【正文】 二章為圖像的預(yù)處理 主要介紹了圖像的預(yù)處理知識(shí)，首先簡(jiǎn)單介紹了二值化相關(guān)知識(shí)，其次為形態(tài)學(xué)處理的相關(guān)原理，形態(tài)學(xué)處理的相關(guān)內(nèi)容包含二值膨脹與腐蝕、開與閉運(yùn)算。最后是簡(jiǎn)要闡述了顏色空間模型和圖像的灰度圖像的基礎(chǔ)知識(shí)。 第三章為常用的三種檢測(cè)方法 主要介紹三種常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，光流法、幀間差分法、背景差分法的基本原理。 第四章為背景建模與背景更新 主要介紹了單高斯背景建和 經(jīng)典背景模型， 混合高斯背景建模以及改進(jìn)的混合高斯背景建模的基本思想， 經(jīng)典背景模型包含了平均背景 模型和非參數(shù)背景模型。 重點(diǎn)介紹了混合高斯背景建模。 第五章為實(shí)驗(yàn)結(jié)果與分析 在本章的實(shí)驗(yàn)中依次驗(yàn)證了光流法、幀間差分法、背景差分法、單高斯背景建模、混合高斯背景建模、改進(jìn)的混合高斯背景建模的運(yùn)動(dòng)目標(biāo)檢測(cè)效果，給出了實(shí)驗(yàn)中相關(guān)的圖像和數(shù)字，并進(jìn)行了簡(jiǎn)單的實(shí)驗(yàn)分析。 第六章為結(jié)束語 最后總結(jié)了全文，運(yùn)動(dòng)目標(biāo)檢測(cè)目前依然存在不足，并進(jìn)行了未來的展望。 暨南大學(xué) 4 2 圖像的預(yù)處理 引言 本章主要介紹了圖像的預(yù)處理知識(shí)和形態(tài)學(xué)處理，圖像的預(yù)處理包括圖像的二值化，形態(tài)學(xué)處理則包含了二值膨脹與腐蝕、開與閉運(yùn)算。然后介紹了顏色空間模型和圖像的灰度化等。圖像的二值化是運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究的基礎(chǔ)，二值膨脹與腐蝕是形態(tài)學(xué)變換中最常用的兩種方法，而開與閉運(yùn)算是一種重要的形態(tài)學(xué)變換。顏色空間模型有 RGB（ Red， Green， Blue）顏色模型， HSV（ Hue， Saturation，Value）顏色模型等。 [6] 圖像的二值化 圖像的二值化是我們研究運(yùn)動(dòng)目標(biāo)檢測(cè)研究方法的重要前提，但是由于風(fēng)速或人為操作等原因，我們得到的圖像總是和真實(shí)的圖像都會(huì)有一定的誤差，這時(shí)就只有對(duì)圖像進(jìn)行預(yù)處理才能使我們得到的圖像盡可能的和原圖像相一致，為了圖像的后期處理和應(yīng)用，對(duì)圖像進(jìn)行歸一化處理是我們最常用的的方法，圖像的歸一化處理二值化的閥值是非常重要的，通常我們會(huì)設(shè)置適當(dāng)?shù)拈y值來使背景圖像與運(yùn)動(dòng)目標(biāo)相分離。 我們都知道運(yùn)動(dòng)目標(biāo)、運(yùn)動(dòng)背景、噪聲等構(gòu)成了一幅圖像。二值化是彩色圖像處理中最常用的方法，依據(jù)為將圖像上像素點(diǎn)的灰度值設(shè)置為 0到 255，通過設(shè)置適當(dāng)?shù)拈y值使圖像呈現(xiàn)出黑白兩種效果，使圖像背景與對(duì)象分離，得到黑白效果的圖像，圖像灰度值大于或等于閥值的像素其灰度值表示為 255，而小于閥值的像素灰度值則表示為 0， 0圖像二值化效果如圖 、圖 2. 