【正文】 平臺(tái) ,是兩種相互替代的技術(shù)路線 ,參照國際監(jiān)控廠商的發(fā)展歷程和 IP 應(yīng)用發(fā)展規(guī)律 ,編解碼器 /IP 網(wǎng)絡(luò)攝像機(jī)及其系統(tǒng)平臺(tái)將最終成為主流網(wǎng)絡(luò)視頻監(jiān)控產(chǎn)品形態(tài)。圖像處理離不開計(jì)算機(jī)，因此又稱計(jì)算機(jī)圖像處理 [3]。 、靈活性高：不管是圖像還是X 線照片、紅外熱成像、超聲波圖像等不可見光成像，盡管這些圖像成像體系中的設(shè)備規(guī)模和精度各不相同，但 當(dāng)把圖像信號(hào)直接進(jìn)行 A/D 變換，或記錄成照片再數(shù)字化，對(duì)于計(jì)算機(jī)來說都能用二維數(shù)組表示，不管什么樣的圖像都可以用同樣的方法進(jìn)行處理，這就是計(jì)算機(jī)處理的通用性。圖像特征是指圖像場中可用 作標(biāo)志的屬性，其中有些是視覺直接感受到的自然特征，如區(qū)域的亮度、彩色、紋理或輪廓等等。在另一幅圖像中找到對(duì)應(yīng)的區(qū)域或者特征。 圖像處理的基本要求 對(duì)于一個(gè)有效的通用圖像處理系統(tǒng)來說應(yīng)滿足以下要求： 1）硬件必須適合所要解決的問題。因此不恰當(dāng)?shù)臄?shù)據(jù)獲取能力將會(huì)危機(jī)問題的成功解決。 4） 當(dāng)面向通用處理時(shí)，軟件系統(tǒng)應(yīng)允許用簡單且邏輯性強(qiáng)的方式通過菜單選擇進(jìn)行處理和分析。 6）程序庫應(yīng)具有可擴(kuò)展性，可以方便地加入新的程序模塊，從而使系統(tǒng)能力不斷增強(qiáng)。但是， DIB 就是 BMP 文件去掉 BITMAPFILEHEADER（文件頭），因此把 BMP 讀入到 DIB 數(shù)據(jù)結(jié)構(gòu)中再顯示十分方便。因此在本系統(tǒng)中，直接將 BMP 顯示為 DIB 位圖形式。得到像素點(diǎn)數(shù)據(jù)在整個(gè)數(shù)據(jù)區(qū)中偏移的函數(shù)Pixeloffset。中值濾波是一種局部平均去噪聲的平滑操作。那中值濾波它就是把跟當(dāng)前處理的像素點(diǎn)相關(guān)的像素點(diǎn)的數(shù)值進(jìn)行排序，然后把中間數(shù)值賦給當(dāng)前處理點(diǎn)。這對(duì)要進(jìn)行的邊緣提取的操作是十分必要的 [4]。在本系統(tǒng)中，采用的是 3*3 的濾波模板。這個(gè)轉(zhuǎn)換沒有確定的標(biāo)準(zhǔn)，一般來說，都是根據(jù)原來的圖片中的 RGB3 個(gè)分量以及它們的權(quán)重來求取的。一個(gè)二值化圖像（例如一個(gè)剪影或一個(gè)輪廓圖）通常是由一個(gè)圖像分割操作產(chǎn)生的。閥值的選擇有自動(dòng)閥值選取法和手動(dòng)閥值選取法。圖 二值化后得 圖 233 圖像的二值化 圖像細(xì)化 圖像的細(xì)化是使粗的物體變細(xì)，同時(shí)保留了原來物體的輪廓特征。中軸是所有與物體在兩個(gè)或更多非鄰域邊界點(diǎn)處相切的圓心的軌跡。具體來說就事先設(shè)定一個(gè)二值化的表格，里面的數(shù)值表示該點(diǎn)能不能被細(xì)化掉，然后進(jìn)行像素點(diǎn)周圍的八方向掃描，查看八個(gè)方向上點(diǎn)的顏色情況，最后根據(jù)八個(gè)點(diǎn)的情況計(jì)算，得到一個(gè)索引值，利用這個(gè)索引值查看表格中的數(shù)值，最后確定當(dāng)前像素是否應(yīng)該被細(xì)化掉。下面僅羅列了一些典型應(yīng)用實(shí)例，而實(shí)際應(yīng)用更廣 [7]。 (4)其他應(yīng)用 圖像的遠(yuǎn)距離通信；多媒體計(jì)算機(jī)系統(tǒng)及應(yīng)用；電視電話；服裝試穿顯示；理發(fā)發(fā)型預(yù)測顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場視頻管理等。