第25卷第2期重庆工商大学学报(自然科学版)2008年4月Vo1．25No．2JChongqingTeehnolBusinessUniv．(NatSciEd)Apr．2008文章编号：1672—058X(2008)02—0152—05图像处理在数字视频监控系统中的应用亓璐(济宁学院计算机科学系，山东济宁273155)摘要：针对数字视频监控系统智能化方面的薄弱环节，采用运动目标检测和图像增强方法对视频图像进行处理；针对视频监控系统背景图像变化不大的特点，在传统帧间差分运动目标检测的基础上，提出了对“门”等敏感区域增加权值的方法，成功分离出运动目标，提高了检测效率；给出了对Hall监控视频序列l，分量进行邻域平均加权法、Roberts算子边缘检测的图像增强结果。关键词：数字视频监控系统；图像处理；边缘检测；帧间差分法中图分类号：TN74文献标识码：A数字视频监控系统具有数字化、网络化、智能化等诸多优势，具有极大的潜力和广阔的发展空间。数字化的视频监控系统能够利用计算机对诸多异常情况进行处理，使数字视频监控系统初步具备图像识别和特征提取功能，更具智能化¨J。智能化监控系统代表了未来数字视频监控系统的发展方向，如何利用先进的图像处理技术，识别和提取出符合安全防范标准的有用信息是数字视频监控系统的又一关键问题。图像增强和运动目标检测是计算机智能视频监控的重要体现，是后续工作运动目标跟踪和识别的基础。在数字视频监控系统编码技术(H．264)研究的基础上，从两方面对压缩解码后的监控图像进行了处理。虽然处理的都是YUV彩色视频序列格式，但是其中y分量的物理含义是亮度，它包含了灰度的所有信息，l，分量就能够完全表示出一幅灰度图来，因此对灰度图像处理的各种方法，同样适合YUV格式l，分量的图像处理。1图像增强视频序列经过编码、解码、传输后，由于受到多种因素的影响，往往会使接收到的图像与原始图像之间产生某种差异，造成图像质量降低或退化，图像模糊不清等。经H．264解码后得到的图像，由于去除了帧内、帧间的冗余，部分区域出现块效应，如地板、墙面和人的衣服等，视频播放时偶尔有闪动。图像质量的下降，除了进一步优化编码器中帧内、帧间预测模式的算法以外，还可以采用图像处理的方式，改善人们感兴趣的信息。对于数字视频监控系统来说，引起图像失真的主要原因有监控环境中的噪声、编码过程中产生的块效应等。针对这些原因采取有效，可以通过图像处理的方法改善图像的质量。如通过增强对比度的办法来看清图像的细节；运用平滑技术减少块效应对图像清晰度的影响；使用微分运算突出边界或其他变化部分等。1．1图像锐化在图像识别中，需要有边缘鲜明的图像，即图像锐化。图像中的边缘像素都是亮度变化较大的地方，从数学观点来看，检查图像某区域内灰度的变化大小就是微分的概念-2J。图像函数在某处的微分值大，收稿日期：2007—08—01；修回日期：2007—11—20。作者简介：亓璐(1979一)，女，山东济宁人，助教，硕士研究生，从事视频数据压缩和图像处理研究。第2期亓璐：图像处理在数字视频监控系统中的应用l53表明像素值的变化率大，边缘明显；反之，微分值小，表示像素值变化率小，边缘不明显甚至模糊。当微分1r1r值为0时，表示像素值无变化。所以可以利用，，分别表示图像某处沿方向和】，方向的像素值变aay化率。图像锐化中最常用的方法是梯度运算。梯度运算法包括Robers算子、Sobel算子和Prewitt算子等，Sobel算子对噪声十分敏感，Robers算子的鲁棒性比较好。由于监控系统图像中掺杂着大量的噪声，因此采用Robers算子的图像锐化方法。Robers算子是在一个2×2的邻域上计算对角导数。采用式(1)，对Robers算子进行优化，简化了计算量，g(，，，)为变换后，，，)的灰度值：(，Y)一(，Y)=I，Y)-A+1，Y+1)I+I，Y+1)一+1，Y)I(1)计算出Robers算子变换后的像素值，将其与某个给定的阈值进行比较来判断是否存在边缘。如果变换后的像素值大于给定值，则认为边缘存在，阈值的选取经常需要进行多次试探才能达到理想的效果。图3、4是采用Robers算子对图1Hall视频图像的处理，图3是阈值取35时的Robers算子边缘检测结果，图4的阈值为5。图4的中心图像乱成一片，无法确认有效信息，就是因为阈值的选取不当，将不是边缘的像素误当作边缘的结果，没有达到锐化的目的，所以阈值的选取是十分重要的。图1监控背景图图2第72帧图像图3阈值=35时的处理效果图图4阈值=5时的处理效果图154重庆工商大学学报(自然科学版)第25