《图像处理在数字视频监控系统中的应用pdf.pdf》由会员分享，可在线阅读，更多相关《图像处理在数字视频监控系统中的应用pdf.pdf（5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、第2 5 卷第2期 Vo 1 2 5 N o 2 重庆工商大学学报(自然科学版)J C h o n g q i n g T e e h n o l B u s i n e s s U n i v (N a t S c i E d)2 0 0 8年 4月 Ap r 2 0 0 8 文章编号：1 6 7 2 0 5 8 X(2 0 0 8)0 2 0 1 5 2 0 5 图像处理在数字视频监控 系统 中的应用 亓璐(济宁学院 计算机科学系，山东 济宁 2 7 3 1 5 5)摘要：针对数字视频监控系统智能化方面的薄弱环节，采用运动 目标检测和图像增强方 法对视频 图像进行处理；针对视频监控 系统背
2、景 图像 变化不大的特 点，在传统帧间差分运动 目 标检测的基础上，提 出了对“门”等敏感区域增加权值的方法，成功分 离出运动 目标，提 高了检测 效率；给 出了对 Ha l l 监控视频序列 l，分量进行邻域平均加权法、R o b e r t s 算子边缘检 测的图像增 强结果。关键词：数字视频监控 系统；图像处理；边缘检测；帧间差分法 中图分类号：T N 7 4 文献标识码：A 数字视频监控系统具有数字化、网络化、智能化等诸多优势，具有极大的潜力和广阔的发展空间。数 字化的视频监控系统能够利用计算机对诸多异常情况进行处理，使数字视频监控系统初步具备图像识别 和特征提取功能，更具智能化 J。
3、智能化监控 系统代表 了未来数字视频监控系统 的发展方 向，如何利用 先进的图像处理技术，识别和提取出符合安全防范标准的有用信息是数字视频监控系统的又一关键问 题。图像增强和运动目 标检测是计算机智能视频监控的重要体现，是后续工作运动 目 标跟踪和识别的基 础。在数字视频监控系统编码技术(H 2 6 4)研究的基础上，从两方面对压缩解码后的监控图像进行了处 理。虽然处理的都是 Y U V彩色视频序列格式，但是其中 y 分量的物理含义是亮度，它包含了灰度的所有 信息，l，分量就能够完全表示出一幅灰度图来，因此对灰度图像处理的各种方法，同样适合 Y U V格式 l，分 量的图像处理。1 图像增强
4、视频序列经过编码、解码、传输后，由于受到多种因素的影响，往往会使接收到的图像与原始图像之 间产生某种差异，造成图像质量降低或退化，图像模糊不清等。经 H 2 64 解码后得到的图像，由于去除了 帧内、帧间的冗余，部分区域出现块效应，如地板、墙面和人的衣服等，视频播放时偶尔有闪动。图像质量 的下降，除了进一步优化编码器中帧内、帧间预测模式的算法以外，还可以采用图像处理的方式，改善人 们感兴趣的信息。对于数字视频监控系统来说，引起图像失真的主要原因有监控环境中的噪声、编码过程中产生的块 效应等。针对这些原因采取有效，可以通过图像处理的方法改善图像的质量。如通过增强对比度的办法 来看清图像的细节；运
5、用平滑技术减少块效应对图像清晰度的影响；使用微分运算突出边界或其他变化 部分等。1 1 图像锐化 在图像识别中，需要有边缘鲜明的图像，即图像锐化。图像中的边缘像素都是亮度变化较大的地方，从数学观点来看，检查图像某区域内灰度的变化大小就是微分的概念-2 J。图像函数在某处的微分值大，收稿日期：2 0 0 70 8 0 1；修回日期：2 0 0 71 1 2 0。作者简介：亓璐(1 9 7 9一)，女，山东济宁人，助教，硕士研究生，从事视频数据压缩和图像处理研究。维普资讯 http:/ 第 2期 亓璐：图像处理在数字视频监控系统中的应用 l 5 3 表明像素值的变化率大，边缘明显；反之，微分值小，
6、表示像素值变化率小，边缘不明显甚至模糊。当微分 1r 1r 值为0时，表示像素值无变化。所以可以利用，分别表示图像某处沿 方向和】，方向的像素值变 a a y 化率。图像锐化中最常用的方法是梯度运算。梯度运算法包括 R o b e r s 算子、S o b e l 算子和 P r e w it t 算子等，S o b e l 算子对噪声十分敏感，R o b e r s 算子的鲁棒性比较好。由于监控系统图像中掺杂着大量的噪声，因此 采用 R o b e r s 算子的图像锐化方法。R o b e r s 算子是在一个 2 2的邻域上计算对角导数。采用式(1)，对 R o b e r s 算子进行
7、优化，简化了计 算量，g(，)为变换后，)的灰度值：(，Y)一 (，Y)=I，Y)-A+1，Y+1)I+I，Y+1)一 +1，Y)I(1)计算出 R o b e r s 算子变换后的像素值，将其与某个给定的阈值进行比较来判断是否存在边缘。如果变 换后的像素值大于给定值，则认为边缘存在，阈值的选取经常需要进行多次试探才能达到理想的效果。图3、4 是采用 R o b e r s 算子对图 1 H a ll 视频图像的处理，图3 是阈值取 3 5时的R o b e r s 算子边缘检测结 果，图4的阈值为5。图4的中心图像乱成一片，无法确认有效信息，就是因为阈值的选取不当，将不是边 缘的像素误当作边
