【文章內(nèi)容簡(jiǎn)介】 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 14 以是其他顏色），而當(dāng)圖像中像素點(diǎn)的亮度值大于這個(gè)數(shù)值時(shí)，把像素點(diǎn)設(shè)置成為白色（可以是其他顏色）。閥值的選擇有自動(dòng)閥值選取法和手動(dòng)閥值選取法。自動(dòng)閥值選取法，是先對(duì)灰度圖像進(jìn)行掃描，根據(jù)得到圖像中點(diǎn)的亮度情況，自動(dòng)地設(shè)定一個(gè)閥值。比如說(shuō)，想使圖像中 70%的點(diǎn)的顏色是黑色的，那么這個(gè)閥值就應(yīng)該取整個(gè)圖像中所有像素亮度值排序中的 70%位置上的亮度值。手動(dòng)閥值設(shè)定比較簡(jiǎn)單，就是人為的設(shè)定一個(gè)閥值，一般來(lái)說(shuō)，它要求在設(shè)定之前對(duì)整個(gè)圖像的亮度有大致地了 解 [5]。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(lái)物體的輪廓特征。細(xì)化將一個(gè)曲線物 體細(xì)化成為一條單像素寬的線，從而圖形化地顯示出其拓?fù)湫再|(zhì)。圖像的細(xì)化屬于圖形學(xué)的內(nèi)容，它是骨架提取的一種方法，經(jīng)常用在輪廓里面。抽骨架也稱為中軸變換或焚燒草地技術(shù)。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。但抽骨架很少通過(guò)在物體內(nèi)擬合圓來(lái)實(shí)現(xiàn)。圖像細(xì)化的算法也很多，根據(jù)不同的情況，可以 選擇不同的細(xì)化方法。在本系統(tǒng)中，使用的是查表的細(xì)化算法，即 8鄰域細(xì)化中有代表性的希爾迪奇方法。具體來(lái)說(shuō)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。原來(lái)圖像的輪廓變細(xì)了 [6]，細(xì)化后的圖像效果如圖 所示。 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 15 圖像處理的應(yīng)用 計(jì)算機(jī)圖像處理和計(jì)算機(jī)、多媒體、智能機(jī)器人、專家系統(tǒng)等技術(shù)的發(fā)展緊密相關(guān)。今年來(lái)計(jì)算機(jī)識(shí)別、 理解圖像的技術(shù)發(fā)展很快，也就是圖像處理的目的除了直接供人觀看（如醫(yī)學(xué)圖像是為醫(yī)生觀看作診斷）外，還進(jìn)行一步發(fā)展了與計(jì)算機(jī)視覺(jué)有關(guān)的應(yīng)用，如郵件自動(dòng)分檢，車輛自動(dòng)駕駛等。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]。 (1)在生物醫(yī)學(xué)中的應(yīng)用 主要包括顯微鏡圖像處理； DNA 顯示分析；紅、白血球分析計(jì)數(shù)；蟲(chóng)卵及組織切片的分析；癌細(xì)胞識(shí)別；染色體分析；心血管數(shù)字減影及其他減影技術(shù)；內(nèi)臟大小形狀及異常檢測(cè)；心臟活動(dòng)的動(dòng)態(tài)分析；熱像、紅外像分析； X 光照片增強(qiáng)、凍結(jié)及偽彩色增強(qiáng)；超聲圖像成像、增強(qiáng)、凍結(jié)及偽彩色處 理等。 (2)遙感航天中的應(yīng)用 軍事偵察、定位、導(dǎo)航、指揮等應(yīng)用；多譜衛(wèi)星圖像分析；地形、地圖、國(guó)土普查；地質(zhì)、礦藏勘探；森林資源探查、分類、防火；水利資源探查，洪水泛濫監(jiān)測(cè)；海洋、漁業(yè)方面如溫度、魚(yú)群的監(jiān)測(cè)、預(yù)報(bào)；農(nóng)業(yè)方面如谷物估產(chǎn)、病蟲(chóng)害調(diào)查；自然災(zāi)害、環(huán)境污染的監(jiān)測(cè)；氣象、天氣預(yù)報(bào)圖的合成分析預(yù)報(bào)；天文、太空星體的探測(cè)及分析；交通、空中管理、鐵路選線等。 (3)軍事公安領(lǐng)域中的應(yīng)用 巡航導(dǎo)彈地形識(shí)別；指紋自動(dòng)識(shí)別；罪犯臉形的合成；側(cè)視雷達(dá)的地形偵察；遙控飛行器 RPV 的引導(dǎo)；目標(biāo)的識(shí)別與制導(dǎo)；警戒系統(tǒng)及 自動(dòng)火炮控制；反偽裝偵察；手跡、人像、印章的鑒定識(shí)別；過(guò)期檔案文字的復(fù)原；集裝箱的不開(kāi)箱檢查等。 (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(cè)顯示；電視會(huì)議；辦公自動(dòng)化、現(xiàn)場(chǎng)視頻管理等。 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 16 第 三 章 運(yùn)動(dòng)檢測(cè) 視頻圖像中運(yùn)動(dòng)物體分析關(guān)鍵的一步就是從連續(xù)的視頻圖像中提取出運(yùn)動(dòng)目標(biāo) ,即運(yùn)動(dòng)目標(biāo)檢測(cè)。運(yùn)動(dòng)檢測(cè)是指在指定區(qū)域能識(shí)別圖像的變化，檢測(cè)運(yùn)動(dòng)物體的存在并避免由光線變化帶來(lái)的干擾。但是如何從實(shí)時(shí)的序列圖像中將變化區(qū)域從背景圖像中提取出來(lái)，還要考慮運(yùn)動(dòng)區(qū) 域的有效分割對(duì)于目標(biāo)分類、跟蹤等后期處理是非常重要的，因?yàn)橐院蟮奶幚磉^(guò)程僅僅考慮圖像中對(duì)應(yīng)于運(yùn)動(dòng)區(qū)域的像素。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(cè)成為一項(xiàng)相當(dāng)困難的工作。 通過(guò)對(duì)本系統(tǒng)的使用，可以了解圖形圖像處理的一些基本手段和方法，如細(xì)化、膨脹、灰度化、二值化、平滑、邊緣提取等 [4]。同時(shí)可以了解物體跟蹤的實(shí)現(xiàn)算法，即 背景圖像差分法、時(shí)態(tài)差分法和光流法 :等，可以將 這些技術(shù)用在各種 視頻監(jiān)控系統(tǒng)中 [8]。 功能特點(diǎn)： ? 系統(tǒng)能夠自動(dòng)提取背景； ? 物體的識(shí)別準(zhǔn)確率 大于 95%； ? 每張圖片的處理時(shí)間不大于 3s； ? 對(duì)圖片噪聲具有較強(qiáng)的適應(yīng)性； ? 系統(tǒng)能夠長(zhǎng)時(shí)間無(wú)故障運(yùn)行； ? 系統(tǒng)的操作簡(jiǎn)單。 ? 界面友好，簡(jiǎn)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(cè) 方法 早期的運(yùn)動(dòng)檢測(cè)如 MPEG1 是對(duì)編碼后產(chǎn)生的 ,幀進(jìn)行比較分析，通過(guò)視頻幀的比較來(lái)檢測(cè)圖像變化是一種可行的途徑。原理如下： MPEG1 視頻流由三類編碼幀組成，它們分別是：關(guān)鍵幀（ I 幀），預(yù)測(cè)幀（ P 幀）和內(nèi)插雙向幀（ B 幀）。 I 幀 JPEG 標(biāo)準(zhǔn)編碼，獨(dú)立于其他編碼幀，它是 MPEGI 視頻流中唯 一可存取的幀，每 12 幀出現(xiàn)一次。截取連續(xù)的 I 幀，經(jīng)過(guò)解碼運(yùn)算，以幀為單位連續(xù)存放在內(nèi)存的緩沖區(qū)中，再利用函數(shù)在緩沖區(qū)中將連續(xù)的兩幀轉(zhuǎn)化為位圖形式，存放在另外的內(nèi)存空間以作比較之用，至于比較的方法有多種。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]。 目前運(yùn)動(dòng)目標(biāo)檢測(cè)方法有 3 種 : 幀差法 、 減背景 法 和光流法 光流是空間運(yùn)動(dòng)物體被觀測(cè)面上的像素點(diǎn)運(yùn)動(dòng)產(chǎn)生的瞬時(shí)速度場(chǎng)，包含了物體 3D 表面結(jié)構(gòu)和動(dòng)態(tài)行為的重要信息 錯(cuò)誤 !未找到引用源。 。一般情況下，光流由相機(jī)運(yùn)動(dòng)、場(chǎng)景中目標(biāo)運(yùn)動(dòng)，或兩者的運(yùn)動(dòng)產(chǎn)生。