发布时间 : 星期二 文章静态场景下运动目标检测与跟踪算法研究更新完毕开始阅读
设x(,力是二维图像的平面坐标,图像灰度级的取值范围是
g=,{l,23,,L一1}(习惯上\表示最暗的像素点,L一1代表最亮的像素点),位于 坐标点x(,力上的像素点的灰度级表示为fx(,力\设toG为分割闭值, B=伪\代表一个二值灰度级,并且b\于是图像函数(f#,.)在闭值- 的分割结果为:
!,.x(卜{会众拼(2.4.1)
因此,闽值分割算法实际上就是按照某个准则函数求最优闭值T.的过程\山东大学硕士学位论文
闭值分割算法分为全局闭值法和局部阂值法两种[.,5]\全局阂值法利用全
局信息!(例如整幅图像的灰度直方图)对整幅图像求出最优分割阂值,可以是单 闭值,也可以是多闭值;局部闭值法是把原始的整幅图像分为几个小的子图像, 在对每个子图像应用全局闲值的方法求出最优分割闲值\阐值分割的结果在很 大程度上要依赖于对阂值的选择,因此选择一个合适的闽值成为关键\下面就 介绍两种常用的阂值选取算法一直方图方法和最大类间方差法\.24.1直方图法
图像的灰度级范围是,0,12,L一1,设灰度级i的像素点个数为m,,图像的 像素点的总数为M一外,,则灰度级,的出现概率p,/义/p,=器\灰度直 0
方图就是灰度级的像素数m-与灰度i的关系,它反映了一幅图像上灰度分布的 统计特性\. ,
少\\\\
2弓弓灰度值
图2.7双峰直方图示意图
20世纪60年代中期,Perwitt提出了直方图双峰法\其基本思想为:假定一 幅图像中的背景是浅色的,其中一个目标是深色的,那么统计得到的这幅图像 的灰度直方图中目标像素产生了直方图上的左峰,而背景中大量的灰度级产生 了直方图上的右峰如图2.7\从直方图中可以看出,目标与背景的交界附近具 有两个峰值之间灰度级的像素数目相对较少,从而产生了两峰之间的谷,从而 可以选取两峰之间的谷所对应的灰度级作为阂值,合理地将目标与背景分离\
类似地,如果图像中有多个单峰灰度分布的目标,则直方图有可能表现为较明山东大学硕士学位论文
显的多峰,可以确定多个闭值分割图像.
应用直方图的方法分割图像时,需要对待分割图像有一定的先验知识,因
为同一个直方图可以对应于不同的图像,直方图只表明图像中各个灰度级上有 多少个像素,并不能描述这些像素的位置信息,因此只根据直方图选择闭值并 不一定合适,通常对于复杂的图像我们使用自适应阂值算法\.2.42最大类间方差法
最大类间方差法是一种常用的自适应阂值分割方法40[l,它是基于图像直方 图建立的,其概述如下:
设fx(,力是像素点x(,力的灰度值,且fx(,力\一}l,其中L为图
像的灰度级总数\若灰度值等于i像素点的个数为n,,图像中像素点总数为 N一艺n,,则灰度值等于-出现的概率为=-0:
,,一呱,,,全\(2.4.3)一一P J卫,nlL叹!护-卜
选择闽值T,将其划分为两类c\玛和c,:{T+1,T十,2,,L一}l\和C,类出现的概率分别为: P0T()=艺Pi 其均值分别为 L一l
君T()=艺Pi(2.4.4)
!\犷卜客嘱(!),:(才)一,鬓1嘱(!)(2.4.5) 图像的总体灰度均值为: (2.4.6)
按照模式识别理论,可以求出这两类的最大类间方差为:山东大学硕士学位论文 二二=P0(t)[声\一声了#].+君(t)[产;(t)一尸:].(2.4.7) 则最佳阂值为
几acItl=argrnaX口0-JSL一1(2.4.8) .25中值滤波
在视频图像采集过程中,图像的质量容易受噪声和光照变化的影响,因此, 在对视频序列进行处理前,我们必须对图像进行去除噪声的预处理\
中值滤波是一种非线性的信号处理方法,所以中值滤波器也就是一种非线 性滤波器\中值滤波器在1971年由.J.wJkuyc首先提出并应用在一维信号处理 技术(时间序列分析)中,后来被二维图像信号处理技术所引用\中值滤波在
一定的条件下可以克服线性滤波器如最小均方滤波!均值滤波等带来的图像细 节模糊,而且对滤除脉冲干扰及图像扫描噪声最为有效\由于在实际运算过程 中不需要图像的统计特征,因此这也带来不少方便\
中值滤波一般采用一个含有奇数个点的滑动窗口,将窗口中各点灰度值的 中值来替代指定点(一般为窗口的中心)的灰度值\对于奇数个元素,中值是 指按大小排序后,中间的数值;对于偶数个元素,中值是指排序后中间两个元 素灰度值的平均值\本文采用3x3的滤波窗口\滤波的效果对比如图2.8!2.9 所示\
图2.8原图像图2.9中值滤波后的图像
对于二维情况,中值滤波的窗口形状和尺寸对滤波器效果影响很大\不同
图像内容和不同应用要求不同的窗口形状和尺寸\常用的二维中值滤波窗口形 状有线状!方形!圆形!十字形等\山东大学硕士学位论文 2.6实验步骤和实验结果 .26.1实验步骤
运动目标的提取过程包括图像的读入!预处理!运动目标提取和背景更新 四个部分,具体的实验步骤如下: (1)图像的读入
首先,读入预先存储的背景图像B(i,j.)和连续三帧连续图像kI_,(i,力! I*(i,j)!I!+,(i,j),其中图像的大小为288x384\初始背景和中间帧图像如图 2.10!图2.11所示\~.一一~一.一一.一-一. 一
.