8、缘的结果，没有达到锐化的目的，所以阈值的选取是十分重要的。图 1 监控 背景图 图 3 阈值=3 5时的处理效果图 图2 第7 2帧图像 图4 阈值=5时的处理效果图 维普资讯 http:/ 1 5 4 重庆工商大学学报(自然科学版)第2 5卷 1 2 邻域平均法 平滑滤波对图像的低频分量进行增强，同时可以削弱图像的高频分量，因此一般用于消除图像中的 随机噪声，从而起到图像平滑的作用。图像邻域平均法的平滑效果与所用的邻域像素个数有关，像素越多，则图像的模糊程度越大。邻域 平均法包括：简单平均法、阈值平均法、K 一近邻平均法和邻域加权平均法等。图5 处理前图像的直方图 图 6 处理后图像的直方图
9、 采用对 y 分量对图像进行邻域加权平均法平滑处理，使用的模板为 主，对 图 像 边 缘 像 素 点 没有进行处理。图 1 是 H a l l 视频监控序列的背景图像，图 5 是处理前的直方图，图6是进行邻域加权平 均法处理后的直方图统计结果，从图5、6中可以看到，Y分量的值从0 2 5 5 变化为 1 0 2 5 5，缩小了变化 范围，直方图外围曲线更加平滑，毛刺减少，缺点是图像的边界、轮廓更加模糊。2 运动 目标检测 安全监控是数字视频监控的重要任务，运动目标检测能及时发现异常运动目标，报警提醒监控人员，是实现安全监控的重要手段之一。运动 目标检测的准确与否对后续步骤中的跟踪和识别会产生重
10、要的 影响。2 1 帧间差分法 帧间差分法通过对视频图像序列相邻两帧作差分运算以获取运动目标的轮廓，鲁棒性较好，摄像头 静止和运动的情况下都能使用H】。与背景差分法 不同的是，由于用来差分的两帧图像时间间隔很短(大约等于视频帧率的倒数)，即使背景图像受噪声等外部因素干扰，背景图像也不会产生太大的影响。在监控系统中，当摄像头静止时，采集到的背景图像一般变化不大；当有物体出现或运动时，图像中的像 素值发生比较大的改变，因此通过帧间像素值相减的方式，判断是否有异物入侵，并通过二值化该灰度差 分值来提取运动信息。检测相邻两帧图像序列变化采用的是直接比较两帧图像厂(，)，)、厂(，)，+1)对应像素点灰
11、 度值的方法，如式(2)所示。式(2)中，)，)表示第 帧第 行第)，列像素的灰度值，表示阈值，范围 表示对一帧图像中的所有像素进行差分，D 表示一帧图像中所有像素差分的和。D =，)-f(，+1)卜(2)由于视频监控系统图像受光照、噪声等环境影响，背景图像会发生微小的变化，因此通过设置阈值，将灰度值变化比较小的像素点视为干扰源。当D 小于零时，即小于阈值 时，表示无运动 目 标。当D 大于 维普资讯 http:/ 第2期 亓璐：图像处理在数字视频监控系统中的应用 1 5 5 零时，即大于阈值 时，表示有运动目标，此时系统认为被监控的现场有异常情况，需要启动报警操作。为了清楚地表明图像帧间的变
12、化，对差分信息进行了反转和二值化处理。式(3)中 d。表示每个像素 的差分值，式(4)中 d(x，)，)表示每个像素反转和二值化后的结果。同有无运动 目 标的检测一样，每个像 素要有阈值 n，当 d。大于 时，视为变化点，当d。小于 时，视为干扰点。d p=I，后)-f(，后+1)I(3)d c，5 d c 4 图2是 H a l l 视频序列的第7 2帧图像，图7是采用帧间差分法检测到的运动目 标，图7中可以看到，除 了检测到的运动物体以外，还有许多杂质“黑点”，这些杂质“黑点”就是由于背景图像受物体运动引起的 光线变化等的影响，两帧图像之间产生了残差数据，从而误认为是运动点造成的。2 2
13、改进的帧 间差分法 视频监控系统中运动物体识别的重点区域是“门”周围等敏感区域，识别、检测出“门”的位置，及时发 现“门”周围像素的变化，是监控系统图像处理的关键之一。对此采用对图像中不同区域设置不同权值的 方法进行运动目标检测。即对于一个 H的监控图像，以 H n块为单位化分，得到 m 个图像 块，每个块设置一定的权值 如对一帧的图像分成 m 个区域，设置一权值模板：M ml 1 m l 2 m l m m 2l m 2 2 ：m m 2 1 6 2 l l 6 2 J I 2 1J (5)(6)式(5)中元素m 代表对应图像块 的权值，在监控系统中，应该对最为敏感的、已检测出的“门”区域块
14、设置比较大的权值其，他区域设置比较小的权值。在这种方法中，最关键的是权值的选取。权值不 能太大，微小放大的同时，也会放大噪音等干扰点的变化，权值太大，会将某些干扰点误认为运动物体；权 值太小，如果整个矩阵值都为 1，就等同于上述经典算法。因此经过多次尝试或 验来获得权值是十分重 要 的。图7 帧间差分法检测到的运动 目标 图 8 改进算法后检测到的运动物体 为了和经典帧间差分算法相比较，同样选取7 2 帧和7 3帧，并假设在7 2 帧和7 3帧之间运动目标进入 2 4 4 2 m 1 2 2 1 r ，L n ：=L 维普资讯 http:/ 1 5 6 重庆工商大学学报(自然科学版)第2 5卷
15、“门”区。基于这种想法，选取的模板为式(6)，运动物体出现的区域设置较大的权值，也就是放大了敏感 区域的微小变化。检测到的运动物体如图8 所示。与图7相比，图8物体的轮廓图更加完整，但运动物体 周围的杂质点增多。从监控系统安全检测角度来说，这个效果是可以接受的。因此，在敏感区域采用加 权值的方法，在一定程度上改善了视频监控图像中静止背景下的运动目标检测的效率。3 结束语 运动目 标检测和图像增强是目前数字视频监控系统的薄弱环节，却有着明显的现实意义。针对视频 监控系统图像的特点，使用 V B 6 0 MF C开发工具对两种方式进行了尝试，并在传统帧间差分运动 目 标检 测的基础上，对“门”等敏
