主頁（http://www.130131.com）：基于圖像處理的鐵路沿線視頻監(jiān)控算法設(shè)計(jì)[圖] 【中國集群通信網(wǎng)】近些年來，在很多涉及生命財(cái)產(chǎn)安全的行業(yè)中，安全監(jiān)控越來越引起人們的重視。鐵路行業(yè)的安全監(jiān)控一直以來是鐵道部和國家關(guān)注的重點(diǎn)項(xiàng)目，隨著我國火車的不斷提速，安全問題不容忽視，如何保證行車安全和行人安全直接關(guān)系到整個(gè)鐵路行業(yè)的發(fā)展。 本文設(shè)計(jì)的鐵路沿線視頻監(jiān)控方法是通過一種基于視頻圖像處理實(shí)現(xiàn)對于行人穿越鐵路線的監(jiān)控。當(dāng)被監(jiān)視區(qū)域中出現(xiàn)目標(biāo)后可以自動報(bào)警并且存儲相應(yīng)的故障照片，為事后的工作提供可靠的依據(jù)。算法設(shè)計(jì)的最大特點(diǎn)是提出一種以圖像處理為核心的安全監(jiān)控設(shè)計(jì)，通過圖像處理可以自動判斷有無危險(xiǎn)情況發(fā)生并自動報(bào)警，特別是在監(jiān)控人員不在時(shí)能夠發(fā)揮很大的作用。 1.視頻監(jiān)控系統(tǒng)中背景的提取 背景圖像是指視場中沒有運(yùn)動目標(biāo)的圖像，即使視場內(nèi)有運(yùn)動目標(biāo)，背景算法也通過技術(shù)處理除去目標(biāo)而獲得沒有運(yùn)動目標(biāo)的背景圖像。目前常規(guī)的背景提取的方法有統(tǒng)計(jì)直方圖法、統(tǒng)計(jì)中值法、多幀圖像平均法和連續(xù)幀差法等。 以上四種方法分別有各自的缺點(diǎn)。統(tǒng)計(jì)直方圖法存在的問題是隨著統(tǒng)計(jì)幀數(shù)的增加，得到的背景圖像效果并不明顯;統(tǒng)計(jì)中值法存在的問題與統(tǒng)計(jì)直方圖法也相差無幾，此外該算法實(shí)現(xiàn)時(shí)計(jì)算量較大，占用計(jì)算機(jī)內(nèi)存較大，處理較慢;多幀圖像平均法得到背景圖像受目標(biāo)運(yùn)動量的影響比較大，隨著平均幀數(shù)的增加，噪聲消除才會有所改善;連續(xù)幀差法靜止的背景圖像不能直接獲得，其關(guān)鍵是如何在有目標(biāo)運(yùn)動的情況下獲得良好的背景圖像，由于該算法并沒有對幀差分本身進(jìn)一步處理，存在的問題是易把紋理相似的前景交疊區(qū)域誤認(rèn)為背景。 綜合考慮以上四種背景提取方法，本文采用結(jié)合多幀圖像平均法和連續(xù)幀差法這兩種方法來進(jìn)行視頻序列背景的提取�？紤]到運(yùn)動目標(biāo)的多樣性，有目標(biāo)經(jīng)過視場而引起的變化長時(shí)間內(nèi)可忽略不計(jì)。多幀圖像平均法時(shí)將運(yùn)動目標(biāo)看作為噪聲，用累加平均的方法消除噪聲，利用目標(biāo)運(yùn)行一段時(shí)間的序列圖像進(jìn)行平均而得到視場背景圖像。連續(xù)幀差算法是通過當(dāng)前幀的圖像與前一幀圖像的差值找到運(yùn)動區(qū)域，對運(yùn)動區(qū)域的背景保持不變，而非運(yùn)動區(qū)域的背景則用當(dāng)前幀進(jìn)行更新，經(jīng)過一段時(shí)間的迭代便可提取出背景。兩種方法的結(jié)合可以很好地彌補(bǔ)各自的缺點(diǎn)，能夠適應(yīng)鐵路沿線周邊環(huán)境的要求，對存在運(yùn)動目標(biāo)的背景能夠提取出質(zhì)量較高的背景圖像。具體過程如下： 只考慮三幀的情況下，首先從視頻序列中隨便提取三幀，如圖1(a)～圖1(c)所示。然后對提取出來的三幀圖像分別轉(zhuǎn)換為灰度圖并求出它們的灰度平均圖像，以灰度平均圖像作為連續(xù)幀差法的第一幀圖像(即原始圖像)。通過原始圖像和提取的三幀圖像來做連續(xù)幀差法，得到的背景圖像經(jīng)過灰度圖如圖1(d)所示。
