圖像監(jiān)控系統(tǒng)是一種集系統(tǒng)設(shè)計(jì)，軟件結(jié)構(gòu)及算法設(shè)計(jì)，軟件編程，數(shù)字圖像處理等多種技術(shù)于一體的綜合系統(tǒng)。對(duì)于水下圖像監(jiān)控系統(tǒng)而言，由于其環(huán)境的特殊性，水下水波，光線等干擾特別嚴(yán)重，圖像處理算法的研究顯得極為重要。本文在對(duì)整個(gè)系統(tǒng)進(jìn)行簡單介紹的基礎(chǔ)上，重點(diǎn)研究了采用基于統(tǒng)計(jì)推斷的彩色圖像處理方法，實(shí)現(xiàn)了對(duì)于水下目標(biāo)――人的分割。
1
圖1 監(jiān)控系統(tǒng)結(jié)構(gòu)模型 |
引言
近年來隨著經(jīng)濟(jì)的發(fā)展，社會(huì)的進(jìn)步，人民生活水平的不斷提高，圖像監(jiān)控系統(tǒng)廣泛應(yīng)用于銀行，超市，智能交通，建筑，工業(yè)環(huán)境，甚至等防洪水位等的方面。但是對(duì)于水下圖像的監(jiān)控，由于其環(huán)境特別之處，實(shí)現(xiàn)起來存在困難。本文針對(duì)這一環(huán)境的監(jiān)控，從系統(tǒng)結(jié)構(gòu)，和對(duì)水下圖像的分割算法方面，進(jìn)行了分析和研究，初步實(shí)現(xiàn)了水下圖像監(jiān)控系統(tǒng)的部分功能。
圖1 ：監(jiān)控系統(tǒng)結(jié)構(gòu)模型
2
系統(tǒng)結(jié)構(gòu)模型及軟件結(jié)構(gòu)
無論何種監(jiān)控系統(tǒng)一般包括圖像采集部分，圖像信息處理部分，以及輸出（包括顯示等部分）。攝像頭是監(jiān)控系統(tǒng)視頻信號(hào)的來源，一般經(jīng)過采集卡的AD轉(zhuǎn)換以及初步處理，進(jìn)入計(jì)算機(jī)，進(jìn)行軟件的信息處理，并且進(jìn)行顯示等實(shí)時(shí)操作。軟件實(shí)現(xiàn)功能部分是系統(tǒng)結(jié)構(gòu)中比較重要的，圖像算法處理在這一部分實(shí)現(xiàn)。圖像算法處理部分主要是通過對(duì)采集圖像進(jìn)行簡單處理，然后進(jìn)行圖像分割，得到水中目標(biāo)，再進(jìn)行其他對(duì)于目標(biāo)的判斷就比較容易了。
圖2 系統(tǒng)軟件主要功能及各部分相互關(guān)系 |
軟件設(shè)計(jì)是系統(tǒng)的一個(gè)重要組成部分，它不僅是算法和各種理論的具體實(shí)現(xiàn)，其本身也是一個(gè)復(fù)雜系統(tǒng)。不能盲目地投入程序的編寫，在編寫程序之前，要明確軟件要實(shí)現(xiàn)的功能，進(jìn)行項(xiàng)目計(jì)劃以及軟件系統(tǒng)的設(shè)計(jì)，便于以后的維護(hù)和更新。在系統(tǒng)體系結(jié)構(gòu)設(shè)計(jì)之后，采用模塊設(shè)計(jì)思想，主要是算法和數(shù)據(jù)結(jié)構(gòu)設(shè)計(jì)，除此之外還有用戶界面的設(shè)計(jì)等。
圖2： 圖像監(jiān)控系統(tǒng)，圖像分割，統(tǒng)計(jì)推斷
如圖2所示，系統(tǒng)分為監(jiān)控主系統(tǒng)和回放系統(tǒng)兩個(gè)部分。主系統(tǒng)的功能主要是對(duì)獲得的視頻信號(hào)進(jìn)行各種算法上的處理，然后對(duì)此結(jié)果做出相應(yīng)動(dòng)作，并且通過數(shù)據(jù)庫以及所保存的錄像文件與回放系統(tǒng)相關(guān)聯(lián)。回放系統(tǒng)主要是基于對(duì)數(shù)據(jù)庫信息和錄像文件進(jìn)行的一些操作來實(shí)現(xiàn)，文件的查詢檢索以及播放等基本操作。
3
算法研究
