【正文】 景作為參考圖像時(shí)不夠準(zhǔn)確，這時(shí)就會(huì)導(dǎo)致無(wú)法正確地將運(yùn)動(dòng)物體從視頻序列中分割出來(lái) [12]。考慮實(shí)用性和 實(shí)時(shí)性，討論以下背景提取算法。這樣的背景提取方法，新增人力和自然資源的需求，并在許多情況下很難獲得無(wú)前景的背景圖像，如小型車輛監(jiān)控系統(tǒng)，高速公路的訪問(wèn)控制系統(tǒng)等。 統(tǒng)計(jì)中值法 當(dāng)運(yùn)動(dòng)物體較少時(shí)，圖像中占主要部分的是連續(xù)多幀圖像中背景的像素值，因此一段時(shí)間內(nèi)不會(huì)有太大改變，背景圖像可由取中值獲 得。取一時(shí)間段將視頻序列圖像的亮度值 Bi排序，得到中值 Mi(x,y)作為背景。換言之，利用統(tǒng)計(jì)中值法需要大量的計(jì)算，處理慢。 算術(shù)平均法 算術(shù)平均法提取背景圖像，可以歸結(jié)為時(shí)間的像素的亮度和顏色信息和平均值的一定時(shí)期內(nèi)，由對(duì)應(yīng)于像素作為背景圖像的平均值。它可以連續(xù)讀 N的圖像，圖像的點(diǎn)的灰度或彩色信息的統(tǒng)計(jì)方法，在像素的戲劇性的變化變得平滑，取其平均值的像素值作為背景圖像。 算術(shù)平均法提取背景圖像，可以歸結(jié)為對(duì)像素點(diǎn)的色彩信息和亮度在特定的時(shí)間段內(nèi)取平均值，背景圖像對(duì)應(yīng)像素點(diǎn)的數(shù)值用均值替代。基于這樣的發(fā)現(xiàn)，可以連續(xù)讀入 N幀圖像，統(tǒng)計(jì)圖像色彩信息或各點(diǎn)的灰度，讓像素點(diǎn)從變化劇烈到平緩。統(tǒng)計(jì)公式為： ??? NiN yxIiyxB 11 ),(),( （ 21） 公式中： B (x, y)表示背景圖像， Ii(x,y)表示第 i 幀序列圖像， N表示平均幀數(shù)。而通過(guò)平均法得到的背景就會(huì)消除亮暗分布不均勻的情況。 然而，湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 13 該算法得到背景圖像需要較大的圖像幀。對(duì)于序列圖像的算術(shù)平均值，如果 N值太小，從背景圖像中不容易過(guò)濾移動(dòng)的物體，容易在背景圖像中留下陰影。此時(shí)，需要較長(zhǎng)的時(shí)間建立背景。經(jīng)過(guò)背景提取后所獲得的圖像幀可當(dāng)作新的信息量，與背景圖像進(jìn)行加權(quán)平均或統(tǒng)計(jì)平均，進(jìn)而實(shí)現(xiàn)背景的自適應(yīng)更新。該算法包括下面幾個(gè)步驟： (1)把第 1幀圖像 I1當(dāng)做背景圖 B1。 (3)幀差分圖像的計(jì)算 1 |Ii－ Ii1|＞ T Di= (22) 0 |Ii－ Ii1|≤ T (4) 背景圖像 Bi 的更新， Bi1(x,y) Di=1 Bi= (23) α Ii(x,y)+(1α )Ii1(x,y) Di=0 在 (x, y)處， Bi(x,y)為背景圖像的灰度值， Di(x,y)為差分二值圖像的灰度值，第 i 幀輸入的圖像為 Ii(x,y)，α為更新速度。當(dāng)滿足 m=MAXSTEP 時(shí)迭代結(jié)束，此時(shí) Bi(x,y)可當(dāng)作背景圖像。 閾值的選擇是簡(jiǎn)單的，但直接影響目標(biāo)分割，閾值增加 時(shí) ，雖可 某種程度 減少對(duì)環(huán)境的影響， 同時(shí)也會(huì)忽略掉差分結(jié)果中變化不明顯的區(qū)域 ；閾值減小， 又會(huì)有 相反的效果。 這樣 閾值選取 方法 在實(shí)際使用中是不可 取的，因?yàn)樵谝曨l監(jiān)控應(yīng)用中，監(jiān)視器不能在任意 時(shí)間評(píng)估質(zhì)量監(jiān)控 并 修改相應(yīng)閾值。但目前還沒(méi)有一個(gè)通用的方法，也不存在一個(gè)客觀標(biāo)準(zhǔn) 判斷分割是否成功 。