收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

视频监控中的背景颜色恒常性算法研究

蔡珣  
【摘要】: 随着彩色图像数字技术和计算机技术的发展,视频监控被广泛应用于视频会议图像传输以及银行、交通、社区等重要部门的安全监控中。然而,传统的视频监控通常只能对当时场景进行实时录像和传输,而不能对一些异常事件及时做出响应,因而不能真正达到视频监控的目的。为了实现真正意义上的视频监控,研究和发展视频监控系统的自动化和智能化成为当前最具有广泛应用前景和研究价值的重要课题之一。 运动目标的识别和跟踪是视频监控的最终目标,而实现这一目标主要有两种方法:一是颜色识别,二是背景差。其中,颜色识别是通过颜色匹配来达到目标识别的目的,而背景差则是通过一个背景模型来去除视频图像上的背景像素从而实现运动目标识别。这两种方法的关键问题都是需要保证目标或背景颜色识别的稳定性和实时性。然而,由于受外界光源、噪声、背景轻微运动等因素的影响,视频图像的目标和背景颜色常常会因此发生不同程度的改变,甚至会严重影响系统目标识别的稳定性和准确性。视频监控中的颜色恒常性问题对保证运动目标识别和跟踪的鲁棒性具有非常重要的研究意义。 由于视频监控系统本身是一个计算机视觉系统,本文针对视频监控中的背景颜色恒常性问题,在人类视觉感知生物学原理和计算机视觉颜色恒常性理论和算法的基础上进行研究,提出了解决漫反射表面受点光源光强非均匀分布影响、镜面反射表面受点光源光强非均匀分布影响的同时还存在镜面反射效应、背景差技术的背景模型受强干扰和光源渐变影响等问题的几种颜色恒常性算法,初步实现正确估计出监控场景的背景颜色的最终目标。 现有的颜色恒常性算法大多是假定光源入射到表面的光强是均匀分布的情况下,采用计算或基于物理反射模型的方法来实现受光源色彩变化影响的颜色估计。在实际的点光源视频监控环境下,光源入射到背景表面的光强通常是非均匀分布的,而且这种非均匀分布常常会影响到系统颜色识别的稳定性。因此,对于点光源环境下的视频监控系统,传统的颜色恒常性算法不能适用。另一方面,视频监控背景差技术还存在背景模型受大量噪声、背景轻微运动的干扰以及光源渐变影响等问题,这些问题仅仅依靠传统的自适应颜色混合高斯模型通常也很难解决。 针对上述问题,本文的主要贡献表现为如下5个方面: (1)提出了一种基于Lambertian反射模型的光强色调颜色估计算法。该算法通过对点光源环境下的光强非均匀分布对漫反射表面颜色识别影响的研究,主要解决漫反射背景表面的颜色恒常性问题。该算法大体分为两步:第一步,通过Lambertian反射模型推导出光强补偿估计算法,对背景的RGB颜色值进行估计;第二步,将光强补偿估计后的背景颜色转换到HSV颜色空间中再进行色调估计,从而实现背景颜色恒常性。性能评估和背景分割实验结果表明,光强色调颜色估计算法既充分利用了漫反射模型的物理特性,又利用了色调对阴影等明暗度的非敏感性,对非均匀光照下的漫反射表面的颜色识别具有较好的补偿作用。 (2)提出了一种漫反射不变性颜色估计算法。该算法通过对点光源光强非均匀分布下的漫反射物理特性的研究,推导出漫反射表面颜色不变性并结合颜色高斯模型实现背景颜色估计。性能评估测试和背景分割的实验结果表明,由于该算法充分利用了漫反射物理特性和背景颜色的统计信息,因此对点光源光强非均匀分布影响下的漫反射背景颜色识别具有比光照色调颜色估计等其它颜色估计算法更好的稳定性和准确性。 (3)提出了一种适用于镜面反射背景表面的Phong反射模型的颜色估计算法。该算法针对镜面反射表面存在点光源光强非均匀分布同时还存在镜面反射效应问题,通过对Phong反射模型的研究,在漫反射颜色不变性基础上推导并建立了Phong反射模型并利用该模型实现对镜面反射背景的颜色估计。性能评估和背景分割实验结果表明,该算法对同时存在光源强度非均匀分布和镜面反射效应影响的镜面反射背景颜色识别具有良好的稳定性和适应性。 (4)提出了一种针对视频监控背景差技术的自适应区域高斯背景模型。针对视频监控的背景差问题,本文对背景模型受强噪声、背景轻微运动、光源渐变的影响进行了研究,提出了一种自适应的区域高斯背景模型,解决了背景模型受强噪声、背景轻微运动的干扰影响和光源渐变影响的问题。该模型的建立分为三步:第一步,通过颜色高斯模型建立视频背景差图像;第二步,对背景差图像上的残留扰动区域采用一种改进的连通域标记算法建立区域高斯模型;第三步,采用Kalman滤波技术实现区域高斯模型时序上的自适应性。性能评估和背景差实验结果证明,该模型对去除背景差图像上的噪声、背景轻微运动和光源渐变的影响具有比自适应颜色混合高斯模型更好的鲁棒性和自适应性。 (5)为了验证背景颜色恒常性算法在视频监控系统中的实际应用,本文设计和开发了两个分别采用颜色识别和背景差技术的视频监控系统——虚拟踩气球系统和高速公路车辆监控原型系统,并分别将漫反射不变性颜色估计算法和自适应区域高斯背景模型应用到这两个系统中。 虚拟踩气球系统是一个将视频监控和虚拟现实技术相结合的人机交互系统。该系统不仅具有一定的应用价值,而且具有广泛的计算机视觉和虚拟现实技术的研究价值。为了验证漫反射不变性颜色估计算法在视频监控系统中的实际应用,本文在系统中采用了漫反射不变性颜色估计算法来解决受点光源光强非均匀分布影响的虚拟气球周边的背景颜色识别问题。系统的实际运行效果表明,漫反射不变性颜色估计算法不仅满足了系统实时性需要,而且该算法建立在点光源漫反射物理模型和统计信息的基础上,更明确了视点与反射光光强在空间位置上的对应关系,因而更能保证点光源视频监控场景中的颜色识别稳定性和准确性。目前,本系统已在山东省科技馆投入正常运行。 高速公路多车辆视频监控原型系统采用背景差技术实现运动车辆识别和跟踪,该系统主要分为背景建模、目标识别和跟踪三大部分。为了验证自适应区域背景模型在视频监控系统中的实际应用,本文采用自适应区域高斯模型作为背景模型,并采用区域检测、特征匹配和Kalman滤波技术实现目标识别和跟踪。对真实环境下的高速公路视频图像进行模拟实验后的结果表明,自适应区域高斯背景模型不仅保证了系统对噪声、背景轻微运动等影响的抗干扰性,而且保证了系统对目标识别和跟踪的自适应性。 综上所述,视频监控下的背景颜色恒常性问题是一个非常复杂的研究课题,同时也是保证系统稳定运行的关键。本文主要针对点光源光强非均匀分布影响下的漫反射表面颜色恒常性问题、点光源非均匀分布及镜面反射效应影响下的镜面反射表面颜色恒常性问题以及受强噪声、背景轻微运动、光源渐变影响下的背景模型的干扰和自适应问题进行了系统研究,并且这些研究成果必将为未来进一步开展更复杂场景下的视频监控研究工作奠定了有利的基础。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 李利军;管涛;王乘;段利亚;;基于增强现实的虚拟城市规划关键技术研究[J];计算机工程与设计;2006年19期
2 张良国;高文;陈熙霖;陈益强;王春立;;面向中等词汇量的中国手语视觉识别系统[J];计算机研究与发展;2006年03期
3 流明;;计算机也会看手语[J];百科知识;2006年19期
4 朱丽进;吴建国;郭星;李炜;刘君;;基于双目视觉的触摸技术研究[J];微型机与应用;2011年01期
5 侯义斌,陈晨,J.M.BTerken;视觉交互系统中的目标检测与运动分析[J];计算机工程与应用;2004年27期
6 欧剑;邹虹;;基于头部跟踪的虚拟画展系统[J];计算机应用;2010年S1期
7 管涛;李利军;;增强现实在小区规划中的应用研究[J];工程图学学报;2006年05期
8 赵志强,熊元姣;计算机视觉检测系统的设计方案[J];工业控制计算机;2005年10期
9 冯志全;孟祥旭;李学庆;王锐;;基于单目体系的可见手重构算法研究[J];计算机学报;2006年03期
10 朱效影;杜培明;;人脸检测技术综述[J];仪器仪表用户;2006年04期
11 张绍辉;;基于计算机视觉的情感计算[J];现代计算机(专业版);2009年03期
12 徐光祐;;以人为中心的计算机视觉应用[J];中国图象图形学报;2009年02期
13 刘成君;戴汝为;;计算机视觉研究的进展[J];模式识别与人工智能;1995年S1期
14 卢官明;基于内容的图像及视频检索[J];南京邮电学院学报;2002年02期
15 黄文清,汪亚明,周志宇;计算机视觉技术在工业领域中的应用[J];浙江工程学院学报;2002年02期
16 肖志涛,侯正信;基于相位信息的对称性检测算法[J];计算机学报;2005年11期
17 马玉真;陶立英;王新华;;计算机视觉技术的应用[J];试验技术与试验机;2006年01期
18 刘雄雅;徐志刚;;基于计算机视觉的汽车安全可行区域研究[J];中国水运(理论版);2007年01期
19 刘爱君;黄席樾;全洪渊;;基于虚拟检测技术的隧道交通参数检测方法研究[J];自动化与仪器仪表;2007年03期
20 李林;王帅;姜树明;刘晓辉;刘向阳;魏志强;;基于嵌入式的图像测量系统的设计与实现[J];山东科学;2010年04期
中国重要会议论文全文数据库 前10条
1 王海滨;蔡平;阮秋琦;;视觉方法在虚拟现实系统头部姿态检测中的应用研究[A];第九届全国信号处理学术年会(CCSP-99)论文集[C];1999年
2 田涌涛;洪锡军;王有庆;李从心;;计算机视觉在先进制造技术中的应用[A];面向制造业的自动化与信息化技术创新设计的基础技术——2001年中国机械工程学会年会暨第九届全国特种加工学术年会论文集[C];2001年
