《运动目标检测中阴影去除算法的研究与实现46458.docx》由会员分享，可在线阅读，更多相关《运动目标检测中阴影去除算法的研究与实现46458.docx（48页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、运动目标检测中阴影去除算法的研究与实现摘要 随着计算机视觉技术、电子技术、通信技术的发展，智能视频监控系统作为安全防卫的一种重要手段正在越来越受到人们的重视。由于智能视频监控系统具有监控能力强、安全隐患少、节省人力物力资源的优点。因此，在交通、银行、宾馆、商场等重要场所的监控中有广泛的应用前景。本文首先综合介绍了智能监控系统的发展历史和现状，然后对静止摄像机监控下的运动目标检测、阴影的检测和去除等关键技术进行了比较深入的研究。运动目标检检测作为为智能视视频监控控系统中中视频处处理的第第一步，具具有非常常重要的的地位。本文首先对目前运动目标检测方法进行了概括，在详细研究了几种目标检测方法的基础上
2、，确定了目标检测中较好的一种方法，即基于混合高斯模型的方法，用这个算法来提取运动目标。由于日照和和灯光等等外来因因素的影影响，造造成了提提取的运运动前景景中往往往含有阴阴影。因此，运运动目标标的阴影影检测与与去除对对于运动动目标跟跟踪、分分类和识识别等后后期处理理都是一一个关键键性问题题。由于于阴影的的存在，会会给上述述后期处处理带来来干扰甚甚至失败败。为了了去除目目标前景景的阴影影，本文文首先分分析了阴阴影产生生的机理理，了解解阴影的的特征和和人类的的视觉特特征，针对这这些特征征以及总总结和分分类目前前己有的的各类阴阴影检测测算法的的基础上上，提出出了一种种基于RRGB颜颜色模型型的阴影影检
3、测算算法。通过实实验对本本文的算算法进行行了验证证，证明明了该算算法能够够很好地地检测出出运动目目标的阴阴影以及及将阴影影去除，而而且易于于实现。关键词：视视频监控控；运动目目标检测测；混合高高斯模型型；RGBB颜色模模型；阴影去去除 43目 录第一章 绪绪论11.1 引引言11.2 视视频监控控系统的的发展和和现状11.3 本本课题研研究的目目的及意意义21.4 课课题主要要研究工工作及工工作安排排3第二章 基基础理论论52.1 引引言52.2 颜颜色模型型52.2.11 颜色色模型的的分类52.2.22 RGGB颜色色模型52.2.33 HSSV颜色色模型62.3 数数学形态态学72.3.
4、11 基本本思想82.3.22 基本本运算8第三章 运运动目标标的检测测103.1 引引言103.2 运运动目标标检测算算法概述述103.2.11 光流流法103.2.22 相邻邻帧差法法103.2.33 背景景差法113.3 基基于RGGB颜色色空间的的混合高高斯模型型113.3.11背景模模型的建建立123.3.22 背景景模型的的更新123.3.33 运动动目标的的检测与与提取13第四章 阴阴影的去去除154.1 引引言154.2 阴阴影产生生的机理理154.3 阴阴影检测测算法概概述164.3.11 基于于模型的的阴影检检测算法法164.3.22 基于于阴影属属性的阴阴影检测测算法16
5、4.4 阴阴影的光光学特性性174.5 前前景二值值图的提提取184.6 基基于RGGB颜色色空间的的阴影去去除算法法184.6.11 确定定颜色空空间184.6.22 阴影影的去除除算法194.6.33 前景景目标去去噪与重重建214.7 实实验结果果21第五章 总总结与展展望245.1 研研究工作作总结245.2 展展望24参考文献26致谢277第一章 绪绪论1.1 引引言图像和视频频是对客客观事物物的形象象而又生生动的描描述，是是直观而而又具体体的信息息表达形形式，对对人类而而言是最最重要的的信息载载体。特特别是在在今天这这高科技技的信息息社会里里，随着着网络、通通信和微微电子技技术的快
6、快速发展展，以及及人民物物质生活活水平的的提高，视视频以其其直观、方方便和内内容丰富富等特点点，日益益受到人人们的青青睐。就就因为这这样，视视频监控控系统就就成为一一种新技技术而越越来越受受到人们们的重视视。现今今人们对对安全的的需求增增强，视视频监控控系统成成为安全全防卫的的重要手手段，由由最初的的重点部部门如银银行和公公安等行行业监控控逐渐发发展到单单个家庭庭的防盗盗和安全全监控，摄摄像头越越来越多多，视频频监控系系统的使使用越来来越普遍遍。传统的数字字视频监监控系统统仅仅提提供了视视频的捕捕获、存存储、分分发等简简单的功功能，而而系统获获取的视视频信息息越来越越多，这这些海量量的视频频信