然而，由于背景圖像的動(dòng)態(tài)變化，如天氣、光照、影子及混亂干擾等的影響，使得運(yùn)動(dòng)檢測成為一項(xiàng)相當(dāng)困難的工作。 ? 界面友好，簡單易用 3..2 界面功能使用流程圖 圖 界面功能流程圖 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 17 運(yùn)動(dòng)檢測 方法 早期的運(yùn)動(dòng)檢測如 MPEG1 是對(duì)編碼后產(chǎn)生的 ,幀進(jìn)行比較分析，通過視頻幀的比較來檢測圖像變化是一種可行的途徑。此方法是對(duì)編碼后的數(shù)據(jù)進(jìn)行處理，而目前的MPEG1 /MPEG4 編碼都是有損壓縮，對(duì)比原有的圖像肯定存在誤報(bào)和不準(zhǔn)確的現(xiàn)象 [9]。當(dāng)場景中有獨(dú)立的運(yùn)動(dòng)目標(biāo)時(shí)，通過光流分析可以確定運(yùn)動(dòng)目標(biāo)的數(shù)目、運(yùn)動(dòng)速度、目標(biāo)距離和目標(biāo)的表面結(jié)構(gòu)。 在空間中，運(yùn)動(dòng)可以用運(yùn)動(dòng)場描述。 光流方程推導(dǎo)：假設(shè) E( , , )x yt 為 (x,y)點(diǎn)在時(shí)刻 t 的灰度。但是由于只有一個(gè)方程，所以這是個(gè)病態(tài)問題。對(duì)于背景理想情況下，其光流應(yīng)當(dāng)為 0，只有前景才有光流。 ( , ) T ( , )( , ) T ( , )V x y x yV x y x y??? ??， 是 前 景， 是 背 景 (23) 光流計(jì)算方法大致可分為三類：基于匹配的、頻域的或梯度的方法?；趨^(qū)域的方法先對(duì)類似的區(qū)域進(jìn)行定位，然后通過相似區(qū)域的位移計(jì)算光流。在考慮光流精度和稠密性時(shí)，基于匹配的方法不如基于頻域和梯度的方法。 。 。 等人采用了這種分析手段分割運(yùn)動(dòng) , 幀間差分法 錯(cuò)誤 !未找到引用源。 幀間差分易于實(shí)時(shí)監(jiān)控、算法簡單，如果相鄰幀的時(shí)間間隔較短，該方法對(duì)場景光線的變化不太敏感，受目標(biāo)陰影的影響也不大，因此這種方法具有很強(qiáng)的自適應(yīng)性， 無需獲得背景圖像， 但是對(duì)做差分的連續(xù)幀的選擇時(shí)機(jī)要求較高，而且有賴于運(yùn)動(dòng)物體的 運(yùn)動(dòng)速度，如果運(yùn)動(dòng)速度較快，而選取的時(shí)間間隔過大，就會(huì)造成兩幀之間無覆蓋區(qū)域，從而無法分割出運(yùn)動(dòng)物體，而如果運(yùn)動(dòng)速度過慢，而選取的時(shí)間過小，則造成過度覆蓋，最壞的情況就是物體幾乎完全重疊，根本就檢測不到物體。若對(duì)這些前景像素點(diǎn)作進(jìn)一步處理，即可得到運(yùn)動(dòng)目標(biāo)位置、大小、形狀等信息，以便進(jìn)行目標(biāo)跟蹤和視頻內(nèi)容理解。如果發(fā)生攝像機(jī)抖動(dòng)或在多攝像機(jī)的情況下，則在背景建模前還需要對(duì)獲取的連續(xù)視頻幀或由不同攝像機(jī)獲取的視頻進(jìn)行圖像綜合。 （ 3）前景檢測，也就是閾值分割，利用當(dāng)前視頻幀與背景模型的差異來檢測出運(yùn)動(dòng)區(qū)域參考像素。初始背景完成后 ， 當(dāng)原來屬于背景中的物體開始運(yùn)動(dòng)時(shí) ， 使用傳統(tǒng)的背景更新方法 (如選擇性更新方法 錯(cuò)誤 !未找到引用源。 。 等不是選擇性地更新單一運(yùn)動(dòng)點(diǎn) ,而是選擇性地更新已檢測和識(shí)別到的目標(biāo) [11]。 在交通場景中通過尋找水平和垂直的邊緣來分割陰影 ， Stauder 等 錯(cuò)誤 !未找到引用源。假如采用基于幀間差分的方法檢測目標(biāo)，則能提高對(duì)環(huán)境動(dòng)態(tài)變化的適應(yīng)性，但是對(duì)目標(biāo)變化緩慢的部分卻不容易準(zhǔn)確地檢測出來。