全局閾值法是指整幅圖像只用一個(gè)相湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 14 同的閾值來(lái)做二值化處理；局部閾值法是針對(duì)敏感度不均勻的圖像，斜率變化緩慢時(shí)，圖像被分割成多個(gè)子塊。本文選用循環(huán)分割法來(lái)自適應(yīng)地得到在二值化一幅圖像時(shí)所需要的全局閾值 T[14]。這樣做會(huì)生成兩組像素： G1 由所有灰度值大于 T的像素組成，而所有灰度值小于或等于 T的像素則組成 G2。 (4)按下式計(jì)算新的閾值。 當(dāng)對(duì)象與背景中的類似圖像的尺寸，良好的初始值是圖像的平均灰度值。在這個(gè)時(shí)候，初始值是比較合適的 T是如一個(gè)類的初始值的灰度值的中間。如果背景與對(duì)象占據(jù)的面積不相近時(shí)，那么在直方圖中存在一個(gè)像素組合占主導(dǎo)地位，平均灰度值不再最好的選擇。對(duì)車輛檢測(cè)進(jìn)行仿真時(shí)，由于車輛與背景面積相差較大，選用的初值就是最大灰度和最小灰度和的一半。 其他算法 國(guó)內(nèi)外已有的背景提 取與更新算法遠(yuǎn)不止上述幾種，如混合高斯模型，分塊統(tǒng)計(jì)算法等也是目前比較常見(jiàn)的算法，其主體思想與算術(shù)平均法類似，只是在做法上有區(qū)別。 運(yùn)動(dòng)目標(biāo)檢測(cè)算法研究 攝像頭固定往往才是實(shí)際應(yīng)用中被考慮的情況。較為普遍的運(yùn)動(dòng)目標(biāo)檢測(cè)方法是基于圖像序列中空間或時(shí)間信息的。想要由運(yùn)動(dòng)湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 15 場(chǎng)來(lái)區(qū)分運(yùn)動(dòng)目標(biāo)和背景，只需提取幾幀圖像，并保證圖像在時(shí)間上相鄰，再將各像素點(diǎn)運(yùn)動(dòng)的方向和大小計(jì)算出。但是，出于依賴光流估計(jì)的準(zhǔn)確程度的考慮，計(jì)算方法復(fù)雜且計(jì)算量大，除非硬件支持十分完善，否則實(shí)時(shí)檢測(cè)不易達(dá)到。此法是視 頻監(jiān)控中最常用的。隨時(shí)間推移，場(chǎng)景中會(huì)發(fā)生很大改變，比方停運(yùn)動(dòng)目標(biāo)對(duì)背景的遮擋、光線等的變化、留物的出現(xiàn)等，這時(shí)候就需要實(shí)時(shí)更新背景，這是檢測(cè)效果是否準(zhǔn)確的關(guān)鍵。此法對(duì)景中光線變化不敏感，運(yùn)算量小，適合對(duì)動(dòng)態(tài)環(huán)境進(jìn)行檢測(cè)。 對(duì)上述 3 種算法，只研 究幀間差法和背景差法的仿真。 幀間差法 基于幀間差分的運(yùn)動(dòng)檢測(cè)即幀差法，它根據(jù)相鄰幀或隔幀圖像間亮度變化的大小來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，幀間差分公式如下： Di(x,y)=Ii(x,y)－ Ii1(x,y) (24) Ii(x,y)， Ii1(x,y)為前后兩幀圖像，幀差分運(yùn)動(dòng)檢測(cè)只針對(duì)前景區(qū)域進(jìn)行，運(yùn)動(dòng)檢測(cè)公式如下，其中 T為門限值。但是幀差法表示的是相鄰兩幀同位置的變化量，因此很有可能將比較大的運(yùn)動(dòng)目標(biāo)，或者運(yùn)動(dòng)目標(biāo)內(nèi)部顏色差異不大的像素判斷錯(cuò)誤，在實(shí)體內(nèi)部產(chǎn)生拉伸、空洞現(xiàn)象 [15]。湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 16 做幀間差法時(shí)，選擇合適的時(shí)間間隔 是關(guān)鍵，這由運(yùn)動(dòng)目標(biāo)的速度決定。還有一點(diǎn)，時(shí)間間隔的選取還與場(chǎng)景中多個(gè)運(yùn)動(dòng)目標(biāo)的速度是否一致有關(guān)。