7、息很很难在同同一时间间显示在在监控人人员面前前。除此此以外，对对视频里里的内容容还只能能靠监控控人员来来判断。视视频监控控工作强强度很大大，它对对监控人人员的注注意力、警警惕性、特别是对异常常情况的的反应能能力的要要求特别别高。一一般监控控中发生生的失误误都是由由监控人人员的注注意力不不集中造造成的。由于人类本身存在的生理疲劳现象，因此不可能长时间连续集中精力监视内容单一的监控场景。为了克服传统视频监控系统产生的困难，智能视频监控系统应运而生，它利用自动视频分析技术进行视频的监控。当盗窃发生或发现到具有异常行为的可疑人时，系统能向保卫人员准确及时地发出警报，从而避免犯罪的发生，同时也减少了雇佣
8、大批监视人员所需要的人力、物力和财力的投入。与传统的传传统视频频监控相相比，能能够智能能检测与与跟踪的的数字视视频监控控具有许许多优点点1：第一，244小时全全天可靠靠监控。智智能视频频监控系系统将彻彻底改变变以往完完全由监监控人员员对画面面进行监监视和分分析的模模式。第二，提高高报警精精确度。智智能视频频监控系系统能够够有效提提高报警警精确度度，大大大降低误误报和漏漏报现象象的发生生。第三，提高高响应速速度。智智能视频频监控系系统拥有有比传统统视频监监控系统统更强大大的智能能处理能能力，它它能够检检测、识识别视频频场景中中的可疑疑活动。1.2 视视频监控控系统的的发展和和现状视频监控系系统是
9、多多媒体技技术、计计算机网网络、工工业控制制和人工工智能等等技术的的综合运运用的产产物，它它正向着着视频的的数字化化、系统统的网络络化和管管理的智智能化方方向不断断发展，并已经经逐步深深入到社社会生活活的各个个领域。从第一一代完全全的模拟拟监控系系统，到到第二代代数字化化的视频频监控系系统，再再到第三三代分布布式视频频监控系系统，视视频监控控系统已已在过去去的二十十多年里里经历了了三个发发展阶段段2。第一代视频频监控系系统（VCRR）主要是是以模拟拟设备为为主的闭闭路系统统，称之之为模拟拟视频监监控系统统。以模模拟信号号、图像像的处理理和传输输为基础础，多路路模拟摄摄像机产产生的模模拟信号号通
10、过同同轴电缆缆传输到到监控室室，然后后通过预预置好的的顺序轮轮流显示示，监控控人员通通过监视视器来判判断监视视场景的的情况。图图像信息息通过视视频电缆缆，以模模拟方式式传输，一一般传输输距离不不能太远远，主要要应用于于小范围围内的监监控，监监控图像像一般只只能在控控制中心心查看。系统的主要特点：(1) 视频、音频信号的采集、传输、存储均为模拟形式，质量最高；(2) 经过了几十年的发展，技术比较成熟，系统功能强大、完善。但该类系统之所以会被淘汰，是因为它存在着一些问题：(1) 只适用于较小的地理范围；(2) 与信息系统无法交换数据；(3) 监控仅限于监控中心，应用灵活性较差；(4) 不易扩展。随
11、着多媒体体技术、视视频编码码压缩技技术的飞飞速发展展，以数数字技术术为核心心的视频频监控系系统迅速速崛起，即即第二代代视频监监控系统统（DVVR）。它它依赖于于混合模模数或全全数字的的视频传传输和处处理方法法，采用用Mottionn JPPEG、H.2263、MPEEG等多多媒体数数字压缩缩技术将将视频图图像完全全数字化化，节省省了带宽宽资源，大大大提高高了图象象质量，增增强了视视频监控控的功能能。这类类监控系系统主要要在视频频监控中中可以利利用视频频分析算算法，让让监控者者只注意意感兴趣趣的事物物从而实实现自动动报警。系统的特点：(1) 视频、音频信号的采集、存储主要为数字形式，质量较高；(
12、2) 系统功能较为强大、完善；(3) 与信息系统可以交换数据；(4) 应用的灵活性较好。DVR系统从监控点到监控中心仍为模拟方式传输，与第一代系统存在着许多相似的缺陷，要实现远距离视频传输需要铺设（租用）光缆、在光缆两端安装视频光端机设备，系统建设成本高，不易维护、且维护费用较大。由于网络带带宽增加加、计算算机处理理能力的的迅速提提高和存存储容量量的增大大，以及及各种实实用视频频信息处处理技术术的出现现，目前前视频监监控已经经进入了了全数字字化的网网络时代代，即第第三代视视频网络络系统（NVR）。它利用低价位高性能的计算机网络、移动网络和固定的多媒体通信网络传输监控信号。视频信号在前端进行自动