16、感区域增加权值的方法，提高了检测效率。试验表明：采用这两种方法增强了图 像的清晰度，提高了监控系统的可靠性。参考文献：1 自木，周洁 数字视频监控系统 J 有限电视技术，2 0 0 2，1 1 4(1 8)：3 9 4 4 2 任保刚，贾海波，芮杰 图像平滑与边缘检测的迭代算法 J 测绘学院学报，2 0 0 5，2 2(9)：1 7 81 8 0 3 秦志远，吴冰，王艳 图像平滑算法比较研究及改进策略 J 测绘学院学报，2 0 0 5，2 2(2)：1 0 3 1 0 6 4 Y A N G W，Z H A N G T A n e w m e t h o d f o r t h e d e t
17、 e c t i o n o f m o v i n g t a r g e t s i n c o m p l e x s c e n e s J C o m p u t e r R e s e a r c h&D e v e l o p me n t，1 9 9 8，3 5(8)：7 2 4 7 2 8 5 于成忠，朱骏，袁晓辉 基于背景差法的运动 目标检测 J 东南大学学报：自然科学版，2 0 0 5，3 5：1 5 91 6 1 Ap p l i c a t i o n o f i ma g e p r o c e s s i n g i n d i g i t a l v i d e
18、 o s u r v e i l l a n c e s y s t e m QI L u (D e p a r t m e n t o f C o m p u t e r S c i e n c e，J i n i n g U n i v e r s i t y，S h a n d o n g J i n i n g 2 7 3 1 5 5，C h i n a)Abs t r a c t：Ac c o r d i n g t o t h e i nt e l l i g e n c e we a k n e s s o f di g i t a l v i d e o s u r v e i
19、 l l a nc e s y s t e m，thi s p a p e r a do p t s the t e c h n o l o g y o f mo t i o n o b j e c t d e t e c ti o n a n d i ma g e p r o c e s s i n g t o d e a l w i th the v i d e o i m a g e B e c a u s e the c h a n g e o f the b a c k g r o u n d i ma g e i s s ma l l e r i n d i g i t a l v
20、 i d e o s u rve i l l a n c e s y s t e m，thi s p a p e r p u t s f o r w a r d t h e wa y for i n c r e a s i n g we i g h t o f s e n s i t i v e a l e a b a s e d o n t r a d i t i o n a l f r a me d i f f e r e n t i al me tho d s u c h a s d o o r a n d S O o n T h e r e s u l t s s h o w tha
21、t t h i s w a y c a n s u c c e e d i n p i c k i n g u p the mo t i o n o b j e c t a n d a v a i l a b l y i m p r o v e the q u al i of the d e t e c t i o n，a n d a t the s a me ti m e，u s e n e i g h b o r h o o d w e i ght e d a v e r a g e a p p r o a c h a n d R o b e a s e d g e d e t e c t
22、 i o n t o d e a l w i th Y c o mp o n e n t o f Ha ll v i d e o s u rve i lla n c e a r r a y a n d g i v e the r e s u l t o f p roc e s s i n g Ke y wo r d s：d i g i t a l v i d e o s u rve i l l a n c e s y s t e m；i ma g e p roc e s s i n g；e d g e d e t e c ti o n；f r a me d i ff e r e n t i a l me tho d 责任编辑：代晓红 维普资讯 http:/