基于标定图像距离变换的目标分割方法

《基于标定图像距离变换的目标分割方法》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、摘要：在视频检测中经常会有待处理图像数据过大，图像处理系统开销大，图像噪声大，目标重叠和粘连等问题，本文提出了一种结合图像标定和标定图像距离变换的运动目标分割方法。首先，对被检测摄像机进行标定，根据标定后的世界坐标系抽样图像数据，；其次，对抽样后的视频图像序列进行背景差和帧差的前景检测；然后，根据世界坐标系的尺度作距离变换。再然后，按目标对象的实际物理尺寸，剔除噪声，选取种子点；最后，我们采用分水岭算法实现目标分割。实验表明，改进后的方法降低了图像处理系统的开销，有效降低了噪声影响，提高了粘连目标的分割检测。关键词：图像标定；标定图像距离变换；粘连目标分割中图分类号：

2、TP391.41文献标识码：A文章编号：1007-9599(2011)23-0000-03ObjectSegmentationMethodBasedonCalibrationDistaneeTransformImageZhuMin,CaoFeng(ZhejiangZhedaZhejiangSupconInformationTechnologyCo.,Ltd.,Hangzhou310053,China)Abstract:ThefollowingproblemsisexistedinVideoDetec廿onSystemloolargeimagedate,highcomp

3、utationalcost,noise,objectoverlappedandadhesion.thispaperproposedanewmovingtargetsegmentationmethodbasedonimagecalibrationanddistaneetransform.First,theimagedataissampledaccordingtoWCS(theworldcoordinatesystem),whichiscalibratedbytheCameraCalibrationToolboxonMatlab.Second,theforegroundi

4、sdetectedwithBackground・DifferencingandFrame-Difference.Third/TheDistaneeTransformisobtainedbasedonthescaleofWCS.Fourth,baseonactualphysicalcoordimatetoreducenoiseandselectseedpoints;Finally,SegmentationisfinishedbytheWatershedalgorithm.Experimentalresultsshowthatthismovingtargetsegment

5、ationmethodcanlowercomputationcostandreducenoise,improvethesegmentationofadhesiontarget・KeywordsJmagecalibration;DistaneeTransform;Adhesiontarget引言：在交通视频监控中，感兴趣的前景目标分割对于提取某些交通信息是非常重要的，例如车流量,车速，道路事件检测等。目前，已有很多分割技术被提出[1]-[9]o文献⑴通过对每个像素点建立灰度直方图来进行背景模型的初始化及更新，该前景分割方法基于当前像素与背景模型的灰度差分。文献[2][3

6、]⑺⑼假设各像素间是相互独立的，利用混合高斯模型对多峰值背景建模。文献⑷基于像素间彼此独立的假设,用隐形马尔科夫对像素建模，通过其加权燔提取运动前景。文献⑸对背景建立ARMA模型，进而利用卡尔曼滤波器估计动态目标。文献⑹逐个统计像素其颜色的、空间和帧间信息，建立特征向量表，然后利用贝叶斯定理判定各像素点是背景或前景。上述方法都是基于像素的图像处理，没有考虑到从摄像机获取的被检测图像信息中包含的三位空间物体的世界坐标系位置、尺寸、形状等信息。本文结合工程实际运用中图像检测目标的真实尺度特点，同时针对今后高清视频监控发展导致图像处理系统开销的增加，提出了采用标定图像采样来

7、降低图像处理系统的开销，利用标定图像的距离变换有效剔除噪声，提高粘连目标的分割，从而提高了目标识别和跟踪的准确性。一、标定图像的采样和标定图像的距离变换（一）标定图像的采样图像上每一点亮度反映了空间物体表面某点反射光的强度，而该点在图像上的几何位置则与空间物体表面相应点的几何位置有关。这些位置的相互关系,由摄像机成像的几何模型所决定。该几何模型的参数称为摄像机参数，这些参数必须由实验与计算来确定,实验与计算的过程称为摄像机标定［10,ll］o至今已经有许多摄像机标定的方法。如Tsai提出的基于三维标定参照物的标定方法［12］,标定参照物一般由两块互相