幀間差分法運(yùn)動(dòng)目標(biāo)檢測過程及原理

王風(fēng)祿 萬戩 范津銘

摘要：幀間差分算法就是我國研究領(lǐng)域的一大熱門，它是我國對(duì)目標(biāo)追蹤方面的重大研究對(duì)象。這一研究的大體思路就是利用模板匹配的方法進(jìn)行對(duì)目標(biāo)物的提取和檢測。這樣的方法的優(yōu)勢在于十分簡便，通過視頻序列中的連續(xù)兩幀或者是幾幀圖像的差別來實(shí)現(xiàn)對(duì)觀察目標(biāo)的檢測和提煉。

關(guān)鍵詞：幀間差分法;運(yùn)動(dòng)目標(biāo)追蹤;檢測過程及原理

1? RGB圖像轉(zhuǎn)換為灰度圖像

RGB圖像的別稱為真彩圖像，在通常情況下，會(huì)按照?qǐng)D像的顏色，一紅綠藍(lán)三種顏色為一組，每一組均代表像素的色彩。這些色彩直接存在圖像的數(shù)組之中而且不需要使用調(diào)色板，RGB圖像作為一種擁有二十四位的圖像，三種顏色均在一組中占據(jù)八個(gè)位碼，在理論上，所有的圖像總共有2的24次方種顏色。

因?yàn)楹w灰度級(jí)不同，所以該類圖像成為灰度圖像，在matlab中灰度圖像分為uint8和16或者雙層的精度數(shù)據(jù)來實(shí)現(xiàn)的。在通常的情況下，大多數(shù)的灰度圖像只能存放在一個(gè)矩陣?yán)?，在該矩陣中一個(gè)像素點(diǎn)就是該矩陣中的一個(gè)元素。

元素的數(shù)值可以涵蓋某個(gè)亮度區(qū)間，在通常情況下，0指得是灰色，1和255指的是白色，因?yàn)榛叶葓D像在存儲(chǔ)的過程中用不到調(diào)色板，所以matlab在編程的時(shí)候會(huì)用一個(gè)默認(rèn)的系統(tǒng)調(diào)色板來顯示圖像。

根據(jù)不同的彩色圖像，我們可以利用其色度的不同建立三維空間坐標(biāo)系，三個(gè)數(shù)軸都代表一個(gè)色度，這樣就可以直接把色度進(jìn)行區(qū)分和讀取，彩色圖像就變成了直觀的坐標(biāo)圖。這種方法有利于我們直觀的讀取圖片信息。雖然這種方法看是簡便，但是由于加權(quán)問題，圖片在還原的時(shí)候有可能出現(xiàn)圖像失真的情況，其主要原因在于我們對(duì)于紅黃藍(lán)的敏感度不同。

2? 圖像差分處理

作為面向像素級(jí)演變的像素檢測步驟，差分處理可以建立連續(xù)幀的差分和圖像背景變化為坐標(biāo)數(shù)據(jù)的差分算法。在連續(xù)幀間差分處理方面，其中一套是將連續(xù)的兩幀進(jìn)行對(duì)比，從中提取有用的信息，這種算法的主要公式如下：

上式很清楚的表示，將連續(xù)兩幀的圖像作差，能夠較快地獲得差分后的圖像信息。

公式（3.3）中fk是第k幀圖像，Bk是背景圖像，第k幀圖像與背景圖像的差即為差分后的圖像Dk。

3 差分圖像二值化

在運(yùn)動(dòng)目標(biāo)視頻序列圖像差分算法之中，需要對(duì)差分處理的圖像進(jìn)行二值級(jí)化處理，依據(jù)點(diǎn)來檢測或者是判斷背景和運(yùn)動(dòng)目標(biāo)，這種算法的依據(jù)來自于像素級(jí)理論。在通常的做法中，二值算法需要建立一個(gè)值T，當(dāng)差分的獲得值在T的范圍內(nèi)的時(shí)候，應(yīng)當(dāng)將算法結(jié)果列為背景像素，反之為目標(biāo)像素。

正如上式所呈現(xiàn)的，當(dāng)差分圖像獲得像素值>T的時(shí)候，獲得的像素為目標(biāo)像素，反之則為背景像素。

4? 形態(tài)學(xué)濾波

二值化后圖像會(huì)出現(xiàn)很多孤立的點(diǎn)，有許多間隙以及空洞、小空間，只要能夠讓分割后的圖像避免這些問題，我們可以通過圖像濾波的方法來解決。