當(dāng)場(chǎng)景中有獨(dú)立的運(yùn)動(dòng)目標(biāo)時(shí)，通過(guò)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)。對(duì)于光流的研究已經(jīng)在環(huán)境建模、目標(biāo)檢測(cè)與跟蹤、自動(dòng)導(dǎo)航及視頻事件分析中得到了廣泛的應(yīng)用 錯(cuò)誤 !未找到引用源。 錯(cuò)誤 !未找到引用源。 。 在空間中，運(yùn)動(dòng)可以用運(yùn)動(dòng)場(chǎng)描述。而在一個(gè)圖像平面上，物體的運(yùn)動(dòng)往往是通過(guò)圖像序列中不同圖象灰度分布的不同體現(xiàn)的。從而，空間中的運(yùn)動(dòng)場(chǎng)轉(zhuǎn)移到圖像上就表示為光流場(chǎng)，光流場(chǎng)反映了圖像上每一點(diǎn)灰度的變化趨勢(shì)。光流可以看作帶有灰度的像素點(diǎn)在圖像平面運(yùn)動(dòng)產(chǎn)生的瞬時(shí)速度場(chǎng)。 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。設(shè) t+dt 時(shí)刻該點(diǎn)運(yùn)動(dòng)到(x+dx,y+dy)點(diǎn)，他的灰度為 E ( , , )x d x y d y t d t? ? ?。 我們認(rèn)為，由于對(duì)應(yīng)同一個(gè)點(diǎn)，所以 E ( , , ) E ( , , )x y t x d x y d y t d t? ? ? ? (21) 將上面光流約束方程式右邊做泰勒展開(kāi)，并令 dt0，則得到： E E E 0xu yv t? ? ?，其中： E E/x d dx? E E/y d dy? E E/t d dt? /u dxdt? /v dydt? 上面的 Ex,Ey,Et 的計(jì)算都很簡(jiǎn)單，用離散的差分代替導(dǎo)數(shù)就可以了。光流法的主要任務(wù)就是通過(guò)求解光流約束方程求出 u,v。但是由于只有一個(gè)方程，所以這是個(gè)病態(tài)問(wèn)題。故而 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 18 人們提出了各種其他的約束方程以聯(lián)立求解。但是當(dāng)用于攝像機(jī)固定的這一特定情況，問(wèn)題可以大大簡(jiǎn)化 [9]。 在攝像機(jī)固定的情形下，運(yùn)動(dòng)物體的檢測(cè)其實(shí)就是分離前景和背景的問(wèn)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。并不需要通過(guò)求解光流約束方程求出 u,v。只要求出亮度梯度方向的速率就 可以了，即求出 22uv? 。而由光流約束方程可以很容易求得梯度方向的光流速度為： ? ? ? ?22E / E EV t x y?? (22) 因此設(shè)定一個(gè)閾值 T。 ( , ) 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。 基于匹配的光流計(jì)算方法包括基于特征和區(qū)域的 兩種?；谔卣鞯姆椒ú粩嗟貙?duì)目標(biāo)主要特征進(jìn)行定位和跟蹤，對(duì)目標(biāo)大的運(yùn)動(dòng)和亮度變化具有魯棒性。存在的問(wèn)題是光流通常很稀疏，而且特征提取和精確匹配也十分困難?；趨^(qū)域的方法先對(duì)類似的區(qū)域進(jìn)行定位，然后通過(guò)相似區(qū)域的位移計(jì)算光流。這種方法在視頻編碼中得到了廣泛的應(yīng)用。然而，它計(jì)算的光流仍不稠密。另外，這兩種方法估計(jì)像素精度的光流也較困難，計(jì)算量很大。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。 基于頻域的方法利用速度可調(diào)的濾波組輸出的頻率或相位信息。雖然能獲得很高精度的初始光流估計(jì)，但往往涉 及復(fù)雜的計(jì)算。另外，進(jìn)行可靠性評(píng)價(jià)也十分困難 錯(cuò)誤 !未找到引用源。 。 基于梯度的方法利用圖像序列的時(shí)空微分計(jì)算 2D 速度場(chǎng)（光流）。由于計(jì)算簡(jiǎn)單和較好的實(shí)驗(yàn)結(jié)果，基于梯度的方法得到了廣泛研究。