13、分析处理，然后将有价值的信息通过无线或有线网络传输到监控中心，实现自动视频监控。与第一、二代系统相比，该系统具有的优势：(1) 利用现有的网络资源，不需要为新建监控系统铺设光缆、增加设备，轻而易举地实现远程视频监控；(2) 系统扩展能力强，只要有网络的地方增加监控点设备就可扩展新的监控点；(3) 维护费用低，网络维护由网络提供商维护，前端设备是即插即用、免维护系统；(4) 系统功能强大、利用灵活、全数字化录像方便于保存和检索；(5) 性能稳定，无需专人管理。1.3 本本课题研研究的目目的及意意义在如今高度度自动化化的生活活中，安安全问题题成了第第一难事事。这需需要监控控人员时时时地在在监控，每
14、每时每刻刻的掌握握最新的的数据，可可监控人人员又不不可能无无时无刻刻在现场场监控，这这时就必必须依靠靠智能视视频监控控系统的的帮助，视视频监控控系统的的性能好好坏也就就直接影影响到“安全”这个大大问题。随着各种新新型安保保观念的的引入，社社会各部部门、各各行业及及居民小小区纷纷纷建立起起了各自自独立的的监控系系统或报报警系统统。建立立和不断断完善安安全防卫卫系统，对对保护人人员和设设备的安全、提提高生产产和管理理的效率、预预防犯罪罪的发生生、维护护社会经经济的稳定起起到了重重要作用用。因此此，研究究智能视视频监控控系统具具有较深深远的现现实意义义。运动目标的的检测是是视频监监控系统统的首要要问
15、题，运运动目标标提取的的好坏直直接影响响到之后后的目标标跟踪、目目标分类类等问题题。只要要有光线线存在的的地方都都免不了了阴影的的存在，特特别是在在室外环环境下，光光线会随随着天气气的变化化而变化化，而且且光线的的方向、强强弱等都都会因时时间的不不同而发发生无规规律的变变化，这这些情况况下阴影影具有很很强的不不确定性性。阴影影和运动动目标与与背景之之间都有有很大的的灰度差差值，而而且阴影影与产生生阴影的的目标具具有相同同的运动动特征，因因此阴影影常常被被错误地地检测成成前景。这这样就会会产生与与阴影有有关的一一系列问问题，如如阴影会会造成运运动目标标形状的的变化、目目标的合合并、甚甚至目标标丢
16、失，这这些问题题的存在在会对后后续的目目标跟踪踪、识别别、分类类产生很很大的负负面影响响。因此此，近年年来阴影影检测和和阴影的的去除成成为智能能视频监监控技术术中研究究的一个个热点和和重点。去除伴随运运动目标标的阴影影，进一一步提高高运动目目标检测测的准确确性是非非常重要要的。目目标检测测算法本本身并不不能识别别阴影和和运动目目标以及及消除阴阴影，虽虽然目前前阴影检检测算法法的准确确性相对对较高，但但还是存在在着一定的的缺陷，因因此在现现有阴影影检测算算法的基基础上，提提出一种种定量和和定性评评估更高高的阴影影检测算算法是非非常必要要的，消消除阴影影的影响响也更有利利于后续续的目标跟跟踪、分分
17、类和识识别3。1.4 课课题主要要研究工工作及工工作安排排本文主要研研究运动动目标检检测中的的阴影去去除，然然而阴影影的检测测与去除除通常与与运动检检测联系系在一起起，因此此本文先将对目前前比较经经典的三三种运动动目标检检测算法法进行深深入分析析，通过过对运动动目标检检测中这这三种算算法的比比较，最最终确立立一种适适用性比比较强的的基于混混合高斯斯背景模模型的背背景差方方法。然然后针对对前景检检测中存存在的阴阴影，研研究在混混合高斯斯背景模模型之上上的阴影影检测算算法。具体地讲，本本文的主主要研究究内容包包括以下下几个方方面：(1) 运运动目标标检测算算法的研研究在深入分析析现有的的检测算算法
