视频序列中ROI提取方法探究.docVIP

视频序列中ROI提取方法探究 　　摘 要 由于受光照、天气、噪声等因素影响，使得对视频序列中运动目标的检测成为一项比较困难的工作。本文首先对视频做分帧、灰度化等预处理，采用一种基于改进了的背景差分法对图像序列进行检测，提取人体二值图像，并利用数学形态学对二值图像中存在的孔洞和噪声点进行相应的处理，以人体最小外接矩形的高为边长，提取感兴趣的运动区域（ROI）。 关键词 运动区域提取 数学形态学 最小外接矩形 中图分类号：TP391.41 文献标识码：A ROI Extraction Method in a Video Sequence WU Caihong （Wuhan Yangtze Business University， Wuhan， Hubei 430065） Abstract Due to the effect of factors such as light， weather， noise， so about the detection of moving object in video sequences is a relatively difficult work. At first， this article making corresponding pretreatment for the videos such as separating frame and making gray， extracting human binary image based on an improved background difference method and using mathematical morphology processing the holes and noise point existed in binary images. With the high of minimum circumscribed rectangular as side length， extracting the Region of Interest （ROI）. Key words moving region extraction； mathematical morphology； the minimum circumscribed rectangle 0 引言 运动目标检测涉及视频图像处理、人工智能以及模式识别等领域，是运动图像分析、人机交互、视频监控等领域的重要处理环节，具有较强的研究价值和意义。运动检测在很多领域有着非常重要的作用，例如在商场、停车场、银行等公共场所应用运动目标检测技术，能够帮助监控人员及时发现公共场所的异常行为，防止偷盗、破坏等行为的发生，保证社会的安定。人体运动目标检测的主要任务是从图像序列中检测感兴趣的运动目标，将其与背景分开，并且获取物体及运动的相关参数用于后续的处理。通常情况下一个理想的目标检测方法能够应用到各种环境中，能够对外界因素的干扰具有鲁棒性。但是在实际情况中由于受光照、天气、噪声等因素的影响，使得运动目标检测成为比较困难的工作。目前还没有统一的目标检测算法专门对人体行为进行检测，大都是针对具体的运动环境进行分析解决的，因此根据不同的背景环境可采取不同的人体行为检测方法。本文提出了一种有效的运动目标检测方法，利用该方法能够正确地提取感兴趣的运动区域（ROI）。 1 预处理 1.1 分帧处理 本文数据集选取的是Weizmann数据库①中的人体行为运动的视频，每段视频表示一种行为，共5种行为，分别为：“走”（walk）、“跑”（run）、“侧向跑”（side）、“双脚跳”（jump）、“单脚跳”（skip），由9个不同的人完成。视频是在时域上图像序列的扩展，帧是组成视频的最小单位，代表单幅的图像。首先，将每段视频分帧，转化为人体行为图像序列。分帧后的图像序列是呈离散、静态规律的。假设一个包含有帧，大小为?的图像序列ｍ示第帧图像ｄ郑? 1，2，…，，将按列堆叠成一个维的向量，其中 = ?ｒ睁啊图像的序列可以表示呜阵的形式＃? 。将每段视频转化为图像序列后，对图像序列加矩形窗，每10帧为一个窗（作为一个样本），窗与窗之间重叠的帧数为5，则每个图像序列可分为（）个样本，为每段视频的帧数。 1.2 图像序列的灰度化处理 将原始视频进行分帧处理后，接下来的工作就是对图像序列进行简单的预处理。由于摄像头采集的AVI格式的视频是彩色的，将其进行分帧后得到的是24位彩色的JPG格式的图像序列，每帧图像大小为180??4?浚?庋?枷竦氖?萘拷洗螅?院竺媸侗鹚俣鹊挠跋旆浅４蟆Ｎ?跣〖扑愀丛佣龋?枰?圆噬?枷窠?谢叶然??恚??渥