视频监控系统中的图像处理方法技术方案

本发明专利技术公开了一种视频监控系统中的图像处理方法，包括图像的灰度化处理、图像的二值化处理、数学形态学的应用及采用连通区域分析算法。本发明专利技术运用了图像处理方面的知识，对图像进行灰度化处理可以降低处理复杂度，满足算法的实时性。二值化处理能够为后续的工作提供方便，形态学的应用可以消除图像中的噪声，使结果更理想。运用连通区域分析算法，可以跟踪物体的运动轨迹。

【技术实现步骤摘要】
视频监控系统中的图像处理方法
：本专利技术涉及一种视频监控系统中的图像处理方法。
技术介绍
：视频监控就是指在不需要人为干预的情况下，利用计算机视觉和视频分析的方法对摄像机拍录的图像序列进行自动分析，并判断它们的行为，从而实现对目标的检测和跟踪，在遇到异常情况时报警。在对视频中的运动物体检测之前，需要对图像进行预处理，这是后续工作的基础，处理的好，能给后面的检测工作带来方便。由于安放位置、拍摄角度和光照不均匀的影响，图像会出现亮度不均匀等情况，所有这些因素都会对图像的二值分割产生影响，图像二值化处理时采用局部阈值法，则是根据像素灰度值以及这个像素周围点的局部灰度特性，来确定像素的阈值的，但是实现速度比较慢。
技术实现思路
：本专利技术的目的在于提供一种能够为后续的工作提供方便、消除图像中的噪声、可以跟踪物体的运动轨迹视频监控系统中的图像处理方法。本专利技术的目的通过以下技术方案来实现：一种视频监控系统中的图像处理方法，视频监控系统采集的视频图像是彩色的，在处理时，先进行灰度化处理，之后进行二值化处理，再运用数学形态学的方法填补二值化图像中运动目标的内部空洞，最后采用连通区域分析算法，具体包括以下步骤：A、图像的灰度化处理：由于视频中的图像是彩色的，处理起来要考虑的因素比较多，由于图像的任意一个像素都具有三个不同的颜色分量，存在许多与识别无关的信息，计算比较复杂，所以先将彩色图像进行预处理，变成灰度图像，加快处理速度；B、图像的二值化处理：由于安放位置、拍摄角度和光照不均匀的影响，图像会出现亮度不均匀等情况，所有这些因素都会对图像的二值分割产生影响，所以二值化算法在系统中是非常关键的，它的优势和劣势将对后续的工作产生很大的影响；图像二值化分割方法具体为全局阈值法，是根据图像的直方图或灰度的空间分布来确定一个阈值，并根据此阈值来完成从灰度图像到二值化图像的转变；C、数学形态学的应用：运用数学形态学的方法填补二值化图像中运动目标的内部空洞；数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀或扩张运算、腐蚀或侵蚀运算、开运算和闭运算，膨胀会扩大图像，腐蚀会收缩图像，它们在二值图像和灰度图像中各有特点，基于这些基本运算，可以推导和组合各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测；D、采用连通区域分析算法：像素间的连通性是一个基本概念，它简化了许多数字图像概念的定义，如区域和边界，为了确定两个像素是否连通，必须确定它们是否相邻以及灰度值是否满足特定的相似性准则，实际上，在二值图像中提取连通分量是许多自动图像分析应用中的核心任务；运用连通区域分析来确定车的连通区域，再对区分出来的连通区域进行重心点计算，跟踪每帧图片计算出来的重心点，就能够确定物体的运行轨迹。本专利技术的进一步改进在于：步骤A中图像的灰度化处理采用加权平均值法：根据重要性或者其他指标给R、G、B赋予不同的权值，并使g等于他们的值的加权平均值，即：其中WR，WG，WB分别为R、G、B的权值，由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，所以一般用以下式，即：g＝0.299R+0.587G+0.114B。本专利技术的进一步改进在于：图像的二值化处理具体采用全局阈值法，全局阈值法具体为最大类间方差算法；在最大类间方差算法中，方差是灰度分布均匀性的一种量度，方差值越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小；算法分析输入灰度图像的直方图，将其分成两部分，使得它们之间的距离达到最大值，即类间方差达到最大值，划分点就是求得的阈值；设原始灰度图像灰度级为m-1，灰度级为i的像素点数为ni，则图像的全部像素为：N＝n0+n1+...+nm-1各值的概率：把灰度级用阈值T划分为两组：C0＝(0,1,2,...,T-1)和C1＝(T,T+1,...,m-1)；各组产生的概率如下：C0类出现的概率：C1类出现的概率：C0类的平均值：C1类的平均值：其中：是整体图像的灰度平均值；是阈值为T时灰度平均值，所以全部采样的灰度平均值为：μ＝ω0μ0+ω1μ1C0和C1类间的方差可由下式求得：从1到m-1之间改变T，求上式为最大值时的T，即求maxδ2(T)时的T*值，此时，T*就是阈值，δ2(T)叫做阈值选择函数。本专利技术的进一步改进在于：步骤C中的膨胀或扩张运算具体为：X依据S的膨胀可以定义为：在二值化图像处理中X为二值图像，S为结构化要素，上式表示把结构化要素S的原点平行移动到图形X中的所有像素上得到的集合之和，直接体现了膨胀运算的几何意义，膨胀运算具体操作是在图像上进行运行扫描，若当前像素的S反转形状邻域中有像素值为1，则当前像素值为1，否则为0。本专利技术的进一步改进在于：步骤C中的腐蚀或侵蚀运算具体为：X依据S的腐蚀可以定义为：在二值化图像处理中X为二值图像，S为结构化要素，上式表示不管把结构化要素S的原点平行移动到腐蚀运算后的图形中的哪一个像素上，它始终都包含在原图形X的内部，腐蚀运算具体操作是在图像上进行运行扫描，若当前像素与S具有同一形状的邻域全部在X中，则当前像素为l，否则为0。本专利技术的进一步改进在于：步骤C中的开运算和闭运算，其定义为：开运算：闭运算：在二值化图像处理中X为二值图像，S为结构化要素，X被S开运算就是X被S腐蚀后的结果再被S膨胀，开运算的结果是使结构化要素S在图像内平行移动且不从图像内溢出时，结构化要素能够到达的区域；闭运算的结果是使结构化要素S的反转在图像的背景内平行移动且不从背景中溢出时，结构化要素能够到达的区域的补集；开运算能消除图像中小于结构元素的较凸细节部分；闭运算能消除图像中较凹的部分，填补小空洞和缝隙，使得物体边缘更光滑；为了除去由于阈值分割产生的噪声，对图像先开运算，然后再闭运算，从而达到消除噪声，填补小空洞的目的。本专利技术的进一步改进在于：步骤D中连通区域分析算法具体为：令Y表示一个包含于集合A中的连通分量，并假设Y中的一个点是已知的；然后，用如下迭代表达式生成Y的所有元素：这里X0＝p，B是一个适当的结构元素，如果Xk＝Xk-1，则算法收敛，并且令Y＝Xk；在每一步迭代操作中，与A的交集消除了位于中心的标记为0的元素；设结构元素的形状在像素间具有连通性，如果假设每个连通分量中有一个点已知，则其结果适用于包含在A中的任何有限连通分量的集合。本专利技术的有益效果为：本专利技术通过对图像的处理，可以使图像中有用的信息或特征更容易提取，为进一步的图像分析以及目标跟踪工作提供良好基础。附图说明：图1-图5均是连通区域分析图：图1显示了起始点p的集合A，所有灰本文档来自技高网...