18、基础础上，提提出一种种改进的的混合高高斯背景景模型的的目标检检测算法法，能较较好地解解决场景景中的光光线、天天气等环环境的变变化，以以及存在在动态背背景的情情况。(2) 阴阴影检测测与去除除算法的的研究针对前景检检测中的的阴影，在理解阴影产生机理以及分析了现有阴影检测算法的基础上，提出一种基于RGB颜色空间的阴影检测算法。本文各章内内容安排排如下：第一章绪论论，对当当前视频频监控系系统的发发展进行行总结，然然后详细细分析了了智能视视频监控控系统中中的关键键技术，最最后介绍绍了本文文的研究究内容及及论文组组织。第二章基础础理论，介介绍了与与本课题题相关的的颜色模模型、数数学形态态学算子子等基础础
19、知识。第三章运动动目标的的检测，简简单地对对目前运运动目标标检测的的集中经经典算法法进行分分析，在在对几种种方法进进行比对对的基础础上，确确定一种种较好的的运动目目标检测测方法，即即基于混混合高斯斯背景模模型的运动目目标检测测方法。第四章阴影影的去除除，首先先对阴影影产生的的机理原因因及影响响进行了了分析，然然后对目目标阴影影检测算算法进行行了概括括、总结结和分类类，在混混合高斯斯背景模模型基础础上，针针对前景景中的阴阴影提出出一种基基于RGGB颜色色空间的阴阴影检测测算法。最终通过MATLAB软件进行实验，证明了该算法的实用性。第五章总结结与展望望，全面面总结了了本文主主要研究究内容的的成果
20、，并指出了在现有系统的基础上对未来新技术的展望。第二章 基基础理论论2.1 引引言在复杂的背背景环境境中，天天气和光线等的变化化、阴影影、灯光光及随机机噪声等等都会影影响采集集到的图图像的特征。在目标标检测和和阴影去去除的过程中中，肯定定会有一一些像素素点被误认认为目标标点或将将目标点点检测成成阴影点点。为了了能够准准确地提提取运动动目标，需需要对提提取出的的目标进进行一系系列地处处理。本本章主要要介绍本本文在目目标检测测、阴影检检测及去去除等方方面所涉涉及到的的颜色空空间，特特别是RRGB颜颜色空间间，还有有在图像像处理技技术中经经常用到到的数学学形态学学滤波等等方面的的一些基基础知识识。2
21、.2 颜颜色模型型颜色是人的的视觉器器官对外外来的光光刺激而而产生的的主观感感受。在在光学和和物理学学中，可可见光就就是一种种电磁波波，对应应于电磁磁频谱中中狭窄的的频率波波段。可可见光波波段中的的每一频频率对于于一种单单独的颜颜色，而而频率和和波长的的乘积等等于光速速，由于于波长比比频率在在某种程程度上容容易处理理，因此此常用波波长来指指定光谱谱颜色，通通常的红红、橙、黄黄、绿、蓝蓝和紫等等颜色的的波长在在4000nm到到7000nm之之间。当当一束光光的各种种波长的的能量大大致相等等时，我我们称其其为白光光；否则则，称其其为彩色色光。若若一束光光中，只只包含一一种波长长的能量量，其它它波长
22、都都为零时时，称其其为单色色光。除除了波长长可以决决定光的的颜色以以外，可可见光还还有一些些其他的的视觉特特征，即即亮度和和纯度。亮亮度是指指感受到到的光的的明度或或颜色的的强度，而而纯度是是指可见见光的颜颜色的浓浓淡。因因此颜色色的三个个特性分分别是：主波长长、亮度度和纯度度。颜色模型（也也称为彩彩色模型型）的用用途是在在某些标标准下用用通常可可接受的的方式简简化彩色色规范。本本质上，颜颜色空间间是坐标标系统和和子空间间的规范范。2.2.11 颜色色模型的的分类人眼对于颜颜色的观观察和处处理是一一种生理理和心理理现象，因因而对于于色彩的的许多结结论都是是建立在在实验基基础之上上，因此此也出现
23、现了多种种不同的的方法来描描述颜色色，而不不同的描描述方法法对应于于不同的的颜色空空间。颜颜色空间间是人们们为了对对颜色进进行正确确合理的的应用、测测定、描描述和评评价而建建立的模模型。因因研究和和应用的的不同从从而建立立了很多多不同的颜颜色模型型，每个个颜色模模型都各各有特点点。现今今存在的的颜色空空间有很很多种，包包括RGGB，CCMY，CCMYKK，HSSL，HHSV，CCIE XYZZ，CIIE LLue，CCIE Labb和LCCH，YYUV，YYIQ，YYcbCCr，RRGB，YYpbPPr，XXeroox CCorpporaatioon YYES，KKodaak PPhotto
