视频模糊不变性目标追踪的方法与系统的制作方法
【专利摘要】本发明属于计算机视觉，模式识别和监控领域，具体涉及一种视频模糊不变性目标追踪的方法与系统。本发明即针对视频图像质量出现退化或模糊不清而设计。模糊不变性目标跟踪系统包括：背景框架的获得即背景提取，目标前景检测，图像模糊度度量和判断，利用训练出的小波基和尺度对图像进行小波变换得到小波系数，根据小波系数重组并复原图像，从中频图像中初步提取图像边缘，再借助形态学方法细化图像边缘，根据边缘图像利用正交Fourier-Mellin矩提取不变特征，进一步进行视频图像识别与跟踪。
【专利说明】视频模糊不变性目标追踪的方法与系统
【技术领域】
[0001] 本发明属于计算机视觉，模式识别和监控领域，具体涉及一种视频模糊不变性目 标追踪的方法与系统。
【背景技术】
[0002] 信息化时代的高速发展，实时视频监控系统已经逐步成为人们生活中不可或缺的 一部分，广泛应用在生产、交通、社会安全等方面。但是受环境因素和设备自身因素的影响， 如在一个一个数字视频监控系统中，从前端到后端由图像采集、图像传输、图像存储、图像 显示等几个环节构成。在每一个环节或都会产生视频信息损失，也就是让图像质量变差或 变模糊，这是设备带来的降质。刮风、下雨、下雪、大雾等自然天气，都会导致图像质量急剧 下降或模糊不清。照度不足、背光、逆光、温度过低或过高，电视监控系统附近有很强的电磁 干扰源或电磁辐射等，也会对图像还原系统造成影响，影响到图像清晰度。这是环境带来的 降质。视频图像退化或模糊不清会导致系统无法正常应用。因此图像处理和跟踪系统的研 究和应有具有很重要的意义。
[0003] 现今视频质量诊断系统大量涌现，作为一种智能化视频故障分析与预警系统，可 以对视频图像出现质量下降进行准确分析、判断和报警。系统按照诊断预案自动对摄像头 进行检测，并记录所有的检测结果。用户可通过Web网页对系统运行情况进行监控，接收报 警，处理报警，查询历史信息，并可根据摄像头所在区域、品牌、故障类型、故障严重程度等 不同属性进行多种统计分析。
[0004] 利用视频质量诊断系统，用户能够有效预防因视频采集设备、视频传输等环节导 致的图像质量问题及所带来的损失，并及时发现破坏监控系统的不法行为。在设备、传输发 生问题后，可以迅速进行处理，保障监控系统有效运行。但是对于实时监控和目标跟踪仍然 具有很多难题，所以本发明意在此基础上实现模糊不变性目标跟踪。
【发明内容】
[0005] 本发明提出一种视频模糊不变性目标追踪的方法与系统，以解决现有技术中对于 环境变化和设备自身问题导致的图像模糊而难以准确检测和跟踪目标的问题。
【专利附图】
【附图说明】
[0006] 图1是根据本发明实施例的图像提取边缘的流程图。
[0007] 图2是根据本发明实施例的图像去模糊训练小波基的流程图。
[0008] 图3是根据本发明实施例的视频模糊不变性目标追踪的方法与系统的流程图。
【具体实施方式】
[0009] 需要说明的是，如果不冲突，本发明实施例以及实施例中的各个特征可以相互结 合，均在本发明的保护范围之内。另外，在附图的流程图示出的步骤可以在诸如一组计算机 可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况 下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0010] 下面将参考附图并结合实施例来详细说明本发明。
[0011] 实施例一，如图1所示，图像去模糊糊，包括：用训练出的小波基对图像进行分解， 用低频系数重构得到去模糊图像。
[0012] 本实施例中，如图2所示，读入视频，背景检测，得到前景图，小波去模糊之后，进 行图像边缘提取具体包括：
[0013] 背景提取与前景检测：顺序读入各帧图像，将图像变为灰度图，根据图像模糊度函 数判断图像是否模糊，是则用小波分解去模糊，直至图像GMG > T0并且BEW < to为止。进 一步提取图像边缘，现对图像进行分块处理：将灰度图像分为大小为2x2的块Du的组合； 对于每一块用harr小波基进行小波分解，得到四个系数a u，by 系数重组，把 所有的h组合到一起，所有的组合到一起，得到中频系数图，然后再进行2x2分块，进 行小波逆变换，得到两幅细节图像8_11和[12,这两幅细节图像分别包含了原图的水平和 坚直方向突变信息，即边缘信息，将这两幅图像相加则课得到图像的不完善的边缘图像，进 一步对于这幅图像进行形态学处理，膨胀处理后则可以得到我们所需要的图像边缘图像B_ imag.