2.視場中危險(xiǎn)區(qū)域的劃定 從已經(jīng)得到的背景圖像灰度圖開始，進(jìn)行一系列的圖像處理，將會得到一幅標(biāo)定了危險(xiǎn)區(qū)域的二值圖像。首先對背景灰度圖進(jìn)行均勻化處理，依次是圖像增強(qiáng)、圖像二值化、區(qū)域標(biāo)記、除去圖像毛糙和圖像膨脹。 圖像二值化后的結(jié)果如圖2(a)所示，得到的最終結(jié)果如圖2(b)所示。從兩幅圖像的對比可以看出，圖像經(jīng)過一系列處理后，基本標(biāo)定了危險(xiǎn)區(qū)域。對于得到的圖2(b)，圖中白色的區(qū)域?yàn)殍F道雙軌內(nèi)部即設(shè)定的危險(xiǎn)區(qū)域。應(yīng)用此種方法得到的結(jié)果圖像在光照條件充足情況下能夠得到更好的效果，不適用于光照條件不足和夜間的危險(xiǎn)區(qū)域標(biāo)定。
3 .危險(xiǎn)情況存在時(shí)圖像的自動保存 由于視頻拍攝的位置是平行于地面，所以拍攝到的視場很寬廣。如果對拍到的整個(gè)鐵路線進(jìn)行監(jiān)控，那么周圍環(huán)境會對圖像處理帶來很大的干擾。所以為了達(dá)到較好的監(jiān)控效果，只考慮沿線的某一塊區(qū)域，本文選定的監(jiān)測區(qū)域是：行的位置從346～386的像素點(diǎn)，列的位置從341～370的像素點(diǎn)。待監(jiān)測的視頻是25幀/s，每秒鐘從視頻中抽取一幀進(jìn)行監(jiān)測。對于每一幀待監(jiān)測的圖像首先要進(jìn)行圖像的預(yù)處理，處理步驟包括有轉(zhuǎn)換為灰度圖、二值化、圖像膨脹等。把預(yù)處理后的圖像和圖2(b)做相與運(yùn)算，然后對得到的結(jié)果圖像在監(jiān)測區(qū)域內(nèi)進(jìn)行像素統(tǒng)計(jì)。 首先設(shè)定一個(gè)計(jì)數(shù)器counter，并令其初始值為0。在監(jiān)測區(qū)域內(nèi)對每個(gè)像素點(diǎn)進(jìn)行二值判斷，如果像素點(diǎn)的值為0(即黑色點(diǎn))，那么計(jì)數(shù)器自動加1，待監(jiān)測區(qū)域內(nèi)的每個(gè)點(diǎn)判斷完畢后，再對counter的值進(jìn)行判斷。如果counter的值大于200(說明監(jiān)測區(qū)域有很大的干擾，即有人進(jìn)入)，則自動對當(dāng)前待監(jiān)測的幀以灰度圖的形式保存起來，如果counter的值小于等于200(說明監(jiān)測區(qū)域沒有受到足夠大的干擾)，則本幀監(jiān)測結(jié)束，不保存圖像，轉(zhuǎn)而監(jiān)測下一幀。 對每一幀都做上述處理，經(jīng)過一段時(shí)間的監(jiān)測后，系統(tǒng)會自動保存一些危險(xiǎn)情況存在時(shí)的圖像(灰度圖形式)。圖像自動保存方法流程圖如圖3所示。
從監(jiān)控結(jié)果來看，得到的是一幅幅危險(xiǎn)情況存在時(shí)的圖像，圖像自動保存的部分結(jié)果如圖4所示。這些圖像是從10 min的視頻數(shù)據(jù)中自動抽取出來的，從這些圖像中可以分析整個(gè)設(shè)計(jì)的識別率，識別率的高低影響著算法設(shè)計(jì)和程序編寫的好壞。
通過鐵軌的人總數(shù)為114人左右，計(jì)算機(jī)成功識別出的越軌行為有99人、計(jì)算機(jī)沒有識別出的越軌行為有15人，本身無越軌行為但被計(jì)算機(jī)識別出的有9人。監(jiān)控結(jié)果的成功率=(99÷114)×100%=86.8%;監(jiān)控結(jié)果的漏報(bào)率=(15÷114)×100%=13.2%;監(jiān)控結(jié)果的誤報(bào)率=(9÷114)×100%=7.9%。 4 .一種目標(biāo)識別算法 鐵路上運(yùn)動目標(biāo)主要分為：行人、車輛、小動物和其他。 在對目標(biāo)進(jìn)行識別前先要對危險(xiǎn)情況存在時(shí)灰度圖圖像自動保存的結(jié)果進(jìn)行必要的圖像處理，目的是為后續(xù)的目標(biāo)識別奠定基礎(chǔ)，使經(jīng)過處理后的圖像更加方便地應(yīng)用于目標(biāo)識別。在這里圖像預(yù)處理主要包括增強(qiáng)圖像對比度、中值濾波和平滑處理等。目標(biāo)識別算法的流程圖如圖5所示。
|