24、CCD YYCC等等颜色空空间。这这些颜色色空间已已经在各各行各业业中得到了广广泛的应应用。目前常用的的颜色模模型可分分为两类类4：一类类面向诸诸如彩色色显示器器或打印印机之类类的硬件件设备，另另一类面面向以彩彩色处理理为目的的的应用用，如动动画中的的彩色图图形。面面向硬件件设备的的最常用用彩色模模型是RRGB颜颜色模型型，而面面向彩色色处理的的最常用用的模型型是HSSV颜色色模型。2.2.22 RGGB颜色色模型我们的眼睛睛通过三三种可见见光对视视网膜的的刺激来来感受颜颜色。这这些光在在波长为为6300nm（红红）、5530nnm（绿绿）和4450nnm（蓝蓝）时的的刺激达达到高峰峰。通过过
25、对各种种刺激强强度的比比较，我我们感受受到光的的颜色。这这种视觉觉理论就就是使用用红、绿绿、蓝三三种基色色来显示示彩色的的基础，称称之为RRGB颜颜色模型型，它是是最常用用的颜色色模型。RGB颜色色模型基基于笛卡卡儿坐标标系统，33个轴分分别为RR、G、BB分量，如如图1.1。通通过红、绿绿、蓝三三种基色色可以混混合得到到大多数数的颜色色。坐标标原点（00,0,0）代代表黑色色，而坐坐标点（11,1,1）代代表白色色，对角角线从黑黑到白代代表的是是灰度。在坐标轴上的顶点代表三个基色，而余下的顶点则代表第一个基色的补色。为了方便表示，将立方体归一化为单位立方体，这样所有的R、G、B三分量的值都在
26、0,1中。根据这个模型，每幅彩色图包括3个独立的基色平面，或者说可分解到3个平面上。反过来，如果一幅图像可以被表示为3个平面，则使用RGB颜色模型比较方便。RGB颜色模型的颜色数量可达到224种。图1.1 RGGB颜色色模型示意意图RGB颜色色模型大大多是面面向硬件件设备的的（如CCRT显显示器），其其物理意意义明确确但缺乏乏直观感感。主要要用于非非发射式式显示，比比如彩色色打印机机，绘画画仪等。2.2.33 HSSV颜色色模型从心理学和和视觉的的角度出出发，颜颜色有如如下三个个特性：色调（HHue）、饱饱和度（SSatuurattionn）和亮亮度（VValuue）。HSV是一种对应于画家的
27、配色模型，是面向用户的，能较好反应人对颜色的感知和鉴别。在HSV模模型中，色色调（HH）是当当人眼看看到一种种或多种种波长的的光时所所产生的的彩色感感觉，是是一种颜颜色区别别于其它它颜色的的因素，它它反映颜颜色的种种类，是是决定颜颜色的基基本特性性，如我我们平时时所说的的绿色、蓝蓝色就是是指色调调。饱和和度（SS）指的的是颜色色的纯度度，即掺掺入白光光的程度度，或者者说是指指颜色的的深浅程程度，对对于同一一色调的的彩色光光，饱和和度越高高，颜色色就越鲜明明。通常常我们把把色调和和饱和度度通称为为色度。亮亮度（VV）是光光作用于于人眼时时所引起起的明亮亮程度的的感觉，它它与被观观察物体体的发光光
28、强度有有关。上述RGBB彩色模模型与人人眼更强强地感受受红、绿绿、蓝三三基色的的事实相相符合，但但是它不不能很好好地适应应实际上上人对颜颜色的解解释。当当人观察察一个彩彩色物体体时，更更习惯用用色调、饱饱和度和和亮度来来描述它它。基于于色调（HH）、饱饱和度（SS）和亮亮度（VV）的彩色模模型称为为HSVV颜色模型型。一方方面，该该模型可可在彩色色图像中中消除亮亮度分量量的影响响从而获得得色调和和饱和度度的彩色色信息，因因此它比比其他彩彩色模型型更利于于开发基基于彩色色描述的的图像处处理方法法；另一一方面，HHSV彩彩色模型型能够使使人更自自然、更更直观地地解释和感感受颜色色。HSV模型型的三
29、维维表示从从RGBB立方体体演变而而来，对对应于圆圆柱坐标标系中的的一个圆圆锥形子子集，其中的的每一种种颜色和和它的补补色相差差1800，所有有的颜色色均定义义在六棱棱锥（图图1.22）中。在在六棱锥锥中，饱饱和度沿沿水平轴轴测量，而而亮度值值沿通过过六棱锥锥中心的的垂直轴轴测量。图1.2 HSSV颜色色模型示示意图色调（H）描描述一种种颜色放放在色谱谱的什么么位置。例例如，红红色、黄黄色、蓝蓝色或绿绿色。如如同在一一个彩虹虹中，开开始和末末尾的颜颜色都是是红色。色色调用与与水平轴轴之间的的角度来来表示，范范围从00到3660。六边形形的顶点点以600为间隔隔。黄色色位于660处，绿绿色在11