3 周红;刘光蓉;;计算机视觉及其在谷物籽粒检测分级中的应用[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
4 许罗迈;;人机交互是网络课程的精髓[A];全国大学英语教学改革暨网络环境下外语教学学术研讨会论文集[C];2004年
5 万刚;李锋;;基于目标的视点控制算法研究[A];第二届和谐人机环境联合学术会议(HHME2006)——第2届中国人机交互学术会议(CHCI'06)论文集[C];2006年
6 柯杏;何晓兰;姜国权;杜尚丰;;摄像机标定及基于平行直线特征的算法研究[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
7 许建明;孔德润;孙斌;张磊;胡乃中;付忠谦;何兵兵;谢岳;;基于计算机视觉的无创性食管曲张静脉测压仪及其检测方法[A];中华医学会第七次全国消化病学术会议论文汇编(下册)[C];2007年
8 王划一;王效良;;计算机视觉在绗缝机自动编程及控制中的应用[A];第二十届中国控制会议论文集(下)[C];2001年
9 刘纪红;许强;赵丽红;徐心和;吴宏亮;;一种基于计算机视觉技术的车流量检测方案及其实现[A];2003中国控制与决策学术年会论文集[C];2003年
10 曹殿才;;数字摄影测量与数字地球[A];2001年东北三省测绘学术与信息交流会论文集[C];2001年
中国博士学位论文全文数据库 前10条
1 李庆中;苹果自动分级中计算机视觉信息快速获取与处理技术的研究[D];中国农业大学;2000年
2 冯斌;计算机视觉信息处理方法与水果分级检测技术研究[D];中国农业大学;2002年
3 赵书涛;基于计算机视觉的直读仪表校验方法研究[D];华北电力大学(河北);2006年
4 孟祥艳;牛肉物理特性与品质的检测方法研究[D];吉林大学;2010年
5 谢存;计算机视觉中若干问题实现技术和算法的研究[D];大连理工大学;2002年
6 张彦娥;基于计算机视觉技术温室作物长势诊断机理与方法研究[D];中国农业大学;2005年
7 王彪;计算机视觉技术在低空突防与精确打击中的应用研究[D];南京航空航天大学;2005年
8 杨述平;基于计算机视觉的三维测试技术研究[D];中北大学;2005年
9 岳晓峰;计算机视觉技术及其在工业中应用的研究[D];吉林大学;2006年
10 王文格;基于计算机视觉的大型复杂曲面三维测量关键技术研究[D];湖南大学;2003年
中国硕士学位论文全文数据库 前10条
1 贡国栋;基于人脸识别的人机交互探索与研究[D];太原理工大学;2010年
2 刘洋;游戏引擎中基于计算机视觉的新型交互系统的实现[D];电子科技大学;2008年
3 赵琪;100MHz数字存储示波器的软件设计——参数测量与人机交互功能的实现[D];电子科技大学;2004年
4 吴明;信息产品的界面设计研究[D];浙江工业大学;2005年
5 王文涛;基于虚拟手的人机交互技术研究[D];华中科技大学;2005年
6 任永政;基于计算机视觉的板材成形件三维测量[D];吉林大学;2004年
7 丁劲生;计算机视觉中的字符识别及软件开发[D];西北工业大学;2005年
8 任振刚;基于SAPI引擎的语音交互方法的研究与实现[D];沈阳工业大学;2005年
9 武聪玲;基于计算机视觉的温室黄瓜幼苗营养无损监测研究[D];中国农业大学;2005年
10 丁芳颐;分布交互式三维潜艇航行训练仿真系统的研究[D];哈尔滨工程大学;2005年
中国重要报纸全文数据库 前10条
1 戴国忠;人机交互进入第三代[N];中国计算机报;2009年
2 邹大斌;多点触控:进入人机交互新时代[N];计算机世界;2010年
3 本报记者 滕继濮;人机交互:理想境界还有多远?[N];科技日报;2010年
4 本报记者 张意轩;人机交互渐行渐近[N];人民日报海外版;2010年
5 美国卡内基梅隆大学计算机学博士,微软雷德蒙研究院可视化及互动领域研究员 Desney Tan;人机交互 那些触手可及的梦想[N];电脑报;2009年
6 本报记者 朱文利;人机交互新时代[N];电脑报;2011年
7 本报记者 滕继濮;人机交互:技术为人服务[N];科技日报;2011年
8 袁楚;人机交互进化论[N];电脑报;2010年
9 詹姆斯·赫尔德:英特尔研究院院士、万亿级计算研究总监;重构计算机,改写人机交互[N];电脑报;2009年
10 王瑾;“河北省笔式人机交互工程技术研究中心”建设项目通过可行性论证[N];衡水日报;2010年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978