专利名称：雾天条件下视频监控图像运动目标的检测装置和方法
技术领域：
本发明涉及数字图像处理领域，特别涉及到一种雾天条件下视频监控图像运动目标的检测装置和方法。
背景技术：
当前，视频监控系统已在各行业得到大力推广和应用，在很多公共场合，如道路监控、小区安防、港口物流等，需要通过对视频监控图像内容进行智能分析，实现特定目标跟踪和识别，尤其对公安系统定位可疑目标意义重大。通常，晴天天气下户外视频监控系统大都能清晰地显示目标图像，并能借助图像分析技术提取目标图像特征，但在雾天情况下，由于大气中粒子的散射作用，场景的能见度低，监控系统采集的图像中目标对比度下降、颜色失真偏移等，这将给图像目标的特征提取和识别带来很大困难，尤其对实时交通监控和户外公共区域的安全监控以及信息管理带来隐患，以致监管层很难针对现场情况做出实时有效的部署和调控。因此，迫切需要一种能对雾天条件下视频监控图像中运动目标识别的系统和装置，实现对雾天图像复原和景物细节清晰化，并在去雾后能对目标图像进行正确识别和分析。要实现雾天条件下快速、准确地识别视频监控图像运动目标，是非常困难的事情， 首先需要对雾天视频进行去雾处理，然后再运用算法快速提取运动目标。目前图像去雾方法主要分两类基于图像处理的增强算法和基于复原的物理模型法。前者主要通过增强对比度改善图像质量，如直方图均衡化、同态滤波、小波融合等，只能相对提高图像质量，并不能实现真正去雾，因此效果不明显；而后者采用物理模型沿着图像退化的逆过程复原图像。 对于物理去雾模型来说，当前大多算法需要需要利用参考视频(如晴天视频场景)的同一场景的图像估计深度信息来恢复图像对比度，但这对于实时的、动态的视频监控系统来说， 不可能提前获取晴天下同一场景的标准参考视频。最近有文献采用一种基于黑色通道优先 (Dark Channel Prior7DCP)的单幅去雾算法，采用拉普拉斯矩阵对传输图进行修补来改善块状效应，虽然可以改善去雾效果，但在传输图修补过程中会消耗大量的处理时间而导致实时性差。另外，目前基于运动目标的检测方法主要有背景差分法，帧差法，光流法等。其中，背景差分法易受到光线与天气等的影响，且需要不断更新背景导致前景目标识别效果不好；光流法计算量大且复杂，不适于实时处理；而帧差法因计算简单在实际系统中应用较广。综上所述，对实时、动态、不间断工作的视频监控系统来说，由于气候条件和运动目标都是随机的，所需处理的数据量很大，因此需要一种在无任何晴天参考视频序列的情况下，能对雾天监控视频序列进行快速去雾和准确识别运动目标的系统装置和处理方法。
发明内容
本发明的目的在于提供一种新型的去雾方法和目标识别方法以及相关系统装置， 能实现雾天视频快速去雾并准确提取更多的运动目标细节，对雾天条件下的视频监控图像目标识别具有重要意义，而且还具有良好的可移植性，从而实现本发明的目的。本发明所解决的技术问题可以采用以下技术方案来实现雾天条件下视频监控图像运动目标的检测装置，其特征在于，它包括摄像装置，所述摄像装置为用于获取监控现场真实图像的摄像头或摄像机，通过视频电缆连接至图像采集装置；图像采集装置，所述图像采集装置为将图像转换成一定格式的数据流的图像采集卡或图像转换芯片，通过PCI接口或656接口与图像分析处理装置连接；图像分析处理装置，所述图像分析处理装置为用于完成图像算法实现的PC机、服务器或嵌入式CPU，包含用于数据传输的PCI接口或656接口。雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述检测方法包括如下步骤(I)对雾天条件下的监控视频图像进行去雾处理；(2)对去雾处理完毕后的监控视频图像进行运动目标检测。3.根据权利要求2所述的雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述步骤(I)的具体流程如下I)获取雾天条件下的视频监控图像，并对视频序列进行抽帧处理；2)对每一帧视频监控图像建立大气衰减模型，估算视频监控图像的黑色通道，并求得整体大气光；3)将视频监控图像变换至YCbCr空间，对亮度分量进行多尺度Retinex变换，从而求得反亮度图，然后采用双边滤波器对反亮度图进行优化得到传输图；4)根据大气衰减模型，由原视频监控图像、整体大气光和传输图求得去雾后的图像。4.根据权利要求2所述的雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述步骤(2)的具体流程如下a.抽取连续三帧去雾处理完毕的视频监控图像；b.对抽取的视频监控图像进行两两差分运算获取差分图像；c.对差分图像进行进行自适应阈值分割处理，获得运动目标区域；d.对运动目标区域进行二值化处理和形态学滤波；e.对后续的视频图像序列继续循环检测运动目标，从而实现雾天视频监控的智能化去雾和运动目标检测。本发明提出了一种雾天条件下视频监控图像去雾和目标检测的方法和装置，在去雾处理方法中，利用双边滤波的非迭代性和快速保边性估计传输图，从而有效提高了去雾运算速度；对运动目标检测中采用了三帧间差法结合自适应阈值分割，实现了雾天视频监控运动目标的检测中。该发明不需借助任何参考视频，能自动有效地实现雾天监控视频图像的运动目标检测，将具备广阔的应用前景。