背景差分算法也存在缺點(diǎn)，隨時(shí)間的流逝，已建好的背景圖像易被運(yùn)動(dòng)物體滯留、樹葉的遮擋、場(chǎng)景的光線等因素破壞 [16]。論文中假設(shè)背景處于理想情況。 背景差分算法可有效地檢測(cè)運(yùn)動(dòng)目標(biāo)。同時(shí)，與幀間差分法的檢測(cè)結(jié)果相比，背景差分算法檢測(cè)出的運(yùn)動(dòng)物體輪廓更清楚。 湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 17 第四章 運(yùn)動(dòng)物體檢測(cè)的實(shí)現(xiàn) 目前我們獲取運(yùn)動(dòng)目標(biāo)信息是 利用 對(duì)動(dòng)態(tài)圖像進(jìn)行分析處理， 進(jìn)而 檢測(cè) 出 運(yùn)動(dòng)目標(biāo) 。圖像序列采集圖像通過(guò) 傳感器如攝像機(jī)、數(shù)碼相機(jī) 等，且圖像 隨時(shí)間變化 。 像 點(diǎn)、線、區(qū)域等 標(biāo)記 的位置或圖像幀的灰度變化和運(yùn)動(dòng)方向速度等屬性的 改變都由上述信息表現(xiàn)出來(lái) 。 利用 攝像機(jī)獲取運(yùn)動(dòng)目標(biāo)的視頻 圖 像，視頻信號(hào) 由 視頻采集卡傳輸?shù)接?jì)算機(jī)， 在 計(jì)算機(jī) 上完成 相關(guān)處理，按 特 定時(shí)間間隔從視頻圖像中 得到 序列圖像，檢測(cè)出運(yùn)動(dòng)目標(biāo) 前要 對(duì)這些序列圖像進(jìn)行特定 的處理。 先通過(guò) CCD 攝像機(jī) 得到 圖像， 圖像 輸入計(jì)算機(jī) 前 圖像采集卡 完成 視頻模擬信號(hào) 到 數(shù)字圖像 的轉(zhuǎn)換 ， 以便 后 面 的處理。 圖像獲取流程圖如下： 圖 41 圖像獲取原理圖 CCD 攝像機(jī)的簡(jiǎn)介 監(jiān)控系統(tǒng)中，攝像機(jī) 又名 CCD 是 Charge Coupled Device 的縮寫 ，也就是 電荷耦合器件。 CCD 是攝像頭的 關(guān)鍵 傳感部件，它 主要 具有 以下 特點(diǎn) ： 壽命長(zhǎng)、抗震動(dòng)、靈敏度高、畸變小、體積小、無(wú)殘影、抗磁場(chǎng) 。故而 是理想的新型器件攝像元件 ，可取代 攝像管傳感器。計(jì)算機(jī)或者其他處理器保存數(shù)字信號(hào)以完成圖像處理，同時(shí)獲得有關(guān)信息和數(shù)據(jù)。 黑白攝像機(jī)：在光線不充足地區(qū)且檢測(cè)景物 的移動(dòng)或方位時(shí)，黑白攝像機(jī)可選用。 影像像素高于 38萬(wàn)的為高分辨率型。在購(gòu)買攝像頭時(shí)，特別是對(duì)攝像角度有比較嚴(yán)格要求的時(shí)候， CCD 靶面的大小， CCD與鏡頭的配合情況將直接影響視場(chǎng)角的大小和圖像的清晰度。 外同步：借助外同步信號(hào)發(fā)生器，使攝像機(jī)的外同步輸入端獲得同步信號(hào)。 外 VD 同步：在攝像機(jī)信號(hào)電纜上輸入 VD 同步脈沖的完成外 VD同步。 湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 19 數(shù)據(jù)采集卡 圖像采集卡（ Image Capture Card），又稱圖像捕捉卡，是一種硬件設(shè)備，可對(duì)數(shù)字化視頻圖像信息進(jìn)行獲取，還可實(shí)現(xiàn)播放和保存。它是圖像處理必需的設(shè)施，把圖像信號(hào)采集到電腦，保存為數(shù)據(jù)文件的形式。 大部分圖像采集卡都能實(shí)現(xiàn)壓縮，采集視頻信號(hào)前先壓縮視頻信號(hào)，再把壓縮的視頻數(shù)據(jù)經(jīng) PCI 接口傳到主機(jī)。視頻采集卡對(duì)模擬視頻序列中的每幀圖像進(jìn)行采集，并實(shí)時(shí)的完成數(shù)據(jù)存儲(chǔ)。當(dāng)每幀的處理時(shí)間大于相鄰兩幀的相隔時(shí)間，會(huì)丟失數(shù)據(jù)，也就是幀被丟失。不同檔次的采集卡具有不同質(zhì)量的采集壓縮性能。