視頻監(jiān)控中運動目標檢測和陰影消除(參考版)
2025-07-10 16:10本頁面
【正文】 張光偉 （1982—），男，山東濟寧人，在讀碩士研究生，主要研究方向是數(shù)字圖像處理。 COMPUTER GRAPHICS但是也存在不足之處，對較小的運動目標消除陰影時會，損失一些運動目標的信息，需要在實踐中采用其他輔助方法進行改進。并且本文的陰影消除算法不但能消除各個方向的陰影，還能有效的修正運動目標的檢測結果。在1G內存，P4計算機上處理速度為25ms/幀，能達到實時要求。 （a）原始圖像 （b）獲取的運動目標 （c）運動目標的噪聲消除 圖5 噪聲處理Fig. 5 denoising4 結論利用上述算法,針對實際視頻序列進行了多場景實驗。如果表示圖像總體方差，表示噪聲區(qū)域方差，表示運動區(qū)域方差，則有[8]一般噪聲區(qū)域與運動區(qū)域有著明顯的差別，可以采用單一閾值來劃分噪聲區(qū)域和運動區(qū)域。整個幀差的分布依然呈高斯分布。但是噪聲一般呈高斯分布，噪聲能量絕大部分在以均值為中心的三倍方差范圍內。而目標塊，之間的距離，則認為它們不是同一運動目標塊。 （a）原始圖像 （b）獲取的運動目標 （c）運動目標的陰影消除 圖3 陰影消除Fig. 2 shadow elimination 運動目標的分割在運動目標識別之后，需要進行分割。和為時刻背景點的色調分類和飽和度分量；和代表時刻前景點的色調分類和飽和度分量。 , ， 。并且陰影的去除是在堅持運動目標后進行的，只需處理有運動目標的地方，所以運算量很低。算法應用在空間更加符合人的主觀認識。)；參數(shù)表示飽和度()，它表示所選顏色的純度和該顏色最大純度之間的比率；參數(shù)表示色彩的明亮程度()。(“色調”常常被叫作“色彩”。但是陰影的消除有很困難，一是因為陰影跟背景區(qū)別很大而被理解為前景，二是陰影依附著運動目標，他們有相同的運動屬性。對以后的目標區(qū)分、跟蹤、識別、分類等都造成影響。但是這種方法也有不足之處，在復雜場景中很難檢測出的運動目標的陰影，所以后續(xù)需要進行陰影消除。(4)對(a)式表示的下一個連續(xù)五幀序列圖像重復步驟(2)，(3),可以得到(a)式中的m2幀序列圖像的運動目標分割像。(3)對得到的二值圖像結果進行后處理,去掉從背景中分割出的孤立噪聲。取連續(xù)五幀序列原始梯度圖像 。然后求出每一幀灰度圖像的梯度。對于彩色圖像、分別代表點的RGB顏色分量,可先按照式（3）將其轉換為灰度圖像. （3） 梯度圖像的五幀差法算法描述(1)序列圖像處理用來確定圖像序列中有無物體運動、解決低信噪比條件下的運動小目標檢測問題的較好方法。、分別是水平、垂直方向上的Sobel算子。利用邊緣檢測性能較好、計算復雜度較低的Sobel算子[7] 提取梯度圖像: （2） 。由于監(jiān)控系統(tǒng)所處環(huán)境的復雜性,圖像采集中必然引入的量化噪聲以及可能的攝像頭光圈自動調節(jié)等因素的影響,直接使用差分圖像難以有效地提取出運動目標。 梯度圖像的生成采用背景差分法
醫(yī)療健康相關推薦
鄂ICP備17016276號-1