圖像處理-背景減法

數(shù)字圖像處理報(bào)告姓名：cugycy學(xué)院：機(jī)械與電子信息學(xué)院班級(jí)：071112-13指導(dǎo)老師：傅華明摘要研究目標(biāo)：本文主要研究在背景維持不變的環(huán)境下，對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)。在固定空間場(chǎng)中獲得的運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)的一系列圖像稱為運(yùn)動(dòng)圖像。我們主要研究的是在一個(gè)固定場(chǎng)景中，目標(biāo)對(duì)象位置發(fā)生變化的情況。采用方法：為了分析在固定場(chǎng)景中目標(biāo)的運(yùn)動(dòng)變化，首先考慮到在一系列的運(yùn)動(dòng)圖像序列中，空間場(chǎng)的位置、灰度變化是非常微小的，根本上可以認(rèn)為是固定不變的；而運(yùn)動(dòng)對(duì)象卻在空間位置上發(fā)生了明顯的改變，所以我們可以用背景減法來(lái)研究這一情況。背景減法通過(guò)逐像素比擬與背景圖像的差異，在背景根本不變的條件下，在差圖像的不為零處說(shuō)明該處出現(xiàn)運(yùn)動(dòng)目標(biāo)，通過(guò)求差的方法就可以將運(yùn)動(dòng)目標(biāo)的位置和形狀表現(xiàn)出來(lái)。在實(shí)際情況中，由于鏡頭的物理抖動(dòng)造成的圖像的移動(dòng)，旋轉(zhuǎn)，以及光線明暗的變化，所造成的圖像背景改變，從而難以與背景圖做差形成清晰，無(wú)噪聲的差分圖像。完成以下編程：為了減小誤差影響，增強(qiáng)圖像質(zhì)量，在認(rèn)為無(wú)鏡頭的旋轉(zhuǎn)，先后移動(dòng)情況影響下，只考慮鏡頭產(chǎn)生了上下平移變化，用相關(guān)匹配在其他圖像中尋找與模板〔圖像1局部〕最相似的子塊，并剪切其他圖像使其他圖像與圖像1的背景一致。在不考慮處理的實(shí)時(shí)情況下，同時(shí)圖像的數(shù)量較少〔5張〕，運(yùn)動(dòng)目標(biāo)在多幅圖像疊加中不會(huì)有重疊局部，采用去除最大最小值后求均值法求得背景圖像。將圖像與背景圖像做差值處理，采用二維自適應(yīng)維納濾波對(duì)差值圖形濾波減小噪聲影響。將濾波后差值圖，設(shè)定閾值進(jìn)行二值化，同時(shí)采用形態(tài)學(xué)的腐蝕膨脹，使二值圖像中目標(biāo)輪廓邊緣更加平滑，減小圖像內(nèi)部空隙，符合實(shí)際目標(biāo)。取得成果：由此我們的得到了五幅二值目標(biāo)圖像。通過(guò)圖像位置的比擬明顯看到人從右到左的運(yùn)動(dòng)，圖像的間距看出運(yùn)動(dòng)的距離也是不一樣的，圖像的大小看出距離鏡頭的距離也是不一樣的。未解決問(wèn)題：沒能考慮鏡頭旋轉(zhuǎn)帶來(lái)的圖像背景移動(dòng)，從而使差值圖像噪聲減小更多，同時(shí)背景圖像的生成不夠準(zhǔn)確，影響差值圖像的質(zhì)量。未能采用更為適宜的濾波，減小噪聲。圖像的二值化的閾值選取，不能基于圖像自身的的數(shù)據(jù)自動(dòng)隨之改變。未對(duì)二值圖像進(jìn)行濾波，去除小的噪聲點(diǎn)。未對(duì)二值圖像和原圖像進(jìn)行更進(jìn)一步的匹配。未采用彩色圖像處理。詳細(xì)報(bào)告：以圖像1的局部為模板在其他圖像中匹配相似的位置，從而適當(dāng)剪裁其他圖像使背景盡可能一致。模板匹配最正確匹配處原圖與剪裁圖通過(guò)圖像直觀分析，發(fā)現(xiàn)多幅圖像上的運(yùn)動(dòng)目標(biāo)沒有位置重合，從而可以采用去除圖像相同位置數(shù)據(jù)中的最大值和最小值，然后取均值的方法獲得背景圖像。背景圖將圖像與背景圖做差值計(jì)算，獲得圖像差圖。差值圖像采用二維自適應(yīng)維納濾波對(duì)差值圖形濾波減小噪聲影響。將濾波后差值圖，設(shè)定閾值進(jìn)行二值化，同時(shí)采用形態(tài)學(xué)的腐蝕膨脹，使二值圖像中目標(biāo)輪廓邊緣更加平滑，減小圖像內(nèi)部空隙，符合實(shí)際目標(biāo)。其他工作：不同濾波效果中，納維濾波的能更好的保存目標(biāo)的輪廓信息，噪點(diǎn)可采用形態(tài)學(xué)處理去除噪點(diǎn)。