感興趣視頻區(qū)域的智能縮放

摘 要：感興趣視頻區(qū)域的智能縮放在醫(yī)學(xué)，工業(yè)，金融等多方面得到了廣泛的運(yùn)用。為了提取視頻中的感興趣區(qū)域，本文選取運(yùn)算簡(jiǎn)單，效益較高的幀間差分法來(lái)提取視頻圖像中的運(yùn)動(dòng)區(qū)域，并使用最鄰近插值算法將提取出的運(yùn)動(dòng)區(qū)域進(jìn)行縮放，實(shí)現(xiàn)感興趣視頻區(qū)域的智能縮放功能。

關(guān)鍵詞：感興趣區(qū)域的提取 最鄰近插值算法 幀間差分法

中圖分類(lèi)號(hào)：TP391.1 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：1672-3791（2012）11（a）-0197-02

有效地提取視頻圖像中的重要信息并進(jìn)行智能的縮放在實(shí)際的生產(chǎn)生活中非常的重要。因?yàn)槿值目s放無(wú)法將視頻中的重要信息提取出來(lái)，反而會(huì)增加縮放結(jié)果的失真度，所以ROI區(qū)域的縮放在多個(gè)領(lǐng)域給人們帶來(lái)眾多的便利。因此對(duì)視頻圖像中的運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，在序列圖像中檢測(cè)出變化區(qū)域并將運(yùn)動(dòng)目標(biāo)從背景圖像中提取出來(lái)，通過(guò)縮放方式實(shí)現(xiàn)感興趣視頻區(qū)域的智能縮放。

1 運(yùn)動(dòng)目標(biāo)檢測(cè)的基本原理

運(yùn)動(dòng)目標(biāo)檢測(cè)是指在序列圖像中檢測(cè)出變化區(qū)域并將運(yùn)動(dòng)目標(biāo)從背景圖像中提取出來(lái)。實(shí)際生活中，對(duì)于一些視頻圖像的后期處理過(guò)程僅僅考慮視頻圖像中對(duì)應(yīng)于運(yùn)動(dòng)目標(biāo)的像素區(qū)域，因此運(yùn)動(dòng)目標(biāo)的正確檢測(cè)與分割對(duì)于視頻圖像的后期處理很重要。然而，由于場(chǎng)景的動(dòng)態(tài)變化和外在因素的影響，運(yùn)動(dòng)目標(biāo)的檢測(cè)與分割變得相當(dāng)復(fù)雜。一般根據(jù)攝像頭是否保持靜止，運(yùn)動(dòng)檢測(cè)可分為靜態(tài)背景和運(yùn)動(dòng)目標(biāo)檢測(cè)。但是絕大多數(shù)視頻監(jiān)控系統(tǒng)是攝像頭固定的，因此靜態(tài)背景下運(yùn)動(dòng)目標(biāo)檢測(cè)算法受到廣泛關(guān)注。本文將使用幀間差分法來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，并且運(yùn)用最鄰近插值算法實(shí)現(xiàn)區(qū)域的縮放。

1.1 光流法

光流法在適當(dāng)?shù)钠交约s束條件下，根據(jù)圖像序列的時(shí)空梯度估算運(yùn)動(dòng)場(chǎng)，根據(jù)運(yùn)動(dòng)場(chǎng)的變化對(duì)目標(biāo)和場(chǎng)景進(jìn)行檢測(cè)與分割。雖然計(jì)算量小，快速靈活的，但噪聲、多光源、陰影和遮擋等因素會(huì)對(duì)光流場(chǎng)分布的計(jì)算結(jié)果造成嚴(yán)重影響；而且光流法計(jì)算復(fù)雜，很難實(shí)現(xiàn)實(shí)時(shí)處理。

1.2 背景減除法

背景減除法是一種有效的運(yùn)動(dòng)對(duì)象檢測(cè)算法，是利用背景的參數(shù)模型來(lái)近似背景圖像的像素值，將當(dāng)前幀與背景圖像進(jìn)行差分比較實(shí)現(xiàn)對(duì)運(yùn)動(dòng)區(qū)域的檢測(cè)，其中區(qū)別較大的像素區(qū)域是運(yùn)動(dòng)區(qū)域，而較小的像素區(qū)域是背景區(qū)域。非回歸背景建模算法是動(dòng)態(tài)的利用從某一時(shí)刻開(kāi)始到當(dāng)前一段時(shí)間內(nèi)存儲(chǔ)的新近觀測(cè)數(shù)據(jù)作為樣本來(lái)進(jìn)行背景建模。而回歸算法在背景估計(jì)中無(wú)需維持保存背景估計(jì)幀的緩沖區(qū)，它們是通過(guò)回歸的方式基于輸入的每一幀圖像來(lái)更新某個(gè)時(shí)刻的背景模型。