30、20处，而而青色在在1800处，与与红色相相对，相相补的颜颜色之间间互成1180。饱和度（SS）指颜颜色的纯纯度和浓浓度的大大小。饱饱和值从从0到11变化，纯纯度是指指添加了了多少白白色到颜颜色中。低的值提供一个中性、阴暗的颜色，而高的值提供一个强烈的、纯的颜色。在此模型中它表示所选色彩的纯度与该色彩的最大纯度（S=1）的比率。当S=1时，此时的得到最纯的颜色，并不是白色。当S=0.5时所选色彩的纯度为二分之一。当S=0时，只有灰度。亮度（V）的值从六六边形顶顶点的00变化到到顶部的的1，顶顶点值为为0，表表示黑色色。在六六边形顶顶部的颜颜色强度度最大。当当V=1，SS=1时，即即纯色彩彩，而
31、并并不是白白色，白白色为VV=1且且S=0的的点。HSV对多多数用户户来说是是一个较较直观的的模型。从从指定一一种纯彩彩色开始始，即指指定色调调（H）且让让V=S=1，我我们可以以通过加加入白色色或黑色色到纯色色彩中来来描述所所要的颜颜色。增增加黑色色即减小V而S保持不不变。如如果要得得到深蓝蓝色，则则V=0.4，SS=1且且H=2440。同样样，将白白色加入入所选的的色彩中中时，则则参数S减小而而V保持不不变。浅浅蓝色就就可以用用S=0.3，VV=1且且H=2240来设定定。添加加一些黑黑色和白白色，则则需要同时时减小VV和S。HSSV颜色色空间能能够清晰晰地将颜颜色分为为色度和和亮度，而而
32、阴影不不会改变变背景的的色度，故故常用此此颜色空空间来进进行阴影影检测。2.3 数数学形态态学数学形态学学（Maatheematticaal MMorpphollogyy，简称称形态学学）是研研究数字字图像形形态结构构特征的的理论，它它通过对对目标图图像的形形态变换换实现结结构分析析和特征征提取。数数学形态态学以严严格的数数学理论论和集合合理论为为基础，着着重于研研究图像像的集合合结构，形形态学对对图像的的处理基基于结构构元素（sstruuctuure eleemennt）的的概念，而而且结构构元素的的选择和和图像的的某种特特有信息息有密切切的关系系，所以以构造不不同的结结构元素素可提供供不同
33、的的图像分分析和处处理方法法，数学学形态学学中的集集合表示示图像中中的特定定信息。数学形态学学最初做做为分析析几何形形状和结结构的数数学方法法，后来来用它从从图像中中提取有有利于表表达和描描述区域域形状的的图像分分量，如如边界、骨骨架和凸凸壳等，称称为分析析图像几几何特征征的工具具。现在在，数学学形态学学可以用用来解决决抑制噪噪声、特特征提取取、边缘缘检测、图图像分割割、形态态识别、纹纹理分析析、图像像恢复与与重建、图图像压缩缩等图像像处理的的问题。2.3.11 基本本思想数学形态学学的基本本思想是是用具有有一定形形态的结结构元素素去度量量和提取取图像中中对应形形状以达达到对图图像分析析和识别
34、别的目的的。数学学形态学学的数学学基础和和所用语语言是集集合论。数数学形态态学的应应用可以以简化图图像数据据，保持持它们基基本的形形状特性性，并除除去不相相干的结结构55。数学形态学学运算主主要用于于如下几几个目的的6：(1) 图图像预处处理（去去噪声、简简化形状状）；(2) 增增强物体体结构（抽抽取骨骼骼、细化化、粗化化、凸包包、物体体标记）；(3) 从从背景中中分割物物体；(4) 物物体量化化描述（面面积、周周长、投投影、EEuleer-PPoinncarre特征征）。2.3.22 基本本运算数学形态学学的基本本运算方方式是指指导数学学形态学学进行运运算处理理的基本本方法，由由一组形形态学
35、的的代数运运算子组组成的，它它的基本本运算主主要有44个：膨膨胀、腐腐蚀、开开闭运算算和轮廓廓提取。基基本图像像形态结结构运算算有膨胀胀与腐蚀蚀。设A为图像像集合，B为结构元素，数学形态学运算是用B对A进行操作。结构元素本身也是一个图像集合，对每个结构元素，指定一个原点，它是结构元素参与形态学运算的参考点。在形态学中，结构元素是最重要和最基本的概念。结构元素在形态变换中的作用相当于信号处理的“滤波窗口”。(1) 膨膨胀膨胀有几种种不同的的定义形形式，通通常其运运算符用用表示，比比如：AA用B来膨胀胀写作，最最直观的的定义形形式如下下： （22.1）其中表示为为集合BB的映射射。上式式表明用用B