對(duì)從攝像機(jī)輸入的 t時(shí)刻圖像 I(x,y)t 進(jìn)行核大小為 3 3 的高斯卷積平滑濾波預(yù)處理，使圖像去噪和平滑， 將其與 t 時(shí)刻背景圖像 B(x,y)t 相減并將結(jié)果二值化，經(jīng)形態(tài)學(xué)濾波處理后檢測是否存在運(yùn)動(dòng)目標(biāo)，通過背景更新函數(shù)得到 1B (x,y)t? 作為更新后的 t+1 時(shí)刻背景圖像，從而 實(shí)現(xiàn)背景實(shí)時(shí)更新。 ③ 求當(dāng)前幀的幀差分圖像： 111 I I TD0 I I Tiiiii??? ???? ????? (26) ④ 由二值圖像 Di 更新背景圖像 Bi ,即： ? ? 11B ( x , y ) D ( x , y ) =1B x , y I (1 ) B ( x , y ) D ( x , y ) = 0iii i i i??? ??? ? ??? (27) 式中 ? ?B x,yi ， Di 為背景圖像和差分二值圖像在 (x,y)的灰度值 ， Ii 為輸入的第 i 幀圖像 ， ?為迭代速度系數(shù) (? 1)。采用該背景更新函數(shù)能實(shí)時(shí)更新背景，能較好的適應(yīng)場景中光線變化，提高目標(biāo)檢測的精確度。先用 3 3 的腐蝕模板過濾，去掉零散的噪音點(diǎn)線，再用 3 3 的膨脹模板過濾，恢復(fù)原來正確的前景區(qū)域 ，通過八領(lǐng)域連通區(qū)域分割，提取出運(yùn)動(dòng)目標(biāo)，并將面接小于閾值 Ta(實(shí)驗(yàn)中設(shè)為 20)的目標(biāo)舍去，得到當(dāng)前幀中檢測得到的運(yùn)動(dòng)目標(biāo)，再用目標(biāo)外接矩形框標(biāo)注。計(jì)算機(jī)視覺 (Computer Vision)是在圖像處理的基礎(chǔ)上發(fā)展起來的新興學(xué)科，它從信息處理的層次研究視覺信息的認(rèn)知過程，研究視覺信息處理的計(jì)算理論、表達(dá)與計(jì)算方法，包括圖像特征提取，攝像機(jī)定標(biāo)，立體視覺，運(yùn)動(dòng)視覺 (或稱序列圖像分析 )，由圖像灰度恢復(fù)三維物體形狀的方法，物體建模與識(shí)別方法以及距離圖像分析方法等方面。它是由 300 多個(gè) C 函數(shù)和C++類所組成的庫，在 IPL(ageprocessinghbrary)基礎(chǔ)上發(fā)展而來的。包含了 300 多個(gè) C 函數(shù)和 C++類，不依 賴于外部庫，即可以獨(dú)立運(yùn)行，也可以在運(yùn)行時(shí)使用其它外部庫。 OPenCv 包含了列表、列、集 合、圖等基本的數(shù)據(jù)結(jié)構(gòu) 。 opencv中的算法都是基于封裝于 IPL的具有很高靈活性的動(dòng)態(tài)數(shù)據(jù)結(jié)構(gòu)，基于 Intel 處理器指令集開發(fā)的優(yōu)化代碼，所以處理的速度相當(dāng)快。 Opencv 不論對(duì)商業(yè)還是非商業(yè)都是免費(fèi)的，而且它的代碼也是公開的，研究者可以對(duì)它的源代碼進(jìn)行修改，也可以把自己研發(fā)的新類庫加進(jìn)去，這樣自己的代碼也可能被別人廣泛使用。 (1) cv 模塊 :：增加了 cvGetAffineTransform、 cvWatershed、 cvpyrMeanshiftFiltering 函數(shù) 。擴(kuò)展了 cvCaleCovarMatrix、cvMu1Transposed 函數(shù) 。 此外，對(duì)與角度有關(guān)的 API 函數(shù)的返回值進(jìn)行了修改，新版本都用角度而不是以前的用弧度返回 。而且 OPenCv 是免費(fèi)開放源代碼的， 程序員可以修改其源代碼，更是有助于理解。 (2) 視頻演示 ： 讀取原有的視頻文件 . 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 27 (3) 智能監(jiān)控 ： 將采集的圖像與背景圖像差分運(yùn)算的減背景方法，檢測出圖像序列中運(yùn)動(dòng)目標(biāo)的信息。