2所示。 暨南大學(xué) 5 a） 原始圖像 b） 二值化圖像 圖 2. 1 二值化效果圖 a） 原始圖像 b） 二值化圖像 圖 2. 2 二值化效果圖 用函數(shù) ),( yx? 來表示圖像的輸出，而用函數(shù) ),( yx? 來表示圖像的輸入，我們可以用下列公式來表示圖像的二值化。 ??? ???? TyxH TyxHyx ),( ),(01),( （ ） 二值化過程中閥值的選取是至關(guān)重要的，閥值一般是經(jīng)過嚴(yán)格的運(yùn)算得到的，但是若沒有經(jīng)過嚴(yán)格的運(yùn)算，通常我們?nèi)≡摯翱诘钠骄怠６祷^程相對(duì)較簡(jiǎn)單，但是不能因?yàn)槠溥^程簡(jiǎn)單而忽視二值化的運(yùn)行速度。如果在 VC 中直接應(yīng)用某些公式，就會(huì)因?yàn)楦↑c(diǎn)數(shù)過低而影響代碼的執(zhí)行速度。這時(shí)候我們?nèi)绻軌虿捎枚c(diǎn)整數(shù)運(yùn)算，就可以大幅度的提高運(yùn)行速度，從而提高整個(gè)工程的效率。[7] 在圖像處理過程中，二值化占有極其重要的作用，對(duì)圖像進(jìn)行二值化處理可以改變圖像的大小，以便使圖像更好的為我們所應(yīng)用，圖像呈現(xiàn)出黑白兩種效果，把我們感興趣的部分標(biāo)志出來，如圖 。二值化圖像雖然相對(duì)來說變得簡(jiǎn)單了，但是依然含有原圖像整體和局部的數(shù)據(jù)特征。對(duì)二值化圖像進(jìn)行分析和處理，更有利于我們的工作進(jìn)程。 暨南大學(xué) 6 圖像的形態(tài)學(xué)處理是圖像圖形描繪的熱門研究性方向，如：圖像的形態(tài)學(xué)處理濾波圖像中的噪聲，是在理論基礎(chǔ)上發(fā)展起來的一門學(xué)科，圖像的形態(tài)學(xué)處理是指利用數(shù)字形態(tài)從而獲取我們感興趣的部分圖像，可以簡(jiǎn)化圖像結(jié)構(gòu)，將我們不感興趣的部分結(jié)構(gòu)除去，以達(dá)到簡(jiǎn)化圖像保持圖像原形狀的目的。 [9] 二值膨脹、腐蝕、開以及閉運(yùn)算是形態(tài)處理常用的四個(gè)基本元素。 錯(cuò)誤 !未找到引用源。 膨脹是指運(yùn)用向量加法的運(yùn)算法則，把 X 、 B 兩個(gè)向量中所有向量相加的和的向量，其運(yùn)算公式為： ? ?BX a n d bxbxppBX ??????? ,:2? （ ） 通過膨脹我們可以豐富圖像，使圖像更加生動(dòng)形象，以便我們完成對(duì)圖像的分析和應(yīng)用。 腐蝕就是運(yùn)用向量的減法運(yùn)算法則，把 X 、 B 兩個(gè)向量合并，取共有的向量，其運(yùn)算公式為： ? ?BbXbppBX ??????? ,:2? （ ） 通過腐蝕我們可以達(dá)到簡(jiǎn)化圖像數(shù)據(jù)結(jié)構(gòu)的目的，使圖像簡(jiǎn)單化。 錯(cuò)誤 !未找到引用源。 圖 2. 3 為日常生活中常見的 B 膨脹 X 的一個(gè)實(shí)例。 ? ???? ?? ?? ? ? ? ??4,0,3,0,2,2,2,1,1,1,0,1?X ； ??? ? ??0,10,0?B ??? ?? ?? ?? ?? ?? ?? ?? ?? ?? ?? ? ??4,1,3,1,2,3,2,2,1,2,0,2,4,1,3,1,2,2,2,1,1,1,0,1?? BX 暨南大學(xué) 7 a） X的點(diǎn)集 b） B的點(diǎn)集 c） 膨脹后的結(jié)果 圖 2. 