視覺監(jiān)視的第一步工作是將前景目標(biāo)所在的區(qū)域從背景中分割提取出來，即完成前景和背景的分離，水下人體的正確分割是關(guān)鍵的一步。這一工作一般有三種實(shí)現(xiàn)方法：背景消減、幀間運(yùn)動(dòng)分析和光流計(jì)算。后兩種方法都可以用于運(yùn)動(dòng)攝像機(jī)的情形，對(duì)動(dòng)態(tài)環(huán)境的適應(yīng)能力比較強(qiáng)，但幀間運(yùn)動(dòng)分析的結(jié)果精度不高，難以獲得目標(biāo)所在區(qū)域的精確描述[1]；光流計(jì)算的復(fù)雜度則非常高，難以符合視覺監(jiān)視系統(tǒng)實(shí)時(shí)處理的要求[2]。背景消減適用于攝像機(jī)靜止的情形。它為靜止背景建立背景模型，通過將當(dāng)前圖像幀和背景模型進(jìn)行比較，確定出亮度變化較大的區(qū)域，即認(rèn)為是前景區(qū)域[3][4]。這種方法的計(jì)算速度很快，可以獲得關(guān)于運(yùn)動(dòng)目標(biāo)區(qū)域的完整精確的描述，但對(duì)場(chǎng)景中光照條件、大面積運(yùn)動(dòng)和噪聲比較敏感，在實(shí)際應(yīng)用中需采用一定的算法進(jìn)行背景模型的動(dòng)態(tài)更新，以適應(yīng)環(huán)境的變化。出于處理速度和算法性能及應(yīng)用場(chǎng)合的考慮，本文和大部分視覺監(jiān)視系統(tǒng)一樣，選擇了建立背景模型作為檢測(cè)的方法。本文采用基于背景模型的統(tǒng)計(jì)推斷檢測(cè)對(duì)象的方法，由于水波，光線等較大的擾動(dòng)以及水下人體的運(yùn)動(dòng)行為在時(shí)間和范圍上的程度的影響，背景中景物并非完全靜止[5]，對(duì)于水下圖像的監(jiān)控處理相對(duì)比較艱難，所以背景模型的建立與更新極其重要。
由于攝像頭存在均值為0的高斯白噪聲，所以可以用高斯分布模型表示靜態(tài)背景中每一個(gè)像素的一段時(shí)間內(nèi)的分布。取視頻中不包含視頻對(duì)象的前N幀對(duì)背景進(jìn)行統(tǒng)計(jì)建模（針對(duì)每一像素點(diǎn)）。求出均值和標(biāo)準(zhǔn)差：
改進(jìn)算法消除陰影帶來的影響。由于陰影在圖像中可以看作是半透明的區(qū)域[7]，漫反射物體被陰影遮擋其表面反射特性并沒有發(fā)生任何變化，只是光照度發(fā)生變化，因此在HSV顏色空間中色度H和飽和度S相對(duì)于背景沒有發(fā)生變化，只是亮度V相對(duì)背景增大或者減小了，所以背景模型建立HSV彩色空間上。經(jīng)過亮度V判斷為視頻像素后，還要判斷HS來斷定是陰影還是真正的目標(biāo)。
經(jīng)過試驗(yàn)提取目標(biāo)后，經(jīng)過簡單去噪聲，和腐蝕膨脹就得到很好分割結(jié)果，可以繼續(xù)其他的操作。實(shí)驗(yàn)結(jié)果如圖3所示，選取連續(xù)9幀圖像作為背景模型的樣本圖像，由檢測(cè)結(jié)果可以看出效果明顯，并且由于陰影部分所帶來的影響可以很好的消除。
圖 3 圖像分割算法
4
結(jié)束語
本文針對(duì)水下這一特殊環(huán)境下的監(jiān)控，分析了此監(jiān)控系統(tǒng)設(shè)計(jì)的系統(tǒng)模型以及軟件實(shí)現(xiàn)的結(jié)構(gòu)。尤其是對(duì)水下圖像的目標(biāo)分割方面，提出了基于統(tǒng)計(jì)推斷的彩色圖像分割算法。在此理論上建立的背景模型使得算法抗干擾性能加強(qiáng)，并且采用HSV色彩空間以及迭代更新，對(duì)于陰影以及光線影響的消除效果明顯。本文算法下一步的工作是，進(jìn)一步提高背景模型的自適應(yīng)，不必要至少存在N幀無任何目標(biāo)的背景圖像。
[1] C. Anderson, P. Burt, and G. Cander Wal, Change Detection and Tracking Using Pyramid Transformation techniques, Proc. SPIE
今日頭條
官方微信
官方抖音
案例頻道
北京市公安局海淀分局備案號(hào)：11010802023656號(hào)