36、膨胀A的过程程：先对B做关于于原点的的映射，再再将其映映像平移移x，这里里A与B映像的的交集不不为空集集。即是是B来膨胀胀A得到的的集合是是的位移移与A至少有有1个非零零元素相相交时BB的原点点位置的的集合。膨胀运算在在数学形形态学中中的作用用是修复复原属于于一个整整体的分分开的若若干个像像素点集集合，即即把图像像周围的的背景点点合并到到物体中中。如果果两个物物体之间间距离比比较近，那那么膨胀胀运算可可能会使使这两个个物体连连通在一一起，它它可以用用来填补补物体中中的空洞洞。例如如，一个个物体显显示在二二值图像像上可能能受到噪噪声等干干扰，使使得物体体本身像像素值为为1的点点相互分分散又靠靠得
37、很近近，那么么膨胀运运算可能能会使这这些像素素点连通通在一起起，最终终获得完完整的物物体。膨膨胀的结结构单元元B可以根根据需要要进行定定义。(2) 腐腐蚀在数学形态态学实际际应用过过程中，腐腐蚀的运运算符用用来表示示。比如如：A用B来腐蚀蚀，就写写作。其其概念常常定义为为： （2.2）上式表明对对每一个个像素，以以该像素素点为原原点的腐腐蚀结构构B完全属属于A，则该该像素属属于腐蚀蚀结果的的像素集集合。即即是用B来腐蚀蚀A得到的的集合是是B完全包包括在AA中时B的原点点位置的的集合。腐蚀是一种种消除所所有边界界点，使使边界向向内部收收缩的过过程，可可以用来来消除小小且无意意义的物物体。(3)
38、开开闭运算算开闭运算是是膨胀和和腐蚀两两种基本本操作按按不同顺顺序的组组合。先先腐蚀后后膨胀的的过程为为开运算算，先膨膨胀后腐腐蚀的过过程为闭闭运算。集合A被结结构元素素B做开运运算，记记为AB。换句句话说，A被B开运算就是A被B腐蚀后的结果再被B膨胀。其定义为： （22.3）开运算一般般具有消消除细小小的突出出、削弱弱狭窄的的部分、在在纤细点点处分离离物体、平平滑图像像轮廓时时又不明明显改变变其面积积的作用用。集合A被结结构元素素B作闭运运算，记记为AB。即A被B作闭运运算就是是A被B膨胀后后的结果果再被BB腐蚀。其其定义为为： （2.4）闭运算也是是平滑图图像的轮轮廓，但但与开运运算相反反
39、，它具具有填充充物体内内细小空空洞、连连接邻近近物体、在在不明显显改变物物体面积积的情况况下平滑滑其边界界的作用用。开运算和闭闭运算具具有等幂幂性，即即重复一一次与多多次没有有区别。通通常，由由于噪声声的影响响，图像像在阈值值化后所所得到的的边界往往往是很很不平滑滑的，物物体区域域具有一一些噪声声孔，背背景区域域上散布布着一些些小的噪噪声物体体，连续续的开运运算和闭闭运算可可以有效效的改善善这种情情况。(4) 轮轮廓提取取物体的轮廓廓就是边边界点组组成的集集合，使使用腐蚀蚀操作处处理后，物物体所有有边界点点就消除除了。设设图像集集合的边边界为edgge (A)，先用用一个结结构元素素B腐蚀A，
40、再求求取腐蚀蚀结果和和A差集就就可得到到edgge (A)，则轮轮廓提取取通过下下式得到到： （2.5）第三章 运运动目标标的检测测3.1 引引言运动目标检检测（MMoviing-Objjecttivees DDeteectiing, MOOD）是是指将图图像序列列中发生变化化的区域从从背景中中分割出出来。MMOD的的基本任任务是判判断图像像序列中中是否存存在运动动目标，并并确定运运动目标标的位置置。MOOD处于于整个视视频监视视系统的的最底层层，是各各种后续续高级应应用如目目标跟踪踪、目标标分类、目目标行为为识别和和理解等等的基础础。因此此MODD成为视视频监控控系统研研究中最最重要的的课题
41、，也也是阴影影去除算算法研究究的基础础。3.2 运运动目标标检测算算法概述述运动目标检检测是整整个智能能视频监监控系统统的第一一部分，其其目的是是将运动动目标(如车辆辆，行人人等)从从图像中中提取出出来，检检测效果果的好坏坏直接关关系到后后续步骤骤，而且且也关系系到整个个系统的的优劣和和实用性性。运动动目标的的检测常常常受到到光线变变化、背背景变化化以及其其它背景景运动物物体等因因素的影影响，因因此选用用一种稳稳定并可靠的的检测方方法尤为为重要。目目前常用用的运动动检测方方法有光光流法、相相邻帧差差法、背背景差分分法。3.2.11 光流流法光流是空间间运动物物体在观观测成像像面上的的像素运运动