1.3 幀間差分法

1.3.1 基本原理

幀差法就是在圖像序列相鄰兩幀間采用基于像素的時(shí)間差分通過(guò)閉值化來(lái)提取出圖像中的運(yùn)動(dòng)區(qū)域。

（1）將相鄰幀圖像對(duì)應(yīng)像素值相減得到差分圖像Pt（x，y），其中：

Pt（x，y）=|ft（x，y）-ft-1（x，y）| （1）

式中：ft（x，y）為t時(shí)刻的幀；ft-1（x，y）為t-1時(shí)刻的幀。

（2）選擇合適的閥值，對(duì)上述差分圖像進(jìn)行二值化處理，得到二值化圖像PKt（x，y），其中：

（2）

如果對(duì)應(yīng)像素值變化小于事先確定的閥值時(shí)，則認(rèn)為此處為背景像素，取值為0；如果圖像區(qū)域的像素值變化很大，則認(rèn)為這是由于圖像中運(yùn)動(dòng)物體引起的，將這些區(qū)域標(biāo)記為前景像素，取值為1。本文利用標(biāo)記的不同像素區(qū)域來(lái)確定視頻中的運(yùn)動(dòng)圖像，從而提取出感興趣的視頻區(qū)域。

1.3.2 算法特征

由于相鄰兩幀的時(shí)間間隔很短，用前一幀圖像作為當(dāng)前幀的背景模型具有較好的實(shí)時(shí)性，其背景不積累，且更新速度快、算法簡(jiǎn)單、計(jì)算量小。

而劣勢(shì)在于對(duì)環(huán)境噪聲較為敏感，閥值的選擇相當(dāng)關(guān)鍵，選擇過(guò)低無(wú)法抑制圖像中的噪聲，過(guò)高則忽略了圖像中的變化。對(duì)于較大的、顏色一致的運(yùn)動(dòng)目標(biāo)，有可能產(chǎn)生空洞，無(wú)法完整地提取運(yùn)動(dòng)目標(biāo)。

2 插值算法的研究

2.1 原理分析

根據(jù)算法是否利用圖像的邊緣信息可將其分為兩類(lèi)。

（1）是不基于邊緣的圖像縮放算法，在這類(lèi)算法中，新得到的像素值與圖像的邊緣信息無(wú)關(guān)，只與其位置和其鄰域的像素值有關(guān)。這類(lèi)算法常用的有最近鄰域法、雙線性插值、樣條插值等算法。

（2）是基于邊緣的圖像插值算法，這類(lèi)算法新得到的像素點(diǎn)的灰度值與源圖像的邊緣相關(guān)，可得到比第1類(lèi)算法更滿(mǎn)意的視覺(jué)效果，但它們算法復(fù)雜，實(shí)際應(yīng)用較少。本文選用較為簡(jiǎn)單的最鄰近插值法對(duì)感興趣區(qū)域?qū)崿F(xiàn)縮放。

2.1.1 最鄰近插值法

設(shè)：一個(gè)四點(diǎn)領(lǐng)域的點(diǎn)分別為（i，j）、（i，j+1）、（i+1，j）、（i+1，j+1）；其灰度值分別為g（i，j）、g（i，j+1）、g（i+1，j）、g（i+1，j+1）；求這四個(gè)像素點(diǎn)中間的某一個(gè)點(diǎn)（u，v）的灰度值。而最鄰近插值法是通過(guò)比較這點(diǎn)和周?chē)膫€(gè)點(diǎn)之間的距離，然后與（u，v）距離最近的那個(gè)點(diǎn)的灰度值作為（u，v）的灰度值，并將將其距離記為D[（u，v），（i，j）]，其計(jì)算公式如下：

D[（u，v），（i，j）]=min{D[（u，v），（i，j）]，D[（u，v），（i，j+1）]，D[（u，v），（i+1，j）]，D[（u，v），（i+1，j+1）]} （3）