雖然很多基于梯度的光流估計(jì)方法取得了較好的光流估計(jì)，但由于在計(jì)算光流時(shí)涉及到可調(diào)參數(shù)的人工選取、可靠性評(píng)價(jià)因子的選擇困難，以及預(yù)處理對(duì)光流計(jì)算結(jié)果的影響，在應(yīng)用光流對(duì)目標(biāo)進(jìn)行實(shí)時(shí)檢測(cè)與自動(dòng)跟蹤時(shí)仍存在很多問(wèn)題 錯(cuò)誤 !未找到引用源。 。 光流法就是利用圖像灰度在時(shí)間上的變化與景象中物體的結(jié)果和運(yùn)動(dòng)的關(guān)系，進(jìn)行運(yùn)動(dòng)物體的檢測(cè)，光流法的計(jì)算結(jié)果通常誤差較大，分割結(jié)果的精確性依賴于估算的光流場(chǎng)的精確性，且計(jì)算復(fù)雜，如果沒(méi)有硬件幫助的話，很難滿足系統(tǒng)實(shí)時(shí)性的要求。 錯(cuò)誤 ! 浙江科技學(xué)院本科畢業(yè)設(shè)計(jì)（論文） 19 未找到引用源。 和 錯(cuò)誤 !未找到引用源。 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。 是以直接比較圖像序列相鄰對(duì)應(yīng)像素點(diǎn)發(fā)生的相對(duì)變化為基礎(chǔ)進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)的方法， 可分為相鄰兩幀圖像差分和連續(xù)三幀差分。 在最簡(jiǎn)單的形式下，連續(xù)兩相鄰幀間采用基于像素的差分并且閾值化來(lái)提取圖像中的運(yùn)動(dòng)區(qū)域。 第 t 幀圖像( , , )f x yt 與第 t1 幀圖像 ( , , 1)f x y t? 進(jìn)行差 分，得到差分后的 二值 圖像 ，如下公式： 1 , ( , , ) ( , , 1 ) T( , , , 1 )0 , d if f x y t f x y tf x y t t e lse? ? ? ???? ??? (24) 其中 T是差分閾值，得到的二值圖像中像素為 1的區(qū)域被認(rèn)為是運(yùn)動(dòng)目標(biāo)區(qū)域 [10]。 幀間差分易于實(shí)時(shí)監(jiān)控、算法簡(jiǎn)單，如果相鄰幀的時(shí)間間隔較短，該方法對(duì)場(chǎng)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(wú)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(guò)大，就會(huì)造成兩幀之間無(wú)覆蓋區(qū)域，從而無(wú)法分割出運(yùn)動(dòng)物體，而如果運(yùn)動(dòng)速度過(guò)慢，而選取的時(shí)間過(guò)小，則造成過(guò)度覆蓋，最壞的情況就是物體幾乎完全重疊，根本就檢測(cè)不到物體。 一種改進(jìn)的方法是利用三幀差分代替，如 VSAM開(kāi)發(fā)了一種自適應(yīng)背景減除與三幀差分相結(jié)合的混合算法，它能夠快速有效地從背景中檢測(cè)出運(yùn)動(dòng)目標(biāo)；另一種改進(jìn)方法是采用后處理的方法如形態(tài)濾波、區(qū)域連通或參數(shù)模型等方法提取完整的運(yùn)動(dòng)目標(biāo)信息。幀間差分運(yùn)動(dòng)檢測(cè)方法對(duì)于動(dòng)態(tài)環(huán)境具有較強(qiáng)的自適應(yīng)性，但一般不能完全提取出所有 相關(guān)的特征像素點(diǎn)，在運(yùn)動(dòng)實(shí)體內(nèi)部容易產(chǎn)生空洞現(xiàn)象，一直都沒(méi)有很好的解決方法。 減背景法 目前，很多文獻(xiàn)都采用減背景 ( background subtraction)思想來(lái)開(kāi)展監(jiān)控視頻運(yùn)動(dòng)目標(biāo)檢測(cè)方法的研究，即將每個(gè)輸入視頻幀和一張背景圖像相比較，如果同位置的像素特征、像素區(qū)域特征或其他特征存在一定程度的差別，則新視頻幀中這些位置的像素點(diǎn)或像素區(qū)域就構(gòu)成前景運(yùn)動(dòng)目標(biāo)區(qū)域。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。 減背景 的基本思想是用當(dāng) 前幀與背景幀進(jìn)行差