【技术保护点】
1.一种视频监控系统中的图像处理方法，其特征在于：视频监控系统采集的视频图像是彩色的，在处理时，先进行灰度化处理，之后进行二值化处理，再运用数学形态学的方法填补二值化图像中运动目标的内部空洞，最后采用连通区域分析算法，具体包括以下步骤：/nA、图像的灰度化处理：由于视频中的图像是彩色的，处理起来要考虑的因素比较多，由于图像的任意一个像素都具有三个不同的颜色分量，存在许多与识别无关的信息，计算比较复杂，所以先将彩色图像进行预处理，变成灰度图像，加快处理速度；/nB、图像的二值化处理：由于安放位置、拍摄角度和光照不均匀的影响，图像会出现亮度不均匀等情况，所有这些因素都会对图像的二值分割产生影响，所以二值化算法在系统中是非常关键的，它的优势和劣势将对后续的工作产生很大的影响；图像二值化分割方法具体为全局阈值法，是根据图像的直方图或灰度的空间分布来确定一个阈值，并根据此阈值来完成从灰度图像到二值化图像的转变；/nC、数学形态学的应用：运用数学形态学的方法填补二值化图像中运动目标的内部空洞；数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀或扩张运算、腐蚀或侵蚀运算、开运算和闭运算，膨胀会扩大图像，腐蚀会收缩图像，它们在二值图像和灰度图像中各有特点，基于这些基本运算，可以推导和组合各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测；/nD、采用连通区域分析算法：像素间的连通性是一个基本概念，它简化了许多数字图像概念的定义，如区域和边界，为了确定两个像素是否连通，必须确定它们是否相邻以及灰度值是否满足特定的相似性准则，实际上，在二值图像中提取连通分量是许多自动图像分析应用中的核心任务；运用连通区域分析来确定车的连通区域，再对区分出来的连通区域进行重心点计算，跟踪每帧图片计算出来的重心点，就能够确定物体的运行轨迹。/n...

