图像移动检测在安防系统中的应用研究

《图像移动检测在安防系统中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、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一、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应用技术热点之一，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。而在传统的监控系统中，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，得出相应的结论，做出相应的决策。但监控人员长期盯着众多的监

2、视器是一项非常繁重的任务，而且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。因此在现在的智能监控系统中，一般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相应的跟踪或处理模块。二、课题实现方案与技术难点2.1图像移动检测技术介绍在设计课题的具体方案之前，先简单介绍一下图像移动检测技术。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。而图像移动检测

3、的目的是准确地从序列图像中提取出有目标运动的区域，因此寻找移动的目标是图像监控的关键所在。差图像作为最经典、常胜不衰的移动目标检测方法，有其合理性与必然性，因为移动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

4、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。传统的移动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

5、影响小，不会由于背景渐变产生噪声随时间的累积的优点。2.2设计方案课题的目标是研究图像移动检测技术在安全监控系统中的应用，选择江西电信家庭版全球眼系统作为切入点，首先研究了图像检测技术在全球眼系统中的应用方式，然后选择一种差图像的算法，使用VisualC++进行实现，自定义算法的各个分割门限值等，对算法的性能和检测的准确度进行测试，从而确定差图像算法的实用和可行性。2.3移动检测算法在移动检测算法（主要是对差图像算法）的研究过程中，需要研究的问题主要有，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

6、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。课题选择的差图像算法是三帧差分算法，该算法在连续3帧视频图像中，分别取第1和第2帧之间、第2和第3帧之间作差分运算，根据未变化区域与运动变化区域服从不同的统计规律设计检测门限，对差分图像作运动变化检测和连通域的识别。将检测到的运动变化图像作去噪和空域分割后，再对得到的两幅差分图像作相与运算以确定运动图像的位置，最后再基于运动物体自身的灰度信息，恢复出完整的运动图像。算法由预处理以及运动目标检测和定位两部分组成。整个处理过程如图1所示,包括

7、以下几个步骤：(1)运动图像检测，取连续的3帧图像，分别将第1与第2帧图像、第2与第3帧图像相减，得到两幅差分图像。(2)运动图像的第一次空域分割，提出一种基于一次扫描进行图像拓扑连通性判别和加符号标记实现图像空域分割的算法，在差分图像中提取运动变化区域及其面积等特征参数，并实现运动变化图像的定位。(3)去噪处理，对运动变化图像利用步骤(2)中提取到的面积特征参数去掉由噪声引起的小面积的运动变化区域，以减少干扰。(4)第二次空域分割，将两幅差分图像进行相与运算，得到运动物体在中间帧中的三帧交叉部分，并基于该部分提取运动物体的自身灰度信息，再利用这一信息恢复出该帧

8、中完整的运动图像。5)特