一....一一......-..........,.......,.,..,...曰...脚,口闷旧...甲叫...呵钾.. 图2.10初始背景图片图2.11中间帧图像(第291帧) (2)预处理
在序列图像的拍摄过程中,光照变化等因素导致图像中含有噪声,因此在
运动目标提取前要对图像进行预处理\本文通过中值滤波滤除图像中的噪声, 中值滤波的窗口选用3x3的方形窗口\(3)运动目标提取
首先由对称差分法得出二值图像心x(,夕),计算出图像中的运动区域;然 后由背景差分法计算出中间帧图像的二值图像心x(,y),并对心x(,y)进行形 态学运算,去除孤立的噪声点和孤立的小区域,并填充小区域:最后在所求取 的运动区域内对背景差分法图像心x(,y)和对称差分图像心x(,y)进行逻辑
/或0运算,得到二值图像凡x(,力\其中,在对称差分法和背景差分法的计山东大学硕士学位论文
算中,我们采用最大类间方差法确定闭值\(4)背景更新
本文采用改进的混合高斯模型算法对背景进行更新\(5)转入步骤(1),直到所有的序列图像都处理完毕\2..62实验结果
本文在matlab环境下对两个视频序列做了目标检测和提取实验,图 2 .
14一图2.31为第一组序列图像目标检测的结果: !林拜 l卜r. 几 ;,以#!q
图2.12第291帧对称差分图像图2.13第291帧背景差分图像 血份1山互
图2.14第291帧原图像图2.巧第291帧提取的运动目标 }
k夕\八qJ- .
产了,J!片 .-产刊
图2.16第3001硕对称差分图像图2.17第300帧背景差分图像山东大学硕士学位论文 全t
图2.18第300帧原图像图2.19第300帧提取的运动目标 !
图2.20第306帧对称差分图像图2.21第306帧减背景图像 图2.22第306帧原图像图2.23第306帧提取的运动目标 ! 阮咎
图2.24第318帧对称差分图像图2.25第318帧减背景图像山东大学硕士学位论文
图2.26第318帧原图像图2.27第318帧提取的运动目标
由背景差分图像可知,当序列图像和背景图像受噪声干扰时,背景差分图 像中往往会含有许多孤立点!孤立小区域和小孔洞,如图2.13所示\本文使 用形态学滤波去除背景差分图像中的孤立点!孤立小区域和小孔洞,但是形态 学滤波不能完全去除背景差分图像中的噪声,因此本文通过对称差分图像确定 出运动区域,在运动区域内对背景差分图像和对称差分图像取/或0运算\另外,当目标与背景图像之间有小部分颜色和灰度相似时,容易造成运动 目标信息的缺失\如图2.23和图2.27所示,在左边人体的胳膊上有缺口,这 是由于左边人体的上衣部分与背景灰度相似导致的,而形态学滤波只能填充封 闭的区域,因此造成了这部分信息的缺失\不过,这都分信息的缺失没有影响 运动目标的提取\
由第291帧!第300帧!第306帧和第318帧的目标提取结果可知,本文
提出的运动目标检测方法有效地去除了背景差分图像中的噪声点对检测结果 的影响,比较完整地提取出了运动目标,为后续工作提供了良好的基础\! !口厂 !-几....,丹
图2.30第328帧对称差分图像帧减背景图像山东大学硕士学位论文 扮
图2.30第327帧原图像图2.31第327帧提取的运动目标
在对称差分图像确定的运动区域对背景差分图像和对称差分图像进行 /或0运算,有效地去除了非运动区域中噪声对运动结果的影响,这是本文方 法的优点;但是,当序列图像中含有慢速运动的目标时,对称差分图像只能检 测运动区域,容易漏检没有发生明显运动的目标区域,从而对运动目标的提取 造成影响,这是本方法的缺点\由图2.31可知,由于对称差分图像所确定的 运动区域过小,造成两个运动目标的腿部信息的缺失,因此,本文方法适用于 连续运动的目标提取,对于出现滞留运动的目标提取,是本文研究的下一步内 容\
图.232一图.239是本文对另外一个序列图像进行运动目标提取的结果\图2.32第1756帧对称差分图像图2.33第1756帧背景差分图像 六
图2.34第17561帧原图像图2.35第1756帧提取的运动目标山东大学硕士学位论文 .-,r.-二-,卜1全叮 压.砚七血百r: ,
.性呀8
广-r,口八.尸了l人,
图2.36第1943帧对称差分图像图2.37第1943帧减背景图像 几.砚山lr令鉴,
图2.38第1943帧原图像图2.39第1943帧提取的运动目标
由图2.35!图2.39可知,本文方法克服了背景差分图像中的噪声点对
运动目标提取的影响,较完整的提取出了运动目标\但是也存在上述分析的缺 点,需要做进一步的研究\2.7小结