【技术特征摘要】
1.一种视频监控系统中的图像处理方法，其特征在于：视频监控系统采集的视频图像是彩色的，在处理时，先进行灰度化处理，之后进行二值化处理，再运用数学形态学的方法填补二值化图像中运动目标的内部空洞，最后采用连通区域分析算法，具体包括以下步骤：
A、图像的灰度化处理：由于视频中的图像是彩色的，处理起来要考虑的因素比较多，由于图像的任意一个像素都具有三个不同的颜色分量，存在许多与识别无关的信息，计算比较复杂，所以先将彩色图像进行预处理，变成灰度图像，加快处理速度；
B、图像的二值化处理：由于安放位置、拍摄角度和光照不均匀的影响，图像会出现亮度不均匀等情况，所有这些因素都会对图像的二值分割产生影响，所以二值化算法在系统中是非常关键的，它的优势和劣势将对后续的工作产生很大的影响；图像二值化分割方法具体为全局阈值法，是根据图像的直方图或灰度的空间分布来确定一个阈值，并根据此阈值来完成从灰度图像到二值化图像的转变；
C、数学形态学的应用：运用数学形态学的方法填补二值化图像中运动目标的内部空洞；数学形态学是由一组形态学的代数运算子组成的，它的基本运算有4个：膨胀或扩张运算、腐蚀或侵蚀运算、开运算和闭运算，膨胀会扩大图像，腐蚀会收缩图像，它们在二值图像和灰度图像中各有特点，基于这些基本运算，可以推导和组合各种数学形态学实用算法，用它们可以进行图像形状和结构的分析及处理，包括图像分割、特征抽取、边界检测；
D、采用连通区域分析算法：像素间的连通性是一个基本概念，它简化了许多数字图像概念的定义，如区域和边界，为了确定两个像素是否连通，必须确定它们是否相邻以及灰度值是否满足特定的相似性准则，实际上，在二值图像中提取连通分量是许多自动图像分析应用中的核心任务；运用连通区域分析来确定车的连通区域，再对区分出来的连通区域进行重心点计算，跟踪每帧图片计算出来的重心点，就能够确定物体的运行轨迹。


2.根据权利要求1所述一种视频监控系统中的图像处理方法，其特征在于：所述步骤A中图像的灰度化处理采用加权平均值法：根据重要性或者其他指标给R、G、B赋予不同的权值，并使g等于他们的值的加权平均值，即：



其中WR，WG，WB分别为R、G、B的权值，由于人眼对绿色的敏感度最高，对红色的敏感度次之，对蓝色的敏感度最低，所以一般用以下式，即：
g＝0.299R+0.587G+0.114B。


3.根据权利要求1所述一种视频监控系统中的图像处理方法，其特征在于：所述图像的二值化处理具体采用全局阈值法，全局阈值法具体为最大类间方差算法；在最大类间方差算法中，方差是灰度分布均匀性的一种量度，方差值越大，说明构成图像的两部分差别越大，当部分目标错分为背景或部分背景错分为目标都会导致两部分差别变小，因此使类间方差最大的分割意味着错分概率最小；算法分析输入灰度图像的直方图，将其分成两部分，使得它们之间的距离达到最大值，即类间方差达到最大值，划分点就是求得的阈值；
设原始灰度图像灰度级为m-1，灰度级为i的像素点数为ni，则图像的全部像素为：
N＝n0+n1+...+nm-1
各值的概率：

【专利技术属性】
技术研发人员：史彦，罗家毅，周玮，缸明义，代忠红，刘娟，
申请(专利权)人：马鞍山职业技术学院，
类型：发明
国别省市：安徽;34