图像移动检测在安防系统中的应用研究.docVIP

图像移动检测在安防系统中的应用研究 ——三帧差分算法的研究与实现 研究背景 随着Internet和宽带网络技术的日益发展传统的以文字和图片为主的内容服务已不能满足用户的需求具有视频和音频的多媒体内容服务即将成为主流这是互联网技术发展的必然趋势同时各种高效压缩解压算法的提出为多媒体信息在网络上进行传输提供了可能图像监控一直是人们十分关注的用技术热点之一它以直观方便信息内容丰富等特点被广泛应用于许多场合要求监控人员不停的监视屏幕，获得视频信息，通过人为的理解和判断，得相应的结论，做出相应的决策。监控人员长期盯着众多的监视器一项非常繁重的任务由于存在监视范围大、人易疲劳和连续反应速度迟缓等方面的缺陷特别在一些监控点较多的情况下，监控人员几乎无法做到完整全面的监控。先判断序列图像中是否存在运动目标：若存在，则将运动区域从背景图像中正确地提取出来，并将分割出的运动区域的二值图像传送给跟踪模块。图像监控系统的出发点是监控移动的目标，它们或是非法侵入，或是通过关键的场景，总之是移动才带来了对它们实施监控的可能。的目的是准确地从序列图像中提取出区域因此寻找移动的目标是图像监控的关键。差图像作为最经典、常胜不衰的目标检测方法，有其合理性，因为能够导致图像的变化，相邻的两幅或多幅图像之间的关系，或当前图像与背景图像之间的关系，尤其是图像差的关系，能较好地体现出运动所带来的变化。由于侵入的目标的形状和颜色等特征是难以固定的，再加上监控的场景，即背景往往比较复杂，仅仅利用一个单帧图像就找出移动的目标是非常困难的。然而，目标的运动导致了其运动时间内，监控场景图像的连续变化，所以，使用图像序列分析往往是比较有效的，而且适合于低信噪比的情况。由于监控系统通常监控的视野比较大，系统设置的环境较为恶劣，图像传输的距离较远，从而导致图像的信噪比不高，因此采用突出目标的方法，需要在配准的前提下进行多帧能量积累和噪声抑制。传统的检测主要包括背景减除法、时域差分法、背景统计模型分类法和光流场法。背景减除法比时域分析法能更好地给出运动目标完整的区域表示，由于在光线渐变场合下实际背景会随着时间发生渐变，所以传统的采用固定背景相减的方法容易由于渐变产生噪声随时间的累积。其实背景减除法和时域差分法在性能上恰好互补，后者一般不能提取出运动目标的内部纹理，但由于采用一段小的时间间隔前后的两帧图像进行差分，时域差分法有受光线变化影响小，不会由于背景渐变产生噪声随时间的累积的优点。，研究的问题相邻的两幅或多幅图像之间的关系是什么关系，是简单的图像差的绝对值，还是多幅之间差的最大值，还是其他的与图像减法之间的其他函数关系，是尤其需要研究的。在研究中，研究如何差，如何自动得到差图像的分割门限，如何减小背景和突出目标是研究的方向。[1] PEDERSINIA , SARTIA , TUBARO S. Combined motion and edge analysis for a layer-based representation of image sequences [A ]. IEEE International Conference on Image Processing [C]. Lausanne: [s n], 1996. [2] G U C , E BR A H IM I T , K U N T M . M orphological spatio-tem poralsegm entation for content-based video coding [J]. International Workshop on Coding Techniques for Very Low Bit-rate Video [C ]. Tokyo: [s n], 1995.