不同濾波效果源代碼：clcclearall%---------------------------------------------------------------------%批量獲取文件%---------------------------------------------------------------------file=dir('G:\study\大四上\數(shù)字圖像處理\m4\p6-0*.bmp')%列出當(dāng)前目錄下符合正那么表達(dá)式的文件夾和文件數(shù)據(jù)結(jié)構(gòu)forn=1:length(file)%獲取以名字為命名的圖片數(shù)據(jù)tmp=rgb2gray(imread(['G:\study\大四上\數(shù)字圖像處理\m4\',file(n).name]));str_a1=[file(n).name(1:end-8),file(n).name(end-4),'=tmp;'];eval(str_a1);end%--------------------------------------------------------------------------%通過(guò)匹配返回坐標(biāo),保存到ppn中%用相關(guān)匹配在圖像a中尋找與模板c最相似的子塊，給出代碼和相關(guān)系數(shù)圖%--------------------------------------------------------------------------forn=2:length(file)%獲取以名字為命名的圖片數(shù)據(jù)b=p1;a=eval(['p',num2str(n),';']);c=b(30:230,30:630);%imshow(c);g=dftcorr(a,c);gs=gscale(g);%figure,imshow(gs);[I,J]=find(g==max(g(:)));%figure,imshow(gs>254);%figure,imshow(b),title(['灰度'num2str(i)])d=a(I:I+400,J:J+600);eval(['pp',num2str(n),'=d;']);%獲取圖像的相對(duì)位置endpp1=p1(30:430,30:630);%--------------------------------------------------------------------------%通過(guò)五幅圖進(jìn)行取去最大最小后，平均值作為被背景圖層%--------------------------------------------------------------------------forn=1:5eval(['pp_5(n,:,:)=pp',num2str(n),';']);%獲取圖像的相對(duì)位置endpp_max=max(pp_5);%最大pp_max1(:,:)=pp_max(1,:,:);pp_max1=pp_max1;pp_min=min(pp_5);%最小pp_min1(:,:)=pp_min(1,:,:);pp_min1=pp_min1;pp_sum=uint16(pp1)+uint16(pp2)+uint16(pp3)+uint16(pp4)+uint16(pp5);%和pp_sum=uint8((pp_sum-uint16(pp_min1)-uint16(pp_max1))/3);%去大去小取均值為背景圖%--------------------------------------------------------------------------%背景減法運(yùn)算二維自適應(yīng)維納濾波二值化%--------------------------------------------------------------------------forn=1:5figure,eval(['temp=pp',num2str(n),';']);%獲取圖像的相對(duì)位置z=imabsdiff(temp,pp_sum);%取絕對(duì)值兩個(gè)圖像之差J=z;K1=z;K2=medfilt2(J);%采用二維中值濾波函數(shù)medfilt2對(duì)受椒鹽噪聲干擾的圖像濾波K3=wiener2(J,[99]);%對(duì)加噪圖像進(jìn)行二維自適應(yīng)維納濾波K4=filter2(fspecial('average',9),J)/255;%模板尺寸為9cs=0.15;K1=im2bw(K1,cs);%二值化K2=im2bw(K2,cs);%二值化K3=im2bw(K3,cs);%二值化K4=im2bw(K4,cs);%二值化subplot(2,2,1),imshow(eval(['pp',num2str(n),]));title(['原圖像'num2str(n)])%————-————腐蝕開運(yùn)算——————foc=imclose(K3,strel('square',10));subplot(2,2,2),imshow(z);title('差值圖像');f=f