42、的瞬瞬时速度度。光流流的研究究是利用用图像序序列中的的像素强强度数据据的时域域变化和和相关性性来确定定各自像像素位置置的“运动”，即研研究图像像灰度在在时间上上的变化化与景象象中物体体结构及及其运动动的关系系。一般般情况下下，光流流由相机机运动、场场景中目目标运动动或两者者的共同同运动产产生。对于视频监监控系统统来说，所所用的图图像基本本都是摄摄像机静静止状态态下摄取取得，所所以对有有实时性性和准确确性要求求的系统统来说，纯纯粹使用用光流法法来检测测运动目标标不太实实际。更更多的是是利用光光流法与其它它方法综综合之后后来实现现对运动动目标检检测。3.2.22 相邻邻帧差法法相邻帧差法法即图像像
43、序列差差分法，它它利用两两帧图像像亮度差差的绝对对值来分分析视频频和图像像序列的的运动特特性，确确定图像像序列中中是否有有物体运动动。这是是一种直直接简单单的运动动检测方方法。其其基本思思想：如如果一幅幅图像的的某一位位置物体体发生变变化，那那么对应应位置的的灰度也也将发生生变化；而物体体没有发发生变化化的部分分，其灰灰度则不不发生变变化或变变化很小小。因此此该方法法只需比比较图像像序列中中相邻两两幅图像像的对应应像素灰度度的差别别。相邻帧差法法的优点点就是相邻邻两帧的的时间间间隔很短短，用前前一帧图图像作为为后一帧帧图像的的背景模模型具备备较好的的实时性性，而且且其背景景不积累累、更新速速度
44、快、算法计计算量小小。其缺缺点是阈阈值选择择相当关关键，阈阈值过低低，则不不足以抑抑制背景景噪声，容容易将其其误检测测为运动动目标；阈值过过高，则则容易漏漏检，将将有用的的运动信信息忽略略掉了。另另外，当当运动目目标面积积较大，颜颜色一致致时，容容易在目目标内部部产生空空洞，无无法完整整地提取取运动目目标。因因此，相相邻帧差差法不能能完全提提取所有有相关的的特征像像素点，得得到的检检测结果果不够精精确，在在运动目目标内部部产生的的空洞不不利于进进一步的的目标跟跟踪等。3.2.33 背景景差法背景差法相相对于相相邻帧差差法和光光流法来来说简单单且易于实实现，是是一种有有效的运运动目标标检测算算法
45、，是固定定摄像机机对固定定场景进进行视频频监控时时检测运运动目标标最常用用的方法法。它的的本质思思想是利利用当前前图像与与背景图图像进行行比较，选选择区别别较大的的像素区域域作为运运动目标标；而区别别较小的的像素区区域则被被认为是是背景区区域。背背景差法必须须要有背背景图像像，并且且背景图图像要随随着光照照和外部部环境的的变化而而实时更更新，因因此背景景差法关键键是背景景建模及及其更新新。传统的背景景差算法法包括二二大步骤骤：(1) 确确定背景景模型，并并建立背背景图像像。最简简单的背背景模型型是时间间平均图图像。在在背景图图像的初初始化算算法中，求求取一段段较长的的时间段段内，视视频序列列图
46、像每每一像素素的平均均色彩值值，作为为初始的的背景估估计图像像。(2) 在在像素模模式下，用用当前图图像减去去已知背背景图像像来得到到差分图图像。如如果定义义图像序序列为II(x，y，i)，其中中x，y代表空空间坐标标，i表示帧帧数，ii=(11.N)，N为视频频序列总总数。背背景图像像为B(x，y)，则差差分图像像可以表表示为 （3.1）(3) 对对差分图图像做二二值化处处理,得得到运动动区域： （33.2）其中，p为为差分图图像中的的任何一一点，TT为阈值值。如果M(xxp，yp，i)=1，则表表示象素素点p在第i帧属于于运动区区域(前前景区域域)；如果M(xxp，yp，i)=0，则表表示
47、象素素点p在第i帧属于于背景区区域。这种固定背背景算法法是假定背背景在相相当长的的一段时时间内是是不会发生变变化的，然然后以此此为基础础求解运运动区域域。事实实上，即即使是室室内环境境，也存存在光线线等各种种变化所所造成的的干扰，所所以固定定背景的的方法存存在很大大的局限限性。通通常的解解决办法法是系统统需要时时常对背背景重新新初始化化，以防防止错误误随着时间不不停地积积累造成成背景的的失效。因因此，作作为固定定背景，它它只适用用于变化化较小的的短期的的跟踪问问题。3.3 基基于RGGB颜色色空间的的混合高高斯模型型在静止摄像像机条件件下，运运动目标标检测的的关键是是背景图图像的描描述模型型即背景景模型，它它是背景景差方法法分割前前景目标标的基础础。背景景模型分分为单模模态和多多模态两两种。前前者在每每个背景景点上的的颜色分分布是比较集集中的，可以以用