视频采集技术.ppt

* 这四幅照片分别是100、200、300、及400帧的平均结果。100帧平均和400帧平均都有比较明显的“假背景”，只有300帧平均的背景比较真实。当初始化的背景图像中包含图中的“假背景”车辆而该车辆实际又早已离开原先停止位置时（如图d），由于真实的图像和背景参考帧在假背景区域差别较大（可能大于分割阈值T），假背景区域很容易被误判为运动车辆，导致误检。 * 2.2.2.4 常用的运动物体的检测——帧差法 (a) 帧差图像 (b) 二值化图像 物体高速运动时分割出运动区域较大 2.2.2 数字图像处理基础 2.2.2.4 常用的运动物体的检测——背景差法 背景消减法的基本思想是先形成观测场景的背景图像（背景像素：指较长时间保持像素值不变或变化很小的像素点），然后将当前帧图像与背景图像逐像素相减（理想情况下，差值图像中非零像素点就表示了运动物体），进而就可运用阈值方法将运动物体从背景中分离出来 ，即计算： 分别为t时刻当前帧图像和背景图像 为背景差图像 2.2.2 数字图像处理基础 2.2.2.4 常用的运动物体的检测——背景差法 2.2.2 数字图像处理基础 背景提取： 可以采用多帧累加求平均值的方法初始化背景参考帧，即把图像序列中对应像素的灰度值求平均作为背景像素的灰度值，经过长时间平均后，就可以把运动目标带来的灰度偏差消除，从而得到比较准确的背景。 2.2.2.4 常用的运动物体的检测——背景差法 2.2.2 数字图像处理基础 2.2.2.4 常用的运动物体的检测——背景差法 2.2.2 数字图像处理基础 即只有被判定为静止区域的像素才与本帧的背景图像通过加权求和的方式构成下一帧的背景图像，而被判定为运动目标的区域在背景更新时不发生变化 。 2.2.2.4 常用的运动物体的检测——背景差法 背景更新： 2.2.2 数字图像处理基础 与帧间差分法相比: (1)、背景消减法理论上可以正确地检测出静止或运动速度很慢的物体; （2）、同时对于高速运动的物体此方法也可以准确地分割出目标区域。而且在摄像头位置固定的情况下，背景消减法的运算量同样较小，可以满足实时性要求。 （3）、由于背景消减法的准确性很大程度上依赖于背景图像的可靠性，因此其对环境光线的变化非常敏感，背景图像需不断地被更新以迎合环境光线、阴影和天气的变化等。背景更新中的误差累计是影响背景消减法精度的重要因素。 2.2.2 数字图像处理基础 光流法的基本思想： 在空间中，运动可以用运动场描述，而在一个图像平面上，物体的运动往往是通过图像序列中不同图像灰度分布的不同体现的，从而，空间中的运动场转移到图像上就表示为光流场(Optical Flow Field)。光流场反映了图像上每一点灰度的变化趋势，可看成是带有灰度的像素点在图像平面上运动而产生的瞬时速度场，也是一种对真实运动场的近似估计。 2.2.2 数字图像处理基础 2.2.2.4 常用的运动物体的检测——光流法 如果在t 时刻图像点(x,y)的亮度值为E(x,y,t)，而光流在x 与y 轴的分量分别为u(x,y)和v(x,y)，那么Δt 时间后图像点运动到(x+Δx, y+Δy)点，设Δx=u(x,y)Δt，Δy=v(x,y)Δt，该点亮度为E(x+Δx,y+Δy,t+Δt)。假设下式成立： 2.2.2 数字图像处理基础 2.2.2.4 常用的运动物体的检测——光流法 E(x + Δx, y + Δy, t + Δt)? E(x, y, t) = 0 ——光流约束方程 光流法特点: (1)、在比较理想的情况下，它能够检测独立运动的对象，不需要预先知道场景的任何信息，可以很精确地计算出运动物体的速度，并且可用于摄像机运动的情况。; （2）、采用光流法进行运动物体检测的问题主要在于大多数光流法计算耗时，实时性和实用性都较差。 （3）、在实际应用中，有时即使没有发生运动，在外部照明发生变化时，也可以观测到光流；另外，在缺乏足够的灰度等级变化的区域，实际运动也往往观测不到。 2.2.2 数字图像处理基础 虚拟线圈是图像序列中由人工指定的一系列区域, 这些区域可以覆盖整个图像, 也可以局限于某个区块, 就像在路口埋设线圈检测器一样。 虚拟线圈是在视频图像检测中用来代替物理检测线圈功能的一种方法。虚拟线圈位置、大小一旦确定就可以用来检测交通量。物理检测线圈是通过磁感应等方式来检测是否有车辆经过而产生的