圖像監(jiān)控系統(tǒng)是一種集系統(tǒng)設計，軟件結構及算法設計，軟件編程，數(shù)字圖像處理等多種技術于一體的綜合系統(tǒng)。對于水下圖像監(jiān)控系統(tǒng)而言，由于其環(huán)境的特殊性，水下水波，光線等干擾特別嚴重，圖像處理算法的研究顯得極為重要。本文在對整個系統(tǒng)進行簡單介紹的基礎上，重點研究了采用基于統(tǒng)計推斷的彩色圖像處理方法，實現(xiàn)了對于水下目標――人的分割。
1
引言
近年來隨著經濟的發(fā)展，社會的進步，人民生活水平的不斷提高，圖像監(jiān)控系統(tǒng)廣泛應用于銀行，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。但是對于水下圖像的監(jiān)控，由于其環(huán)境特別之處，實現(xiàn)起來存在困難。本文針對這一環(huán)境的監(jiān)控，從系統(tǒng)結構，和對水下圖像的分割算法方面，進行了分析和研究，初步實現(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)結構模型
2
系統(tǒng)結構模型及軟件結構
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)視頻信號的來源，一般經過采集卡的AD轉換以及初步處理，進入計算機，進行軟件的信息處理，并且進行顯示等實時操作。軟件實現(xiàn)功能部分是系統(tǒng)結構中比較重要的，圖像算法處理在這一部分實現(xiàn)。圖像算法處理部分主要是通過對采集圖像進行簡單處理，然后進行圖像分割，得到水中目標，再進行其他對于目標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系 |
軟件設計是系統(tǒng)的一個重要組成部分，它不僅是算法和各種理論的具體實現(xiàn)，其本身也是一個復雜系統(tǒng)。不能盲目地投入程序的編寫，在編寫程序之前，要明確軟件要實現(xiàn)的功能，進行項目計劃以及軟件系統(tǒng)的設計，便于以后的維護和更新。在系統(tǒng)體系結構設計之后，采用模塊設計思想，主要是算法和數(shù)據(jù)結構設計，除此之外還有用戶界面的設計等。
圖2： 圖像監(jiān)控系統(tǒng)，圖像分割，統(tǒng)計推斷
如圖2所示，系統(tǒng)分為監(jiān)控主系統(tǒng)和回放系統(tǒng)兩個部分。主系統(tǒng)的功能主要是對獲得的視頻信號進行各種算法上的處理，然后對此結果做出相應動作，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)相關聯(lián)。回放系統(tǒng)主要是基于對數(shù)據(jù)庫信息和錄像文件進行的一些操作來實現(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鍵的一步。這一工作一般有三種實現(xiàn)方法：背景消減、幀間運動分析和光流計算。后兩種方法都可以用于運動攝像機的情形，對動態(tài)環(huán)境的適應能力比較強，但幀間運動分析的結果精度不高，難以獲得目標所在區(qū)域的精確描述[1]；光流計算的復雜度則非常高，難以符合視覺監(jiān)視系統(tǒng)實時處理的要求[2]。背景消減適用于攝像機靜止的情形。它為靜止背景建立背景模型，通過將當前圖像幀和背景模型進行比較，確定出亮度變化較大的區(qū)域，即認為是前景區(qū)域[3][4]。這種方法的計算速度很快，可以獲得關于運動目標區(qū)域的完整精確的描述，但對場景中光照條件、大面積運動和噪聲比較敏感，在實際應用中需采用一定的算法進行背景模型的動態(tài)更新，以適應環(huán)境的變化。出于處理速度和算法性能及應用場合的考慮，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的方法。本文采用基于背景模型的統(tǒng)計推斷檢測對象的方法，由于水波，光線等較大的擾動以及水下人體的運動行為在時間和范圍上的程度的影響，背景中景物并非完全靜止[5]，對于水下圖像的監(jiān)控處理相對比較艱難，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)背景中每一個像素的一段時間內的分布。取視頻中不包含視頻對象的前N幀對背景進行統(tǒng)計建模（針對每一像素點）。求出均值和標準差：
改進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相對于背景沒有發(fā)生變化，只是亮度V相對背景增大或者減小了，所以背景模型建立HSV彩色空間上。經過亮度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。
經過試驗提取目標后，經過簡單去噪聲，和腐蝕膨脹就得到很好分割結果，可以繼續(xù)其他的操作。實驗結果如圖3所示，選取連續(xù)9幀圖像作為背景模型的樣本圖像，由檢測結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
結束語
本文針對水下這一特殊環(huán)境下的監(jiān)控，分析了此監(jiān)控系統(tǒng)設計的系統(tǒng)模型以及軟件實現(xiàn)的結構。尤其是對水下圖像的目標分割方面，提出了基于統(tǒng)計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，并且采用HSV色彩空間以及迭代更新，對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，進一步提高背景模型的自適應，不必要至少存在N幀無任何目標的背景圖像。
[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：11010802023656號