)象素 點(diǎn)的上下左右方向四個(gè)緊鄰的點(diǎn)與這個(gè)點(diǎn)是相鄰關(guān)系，而左上、左下、右上、右下四個(gè)點(diǎn)與這個(gè)點(diǎn)不屬于相鄰關(guān)系。斑塊信息越豐富，檢測(cè) 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(shí)別報(bào)警知識(shí)庫(kù)是系統(tǒng)在進(jìn)行報(bào)警識(shí)別時(shí)專用的一個(gè)知識(shí)庫(kù)，它是自 動(dòng)報(bào)警不可缺少的。報(bào)警知識(shí)庫(kù)是在系統(tǒng)自動(dòng)監(jiān)控過(guò)程中逐步建立起 來(lái)的，并不斷得到補(bǔ)充的。知識(shí)庫(kù)中有多個(gè)知識(shí)元，例如移動(dòng)目標(biāo)的 面積、位置、周長(zhǎng)等，這些知識(shí)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(guò)程中，通過(guò)自學(xué)習(xí)逐步更新，找到一個(gè)最正確值。報(bào)警特征識(shí)別，就是將上一步提取的移動(dòng)目標(biāo)特征與報(bào)警知識(shí)庫(kù) 中知識(shí)元的值進(jìn)行比對(duì)，如果到達(dá)了報(bào)警的要求，即發(fā)出報(bào)警消息。 其實(shí)質(zhì)就是用提取的目標(biāo)特征與知識(shí)庫(kù)進(jìn)行匹配的一個(gè)過(guò)程。系統(tǒng)定義如果連續(xù)有兩次相鄰幀圖像的移動(dòng)目標(biāo)特征與報(bào)警知識(shí)庫(kù)匹配成 功，那么啟動(dòng)自動(dòng)報(bào)警功能，通知管理員。8.總結(jié)針對(duì)數(shù)字