<![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"></dfn>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<small id="yhprb"><delect id="yhprb"></delect></small>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]>
基于DM6446處理器的視頻運動(dòng)車(chē)輛檢測系統的實(shí)現
作者：
時(shí)間：2012-11-05
來(lái)源：網(wǎng)絡(luò )
收藏
3.1 差異積累背景建模
差異積累背景建模法首先要建立差異圖像，設差異圖像為F（i,j,t），當前視頻幀為f（i,j,tc），基準幀為f（i,j,tb），則由當前幀與基準幀比對可以得到一幅差異圖像，可表示為公式（1）：
這里的Tf 是一個(gè)特定的門(mén)限，決定著(zhù)差異的程度。
若兩幅圖像間灰度差在其坐標上有較大的不同時(shí)，F（i,j,t）的值被賦為1,否則為0.這樣可以生成一個(gè)像素值為0 或1,大小與輸入圖像一致的圖像矩陣，稱(chēng)為差異圖像?，F在考慮一組m 幀視頻序列{f（i,j,t1），
f（i,j,t2）， …， f（i,j,tm）},本文選取視頻的第f（i,j,tc-3）幀作為基準幀，系統初始化時(shí)將讀取的第一幀視頻數據賦予基準幀，基準幀隨著(zhù)視頻的輸入不斷迭代，程序實(shí)現時(shí)可按如下方式進(jìn)行迭代：
差異圖像描述了視頻圖像中物體的運動(dòng)，若在連續圖像序列中存在相對穩定的非運動(dòng)區域則可考慮作為背景。差異圖像矩陣隨視頻幀變化而不斷改變，根據差異圖像每個(gè)像素值的變化程度可以得到一個(gè)差異積累動(dòng)態(tài)矩陣D（i,j,t）。如公式（2）所示：
λ記錄每個(gè)像素差異積累的深度，動(dòng)態(tài)矩陣的單元數量和高寬比例與差異圖像矩陣相同，當差異圖像某位置處的值為0時(shí)使動(dòng)態(tài)矩陣相同位置處的計數器加1,這種計數器在動(dòng)態(tài)矩陣每個(gè)單元位置各有一個(gè)。在對視頻序列連續處理過(guò)程中，若動(dòng)態(tài)矩陣元素的計數器值等于λ時(shí)，就認為對應位置的像素灰度值在規定范圍內無(wú)變化，可以作為背景像素。
背景的更新采用加權平均法，設更新前背景為Bold（i,j,t），新背景為Bnew（i,j,t），結合系數利用公式（3）可獲得當前更新的背景。應用場(chǎng)景的背景會(huì )隨著(zhù)新視頻幀的輸入而不斷進(jìn)行自動(dòng)更新，圖3 示意了差異積累法的背景更新效果。
圖3 差異積累背景建模過(guò)程示意圖
3.2 運動(dòng)區域檢測
在獲得背景模型后，采用背景差法即可獲得背景差圖，設背景差圖為Bd（i,j,t），則有：
對背景差圖做二值化處理即可獲得視頻運動(dòng)車(chē)輛區域。本文二值化閾值選取采用文獻[5]的Otsu 法（最大類(lèi)間方差法）。Otsu 法根據圖像的灰度特性，將圖像分成前景和背景兩部分。前景和背景之間的類(lèi)間方差越大，說(shuō)明構成圖像的兩部分差別越大，當部分前景錯分為背景或部分背景錯分為前景時(shí)都會(huì )導致兩部分差異變小，因此，使類(lèi)間方差最大的分類(lèi)意味著(zhù)錯分概率最小，選取使類(lèi)間方差最大和類(lèi)內方差最小的圖像灰度值作為最佳閾值。
3.3 形態(tài)學(xué)濾波
僅對背景差圖像做二值化處理是不夠的，在二值圖中可能出現因錯判而導致的空洞和細小的噪聲，須進(jìn)一步經(jīng)形態(tài)學(xué)濾波處理以連接相關(guān)區域和去噪，具體的操作是腐蝕和膨脹。腐蝕的作用是從二值圖像中消除不相關(guān)的細節，膨脹可以使裂縫橋接起來(lái)。先腐蝕后膨脹的過(guò)程具有消除細小物體，在纖細點(diǎn)處分離物體和平滑較大的邊界時(shí)又不明顯地改變其面積的作用。先膨脹后腐蝕的過(guò)程具有填充物體內部細小空洞、連接鄰近物體、在不明顯改變面積的情況下平滑其邊界的作用。本文中選擇3×3 像素大小的結構元素先后對二值圖進(jìn)行腐蝕和膨脹操作。
3.4 區域生長(cháng)法目標定位
定位是指獲取視頻運動(dòng)目標的空間位置，本文采用區域生長(cháng)法對目標進(jìn)行位置標記。區域生長(cháng)法（Region Growing）是一種有效的圖像分割算法，算法將有相似性質(zhì)的像素或子區域集合起來(lái)構成區域并不斷擴大區域范圍?；痉椒ㄊ且砸唤M種子點(diǎn)開(kāi)始將與種子性質(zhì)相似的相鄰像素附加到生長(cháng)區域的每個(gè)種子上，逐步構成區域，在沒(méi)有像素滿(mǎn)足加入某個(gè)區域的條件時(shí)停止生長(cháng)。種子點(diǎn)的自動(dòng)選擇應滿(mǎn)足3 條準則：
① 種子與其鄰域必須有高相似度；② 在想得到的區域內，至少要能產(chǎn)生一顆種子；③ 不同區域的種子不能連接。
技術(shù)專(zhuān)區
国产精品自在自线亚洲|国产精品无圣光一区二区|国产日产欧洲无码视频|久久久一本精品99久久K精品66|欧美人与动牲交片免费播放
<![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"></dfn>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"><strike id="yhprb"></strike></s></dfn>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<small id="yhprb"><delect id="yhprb"></delect></small>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<small id="yhprb"></small>]]><![CDATA[<dfn id="yhprb"><delect id="yhprb"></delect></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]><![CDATA[<dfn id="yhprb"><s id="yhprb"></s></dfn>]]>
加入技術(shù)交流群
評論