為了使圖像的噪聲降到最低值，還有必要對(duì)圖像進(jìn)行中值濾波處理。再選一個(gè)一定大小的窗口，以該窗口遍歷灰度圖像，在此過(guò)程中取窗口中興趣值最大的候選點(diǎn)作為特征點(diǎn)。 程序流程圖 湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 20 圖 42 運(yùn)動(dòng)物體檢測(cè)流程圖 運(yùn)動(dòng)物體檢測(cè)的實(shí)現(xiàn) 理論上該課題的研究應(yīng)該通過(guò)攝像機(jī)獲取視頻，然后提取視頻中的圖像來(lái)研究運(yùn)動(dòng)物體的狀態(tài)，但是考慮到設(shè)備情況以及論文研究的層次等多種因素，本文采用手機(jī)拍攝圖片，并盡量保證拍攝背景不變。下面先來(lái)討論實(shí)現(xiàn)運(yùn)動(dòng)物體檢測(cè)的兩種常用方法： Ⅰ）背景減法 首先對(duì)圖片進(jìn)行讀取： Im1=imread(39。)。39。 對(duì)讀入的彩色圖片進(jìn)行灰度化并顯示： 結(jié)束 讀取圖片 圖像的預(yù)處理 （圖像灰度化、灰度圖增強(qiáng)、圖像二值化） 通過(guò)背景相減法、幀差法檢測(cè)出運(yùn)動(dòng)物體 對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行特征提取（如人臉） 對(duì)特征區(qū)域進(jìn)行識(shí)別 開始 湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 21 Im3=rgb2gray(Im1)。 Im4=rgb2gray(Im2)。 利用中值濾波去除圖片噪聲： Im3=medfilt2(Im3,[3 3])。 對(duì)圖片進(jìn)行 sobel算子邊緣檢測(cè)， 進(jìn)一步增強(qiáng)圖片效果： BW1 = edge(Im3,39。)。sobel39。 做圖像平滑處理： Msk=[0 0 0 0 0。 0 1 1 1 0。 0 0 0 0 0。 A=conv2(double(BW2),double(Msk))。 利用背景相減檢測(cè)運(yùn)動(dòng)物體，并顯示結(jié)果： figure,imshow(AB),title(39。)。39。 %RGB圖 % NxtImage=imread(39。)。 %灰度圖 % NxtGray=rgb2gray(NxtImage)。%得到差分圖 % subplot(2,2,1),imshow(D)。 %此值可以調(diào)節(jié) t=t/256。 D(Dt)=0。 人臉識(shí)別 論文到這里已經(jīng)基本完成了基于圖像處理的運(yùn)動(dòng)物體的檢測(cè)，但個(gè)人覺(jué)得設(shè)計(jì)部分稍顯單薄了些，經(jīng)與指導(dǎo)老師的探討，加入了人臉識(shí)別的功能，使論文更具備實(shí)用價(jià)值。以下為人臉的定位程序，利用紅色的矩形框?qū)⒚娌繀^(qū)域標(biāo)示出來(lái)以表示定位： 讀取人臉圖片，進(jìn)行灰度化： i=imread(39。)。 BW=im2bw(I)。 r=floor(n1/10)。 x1=1。 湖北理工學(xué)院畢業(yè)設(shè)計(jì)（論文） 23 s=r*c。y2=c。 [o p]=size(loc)。 if pr=100 BW(x1:x2, y1:y2)=0。r2=x2。s2=y2。 end imshow(BW)。 y2=y2+c。 x2=x2+r。 BB = regionprops(L, 39。)。 BB2=cell2mat(BB1)。 mx=0。 if pmx amp。 j=k。 hold on。Position39。EdgeColor39。r39。 clear all clc close all TrainDatabasePath = uigetdir(39。, 39。 )。C:\Documents and Settings\Administrator\桌面\PCA_based Face Recognition System39。Select test database path39。 %選擇測(cè)試圖像的路徑 prompt = {