求得與（u，v）距離最近的那個(gè)點(diǎn)（p，q）之后，有最鄰近法確定（u，v）的灰度值為g（u，v），其計(jì)算公式如下：

g（u，v）=g（p，q） （4）

但是最鄰近插值法容易產(chǎn)生馬賽克，當(dāng)在一個(gè)四點(diǎn)領(lǐng)域內(nèi)需要產(chǎn)生更多個(gè)像素點(diǎn)，這一缺點(diǎn)更為明顯。

3 實(shí)驗(yàn)結(jié)果與分析

3.1 感興趣區(qū)域的提取

采用幀間差分法來(lái)提取視頻中的感興趣區(qū)域，即在序列圖像中檢測(cè)出變化的區(qū)域，并將運(yùn)動(dòng)目標(biāo)從背景圖像中提取出來(lái)。（1）選取適當(dāng)?shù)拈y值，（2）對(duì)差分圖像進(jìn)行二值化處理，區(qū)分背景像素和前景像素。但是實(shí)際的視頻圖像在進(jìn)行差分處理時(shí)，會(huì)受到外界不可抗拒的干擾，導(dǎo)致提取的感興趣區(qū)域并不完整，本文通過(guò)matlab軟件進(jìn)行幀差處理，結(jié)果如圖1、圖2所示。

結(jié)果分析：圖1表明的是通過(guò)幀間差分法提取的第21幀ROI區(qū)域；圖2表明的是通過(guò)幀間差分法提取的第79幀感興趣區(qū)域。實(shí)驗(yàn)表明，采用幀間差分法可以有效地提取出視頻圖像中重要的信息，但是由于光照，閥值的選擇，圖像的選取等客觀因素的存在，使得在用幀間差分法判斷背景像素和前景像素時(shí)產(chǎn)生了誤差，導(dǎo)致感興趣區(qū)域的提取不完整，影響實(shí)驗(yàn)效果。

3.2 縮放結(jié)果

本文選用最鄰近插值法實(shí)現(xiàn)圖像的縮放，結(jié)果如圖3所示。

結(jié)果分析：圖3顯示的是對(duì)提取出的ROI區(qū)域進(jìn)行智能縮放的結(jié)果。實(shí)驗(yàn)表明，采用最鄰近插值法可以有效地對(duì)提取出來(lái)的ROI區(qū)域進(jìn)行縮放，算法簡(jiǎn)單，速度快，但是基于該種算法是不基于邊緣的，所以縮放的結(jié)果會(huì)出現(xiàn)部分圖像的失真，影響縮放效果。

4 結(jié)論

本文提出了一種對(duì)視頻中的感興趣區(qū)域?qū)崿F(xiàn)智能縮放的方法。這種方法首先對(duì)視頻圖像進(jìn)行幀間差分法的處理，通過(guò)合適的閥值對(duì)視頻圖像進(jìn)行前景像素和北京像素的區(qū)分，然后再采用最鄰近插值法將提取出來(lái)的ROI區(qū)域進(jìn)行均勻的縮放。實(shí)驗(yàn)表明，該種方法可以有效地提取出視頻圖像中重要的信息并進(jìn)行縮放，算法簡(jiǎn)單，速度較快，大大的提高了人們?cè)谏a(chǎn)生活中對(duì)于信息的獲取效率。

參考文獻(xiàn)

[1]李業(yè)偉.基于感興趣區(qū)域的圖像處理算法研究[D].山東師范大學(xué)碩士學(xué)位論文.

[2]張雄，畢篤彥，楊寶強(qiáng).一種保持圖像邊緣的插值方法[J].空軍工程大學(xué)學(xué)報(bào).

[3]高嵐，方康玲，付旭，等.一種邊緣保護(hù)的灰度圖像插值算法[J].武漢科技大學(xué)學(xué)報(bào).

[4]黨向盈，吳錫生，趙勇.基于邊緣最大梯度的多方向優(yōu)化插值算法[J].計(jì)算機(jī)應(yīng)用研究.

[5]黨向盈，吳錫生，趙勇.新的基于邊緣檢測(cè)提高圖像質(zhì)量的插值.

[6]吳錫生，黨向盈，趙勇.基于閾值控制的邊緣自適應(yīng)快速圖像插值算法[J].計(jì)算機(jī)工程.