獲取和設(shè)置采集窗口參數(shù) ,如采集速率等。視頻采集結(jié)束時(shí) ,將采集窗與驅(qū)動(dòng)斷開連接 ,否則將導(dǎo)致視頻驅(qū)動(dòng)無法釋放 ,其 它程序 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 28 將不能使用采集設(shè)備。需要在數(shù) 據(jù)庫中建立按季節(jié)、日照時(shí)間的背景信號(hào)模型。 3) 將圖像分成大小相等的若干塊，對(duì)每一塊區(qū)域進(jìn)行分析，然后將它們拼起來獲得一個(gè)完整的背景圖案。把每張圖片在該相應(yīng)區(qū)域的矢量計(jì)算出來，對(duì)結(jié)果進(jìn)行統(tǒng)計(jì)。 3) 對(duì)于某一塊區(qū)域來說，就有 N 個(gè)矢量 (ai， bi)， i=1，? NUM，求出平均矢量 (A， B)，A=∑ ai， B=∑ bi。首次運(yùn)行時(shí)，由于沒有以前的該區(qū)域的背景，直接使用第 m 張的圖片的數(shù)據(jù)，不作閥值比較。但是為了避免一開始的 時(shí)候沒有背景，系統(tǒng)可以從文件中讀取出一個(gè)文件作為原始背景，然后背景提取的流程會(huì)不斷地隨著時(shí)間的變化去更新背景。彌補(bǔ)了 Photoshop、 3Dmax 等圖像處理軟件的不足。隨著計(jì)算機(jī)技術(shù)的迅猛發(fā)展， 圖像 處理與我們的工作和生活方式息息相關(guān)，這門邊緣技術(shù)將得到更為廣泛的應(yīng)用。為此對(duì)侯北平老師的悉心指導(dǎo)表示衷心感謝，侯北平老師不僅是一位 “良師 ”更是一位 “益友 ”。 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 33 參考文獻(xiàn) [1] 何斌 ， Visual c++數(shù)字圖像處理 [M]， 人民郵電出版社， . [2] 陳 兵棋 、 孫明 ， VC++實(shí)用圖象處理專業(yè)教程 [M]， 清華大學(xué)出版社， . [3] Kenh R Castleman， 數(shù)字圖像處理 [M]， 朱志剛譯 ， 北京電子工業(yè)出版社 ， 20xx. [4] 徐慧 ， Visual C++數(shù)字圖像實(shí)用工程案例精選 ， 人民郵電出版社 .， . [5] 趙輝 、 葉子青 .， VC++系統(tǒng)開發(fā)實(shí)例精粹 [M]， 北京 人民郵電出版社 ， 20xx. [6] 孫雄勇 ， Visual c++ 入門與提高 [M]， 中國鐵通出版社， . [7] 彭達(dá) ， Visual c++多媒體編程技術(shù) [M]， 人民郵電出版社， . [8] 黃慶生 ， 精通 Visual c++[M]， 人民郵電出版社， . [9] Gonzalea， 數(shù)字圖像處理 [M]， 電子工業(yè)出版社 ， 20xx. [10] 胡明星 ， 在 VC 中進(jìn)行圖像處理的方法 ， 計(jì)算機(jī)工程， (10). [11] 周長發(fā) ， 精通 Visual c++圖像編程 ， 北京電子工業(yè)出版社 ， 20xx. [12] 楊淑瑩 ， VC++圖像處理程序設(shè)計(jì) [M]， 清華大學(xué)出版社， . [13] 林丕源 、 蒲和平 ， 計(jì)算機(jī)圖形圖象處理應(yīng)用技術(shù) [M]， 成都電子科技大學(xué)出版杜 ， 1997. [14] Herbert schildt， C++編程藝術(shù) [M]， 清華大學(xué)出版社， . [15] DAVID ， Visual c++技術(shù)內(nèi)幕 [M]， 清華大學(xué)出版社， . [16] 羅瑜 、 袁志偉 ， 用 VC++對(duì) BMP 格式圖象文件編程的技巧與實(shí)踐 [J]， 電腦縮程技巧與 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 34 維護(hù)， 20xx， (4)： 81—82．