图I为本发明所述的检测装置的结构框图。图2为本发明所述的去雾预处理步骤的流程示意图。
图3为本发明所述的运动目标检测步骤的流程示意图。
具体实施例方式为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式
，进一步阐述本发明。如图I所示，本发明所述的雾天条件下视频监控图像运动目标的检测装置，包括
摄像装置部分，是指摄像头、摄像机等图像采集探头，完成监控现场真实图像的获取；图像采集装置，是指图像采集卡、图像转换芯片等部件，将图像转换成一定格式的数据流；图像分析处理装置，是指PC机、服务器、嵌入式CPU等设备，完成图像算法的实现。摄像装置采集现场模拟图像，通过视频电缆连接至图像采集装置，其功能是将模拟图像传输至图像采集装置，由图像采集装置将模拟图像转换成数字信息，PC机或嵌入式 CPU通过PCI接口或656接口将图像数据读入图像分析处理模块进行处理，再对图像数据进行算法处理从而实现本发明。本发明的所述的雾天条件下视频监控图像运动目标的检测方法，包括去雾预处理步骤和运动目标检测步骤，其中I)去雾处理步骤如图2所示，首先建立雾天成像模型。在雾天条件下，景物的成像机制主要有2种
(I)景物光通过大气传送到摄像机过程中的光线衰减机制；(2)大气中的粒子对环境光的散射。雾天视频监控系统采集的图像可以表示为
权利要求
1.雾天条件下视频监控图像运动目标的检测装置，其特征在于，它包括摄像装置，所述摄像装置为用于获取监控现场真实图像的摄像头或摄像机，通过视频电缆连接至图像采集装置；图像采集装置，所述图像采集装置为将图像转换成一定格式的数据流的图像采集卡或图像转换芯片，通过PCI接口或656接口与图像分析处理装置连接；图像分析处理装置，所述图像分析处理装置为用于完成图像算法实现的PC机、服务器或嵌入式CPU，包含用于数据传输的PCI接口或656接口。
2.雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述检测方法包括如下步骤(1)对雾天条件下的监控视频图像进行去雾处理；(2)对去雾处理完毕后的监控视频图像进行运动目标检测。
3.根据权利要求2所述的雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述步骤(I)的具体流程如下1)获取雾天条件下的视频监控图像，并对视频序列进行抽帧处理；2)对每一帧视频监控图像建立大气衰减模型，估算视频监控图像的黑色通道，并求得整体大气光；3)将视频监控图像变换至YCbCr空间，对亮度分量进行多尺度Retinex变换，从而求得反亮度图，然后采用双边滤波器对反亮度图进行优化得到传输图；4)根据大气衰减模型，由原视频监控图像、整体大气光和传输图求得去雾后的图像。4.根据权利要求2所述的雾天条件下视频监控图像运动目标的检测方法，其特征在于，所述步骤(2)的具体流程如下a.抽取连续三帧去雾处理完毕的视频监控图像；
b.对抽取的视频监控图像进行两两差分运算获取差分图像；c.对差分图像进行进行自适应阈值分割处理，获得运动目标区域；d.对运动目标区域进行二值化处理和形态学滤波；e.对后续的视频图像序列继续循环检测运动目标，从而实现雾天视频监控的智能化去雾和运动目标检测。
全文摘要
本发明公开了一种适用于雾天条件下的视频监控图像运动目标的检测装置和方法，所述装置包括摄像装置、图像采集装置和图像分析处理装置，所述方法包括去雾预处理方法和运动目标检测方法。本发明所述的去雾预处理方法中，利用双边滤波的非迭代性和快速保边性估计传输图，从而有效提高了去雾运算速度；对运动目标检测中采用了三帧间差法结合自适应阈值分割，实现了雾天视频监控运动目标的检测中。该发明不需借助任何参考视频，能自动有效地实现雾天监控视频图像的运动目标检测，将具备广阔的应用前景。
文档编号H04N7/18GK102609704SQ20121008151
公开日2012年7月25日 申请日期2012年3月23日 优先权日2012年3月23日
发明者张璐, 徐好, 查凯龙, 武楠, 王雨, 陈淑荣 申请人:上海海事大学