3 膨脹效果圖 圖 2. 4 為日常生活中常見的 B 腐蝕 X 的一個(gè)實(shí)例。 ??? ?? ?? ?? ?? ?? ?? ? ??4,1,3,3,3,2,3,1,3,0,2,1,1,1,0,1?X ； ? ??? ??0,1,0,0?B ??? ?? ? ??3,2,3,1,3,0?? BX 暨南大學(xué) 8 a） X的點(diǎn)集 b） B的點(diǎn)集 c） 腐蝕后的結(jié)果 圖 腐蝕效果圖 二值膨脹與腐蝕的算法雖然看起來有一定的關(guān)系，但事實(shí)上，二值膨脹與腐蝕是不具有互逆關(guān)系的，具有完全不同的運(yùn)算法則。 0 開與閉操作 開操作是形態(tài)學(xué)處理的一種重要的變換，運(yùn)算法則為先進(jìn)行腐蝕而后再膨脹處理。閉操作是形態(tài)學(xué)處理的另一種重要的變換，運(yùn)算法則為先進(jìn)行膨脹而后再腐蝕處理。開運(yùn)算與閉運(yùn)算是二值膨脹與腐蝕的延伸，是在膨脹與腐蝕上基礎(chǔ)上發(fā)展演化而來的。 運(yùn)用閉運(yùn)算則可以消除圖像中細(xì)小的空洞，使目標(biāo)對(duì)象與背景圖像明顯分離。運(yùn)用閉運(yùn)算可以填充圖像中的小的空洞，使整個(gè)圖像變得平滑。 錯(cuò)誤 !未找到引用源。 下圖為我們常見的圖像處理中開與閉運(yùn)算的運(yùn)算結(jié)果。 暨南大學(xué) 9 圖 2. 5 原始圖像 圖 2. 6 開運(yùn)算圖像 圖 2. 7 閉運(yùn)算后的圖像 顏色空間模型的種類有很多，在目前的圖像運(yùn)用中我們常見的顏色空間模型有 RGB (Red, Green, Blue)顏色空間模型， HSV (Hue, Saturation, Value)顏色空間模型等。本章主要介紹了常用的 RGB (Red, Green, Blue)顏色模型。 [12] R 、 G 、 B 是指紅、綠、藍(lán)三種顏色，是其他顏色的基礎(chǔ)。自然界的任一色彩都可以由 R 、 G 、 B 這三種基色通過某種的比例相加而成，如： R 、 G 、 B 的比例為 ? ?0,0,0 ，則該顏色為黑色，而 R 、 G 、 B 的比例為 ? ?1,1,1 則該顏色為白色，而 ? ?0,1,0 為綠色， ? ?1,0,0 表示為藍(lán)色，而紅色 +綠色 +藍(lán)色 =白色，這就是我們所說的 RGB 三基色原理。利用三維坐標(biāo)表示： 暨南大學(xué) 10 RGB紅0黃綠青品 紅藍(lán)白灰 度黑2 5 52 5 52 5 5 圖 2. 8 RGB 三基色原理 其中 ? ?0,0,0 表示為黑色，而 ? ?1,1,1 則表示為白色， ? ?0,1,0 為綠色， ? ?0,0,1 則為紅色， ? ?1,0,0 表示為藍(lán)色。 ? ?0,1,1 表示為黃色， ? ?1,0,1 表示為深紅， ? ?1,1,0 表示為青色。其他的顏色我們都可以用 RGB 三種基色有比例相加混合而成。 錯(cuò)誤 !未找到引用源。 視頻圖像灰度化 任何圖像都是有紅、綠、藍(lán)三種基色以一定的比例相加而形成的，其表達(dá)式為： cBbGaRC ??? （ ） C 為 R、 G、 B 三種顏色混合成的新顏色。因此，需要將 RGB彩色圖像轉(zhuǎn)化為灰度圖像。由于存儲(chǔ)彩色圖像