[0014] 本实施例中，图像特征提取具体包括：对边缘图像B_imag预处理，规范到单位圆 内得到再进行离散正交Fourier-Mellin变换，即：（图像大小MXN)
[0015]
【权利要求】
1. 视频模糊不变性目标追踪的方法与系统，其特征在于，包括： 模板框架的提取即背景图像的提取；利用时域帧间像素的统计特性和帧内局部区域像 素的相关性，在直方图分析统计图像中的2X2的块，提取背景； 图像前景的提取，图像和背景图像代数做差； 图像模糊度的度量；利用图像灰度平均梯度和边缘极点距离和估计图像的模糊程度； 利用训练出的小波基和尺度对图像进行小波变换得到目标图像边缘 利用边缘图像用基于区域的方法正交Fourier-Mellin矩提取图像特征； 目标识别和跟踪。
2. 根据权利要求1所述的方法和系统，其特征在于，模板框架的提取即背景图像的提 取包括： 利用时域帧间像素的统计特性和帧内局部区域像素的相关性，在直方图分析统计图像 中的2X2的块，提取背景。
3. 根据权利要求1所述的方法和系统，其特征在于，图像模糊度的度量包括： a. 图像灰度平均梯度的计算，
越大图像越清晰； b. 边缘极点距离和BEW计算：用sobel坚直方向检测图像的f，得到边缘 B (Boundarier)，对于 边缘B中的所有点计算图像f中对应点所在行的极大极小值的列距Dwidth，即边缘宽 度，所有边 缘宽度的和即为BEW.越小图像越清晰， sobel坚直方向检测算子
根据以上两个指标，通过大量清晰和模糊图片训练处两个阈值TO和tO, GMG > TO并且 BEW < tO,则图像清晰，反之模糊。
4. 根据权利要求1所述的方法和系统，其特征在于，利用训练出的小波基和尺度对图 像进行小波变换包括： 利用小波变换的多尺度和多分辨性可以对图像进行变换达到图像去模糊和图像边缘 提取的目的。 图像去模糊关键是需要一个合适的小波基，然后逐步的进行小波分解，以求最终达到 去模糊的效果。首先通过大量模糊图片，选用不同的小波基，进行小波分解和重构，依据重 构图训练处合理的小波基，实验表明db9去模糊效果较好。图像边缘提取的过程首先对图 像进行分块，把图像分为2X2的小块，然后用选用小波基Haar进行小波变换，得到四个系 数a，b，c，d，然后对图像进行重排， 根据小波变换的特性，重排的四个区域：区域a集中了图像的低频信息，即重构后可以 得到相似图，区域b，c，d集中了图像的高频信息，重构后可以得到图像的细节信息，由于d 区域包含了大量的噪声，通常选取b，c两个区域来提取图像的轮廓，b区域刻画了图像水平 方向突变，C区域刻画了图像垂直方向突变，根据这两部分求和可得到粗略的图像边缘，进 一步利用形态学先膨胀再腐蚀便可得到图像的边缘，即包含外部边缘又包含内部边缘。此 方法对提取出的前景图的效果要求不高，并且有较强的鲁棒性。
5.根据权利要求1所述的方法和系统，其特征在于，利用边缘图像用基于区域的方法 正交Fourier-Mellin矩提取图像特征包括： 在以上步骤的基础上里用正交Fourier-Mellin矩提取特征，正交Fourier-Mellin矩 的定义，把图像定义在单位圆上，计算正交多项式Qn(r):
I中：
多项式Qn(r)定义于0 < r < 1，由正交性可得：
TF夺FourieiMel 1 in银亦极祕标下穿义为：
由于正交Fourier-Mellin矩提取出的特征在图像发生旋转，放缩，平移，仿射变换时 具有不变性，故它对于视频图像的移动，轻微抖动，外界环境变换造成的图像降质模糊不 清，有较强的抗干扰性，即模糊图像检测跟踪不变性。
【文档编号】G06T7/20GK104123566SQ201310143133
【公开日】2014年10月29日 申请日期:2013年4月24日 优先权日:2013年4月24日
【发明者】不公告发明人 申请人:信帧电子技术（北京）有限公司