形態(tài)學(xué)在通常情況下指的是生物學(xué)范疇中對(duì)動(dòng)植物研究的一類延伸學(xué)科，隨著信息技術(shù)的不斷發(fā)展，形態(tài)學(xué)數(shù)字化為圖像分析帶來了技術(shù)靈感，數(shù)學(xué)形態(tài)學(xué)的基本思想是通過一定的形態(tài)結(jié)構(gòu)元素來丈量和提取圖像中需要的形狀信息，從而達(dá)到更加全面地對(duì)圖像進(jìn)行分析的目的。該技術(shù)在通常情況下多對(duì)二值圖像進(jìn)行處理，也常常運(yùn)用到灰度圖像技術(shù)之中。

在形態(tài)學(xué)之中最重要的兩個(gè)概念是腐蝕和膨脹，腐蝕指的是通過數(shù)學(xué)算法剔除掉圖像中的無用點(diǎn)，其影響是剩下的目標(biāo)要比處理前減少像素。腐蝕的定義公式如下：

X用B來腐蝕記為XB定義為：

正如公式所呈現(xiàn)的內(nèi)容：B平移（x，y）后仍在集合X中的結(jié)構(gòu)元素參考點(diǎn)的集合。換句話說，用B來腐蝕X得到的集合是B完全包括在集合X中時(shí)B的參考點(diǎn)位置的集合。

5? 連通性檢測

根據(jù)數(shù)學(xué)形態(tài)對(duì)圖像進(jìn)行過濾能夠把干擾區(qū)域去除掉，其中一些小的縫隙也能夠得到有效的填補(bǔ)，但是也會(huì)有一些空隙得不到解決。從而影響檢測的效果，為了進(jìn)一步改善，可以跟進(jìn)連通性檢測來進(jìn)行對(duì)圖像的處理。

在同一個(gè)像素集合中，如果每一個(gè)像素能夠與其他不同的像素點(diǎn)能夠有效連接，那么這連接區(qū)域就叫做聯(lián)通部分，在圖像中，能夠準(zhǔn)確的定位該聯(lián)通區(qū)域是機(jī)器視覺基本方法之一，我們通常采用遞歸算法和關(guān)旭算法來實(shí)現(xiàn)。

二值圖像連通成分標(biāo)記的遞歸算法過程如下：

二值圖像算法中連通部分標(biāo)記的遞歸算法步驟——

1、對(duì)圖像進(jìn)行掃描操作，找到?jīng)]有進(jìn)行標(biāo)記的像素點(diǎn)，并對(duì)這些點(diǎn)進(jìn)行標(biāo)記為L;

2、依據(jù)遞歸算法找到L的相鄰像素點(diǎn);

3、如果沒有存在需要標(biāo)記的像素點(diǎn)，則停止標(biāo)記;

4、返回尋找像素點(diǎn);

由于這種方法需要反復(fù)重頭進(jìn)行，因此效率低，且需要耗費(fèi)大量的內(nèi)存，掃描的過程也十分繁瑣，而序貫算法在通常情況下只需要進(jìn)行兩次掃描，速度快效率高讓其成為最為通常使用的算法——

1、將圖像進(jìn)行建系操作，從左邊到右邊，從上邊往下面進(jìn)行圖像掃描;

2、倘若像素點(diǎn)是目標(biāo)像素點(diǎn);

在發(fā)現(xiàn)像素點(diǎn)的上邊和左邊有一個(gè)標(biāo)記、亮點(diǎn)之間有相同的標(biāo)記的時(shí)候，則對(duì)標(biāo)記進(jìn)行復(fù)制;

在發(fā)現(xiàn)兩個(gè)像素點(diǎn)之間有其他標(biāo)記，則復(fù)制上面的標(biāo)記點(diǎn)，對(duì)上面的點(diǎn)進(jìn)行復(fù)制，然后將標(biāo)記的點(diǎn)輸入等價(jià)表中進(jìn)行等價(jià)標(biāo)記。

如果不按照上面的做法，就把這個(gè)像素點(diǎn)分配給一個(gè)新的標(biāo)記，并且將這個(gè)標(biāo)記的像素點(diǎn)輸入等價(jià)表進(jìn)行等價(jià)標(biāo)記;

3、倘若圖像中還包含沒有掃描的像素點(diǎn)，則返回步驟2;

4、依照等價(jià)表的數(shù)據(jù)，在每一層的等價(jià)級(jí)中尋找最低的標(biāo)記;

5、掃描到圖像之后，把等價(jià)表中的最低標(biāo)記代替每一標(biāo)記。

結(jié)合實(shí)際情況，本文主要采用的像素點(diǎn)的標(biāo)記思路是，首先通過形態(tài)學(xué)濾波來對(duì)圖像進(jìn)行過濾處理，然后在采取更加高效的序貫算法來找出連通部分，緊接著對(duì)這些連通部分的輪廓進(jìn)行判斷，將輪廓外圍的一些小輪廓剔除，這樣圖像內(nèi)部就能夠呈現(xiàn)得更加完整，有利于進(jìn)行更深一步的、更高質(zhì)量的目標(biāo)跟蹤。