基于紅外視頻的目標色彩分析研究

宮素文++倪紅彪

摘 要：對黑暗環境中的目標進行監控，要借助紅外視頻攝像設備進行觀察和采集。紅外視頻影像主要反映和體現目標及所在位置的背景向外界輻射出的能量的區別。文章通過闡述紅外視頻目標色彩分析的不同應用途徑，對紅外影像成像的主要特點進行分析，指出目標的大小、形狀、姿勢以及色彩灰度分布等屬性共同構成了影像的信息，并且多種因素會對紅外視頻的目標色彩造成影響。文章對紅外視頻色彩分析流程進行了描述，對紅外視頻目標色彩分析處理技術進行了分析，對自適應閥值的確定進行了推算。以此，可以明顯地分離出紅外視頻目標和背景的邊緣色彩。

關鍵詞：紅外視頻 目標 色彩 分析

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1672-3791（2014）04（a）-0012-02

在沒有光源的情況下，普通視頻監控探頭不能觀測到夜晚的目標，而具有紅外的視頻監控探頭就可以勝任這一任務，實現對探測環境或目標的全天候監測，紅外線對色彩有展示為灰度變化，要想再現和還原紅外視頻目標，有十分現實的意義。

紅外視頻目標色彩分析技術是先進的攝像機影像追蹤分析技術，這在軍事、工業、刑偵、醫療、消防、交通、娛樂等多個領域都有較高的應用需求。比如，在夜間交通中的事故分析中，可以用紅外線攝像儀進行分析，在刑偵方面，可以用來探測夜間的目標，以輔助刑偵斷案。紅外視頻色彩分析在娛樂方面也有較廣領域的應用，比如在演播室中可以借助先進的遠紅外跟蹤鏡頭對講解者實時追蹤，以保證最佳的拍攝位置和焦點。在智能小區的周圍環境的防盜中，也有很好的應用空間。在各種對紅外線色彩分析的應用中，對不同的場合有不同的要求，采用的分析技術也不相同。

1 紅外影像成像的主要規則分析

紅外視頻影像主要反映和體現目標及所在位置的背景向外界輻射出的能量的區別。所以，紅外影像主要闡述探測目標和所處的背景的熱輻射。目標的大小、形狀、姿勢以及色彩灰度分布等屬性共同構成了影像的信息。紅外影像主要規則如下：

（1）紅外影像與可以光相比，基本沒有紋理信息能夠利用。紅外影像輻射具有固有特性，其在大氣中傳輸會被吸收和散射，造成紅外影像難于展現出目標外在的紋理信息。

（2）由于大氣具有光波變長、傳輸距離較遠、景物熱平衡因素以及大氣衰減等影響，會有紅外影像對比度差、空間相關性較強以及視覺效果不理想的情況。

（3）在相鄰物體的交接位置，其影像灰度分布不連續，但由于分子運動和空氣流動的影響，會造成原本不連續的灰度差距變小，所以紅外影像目標邊緣的梯度較差，邊緣及層次呈現復雜性。紅外影像目標成像不平衡，相關性較高，有明顯的復雜性，所以，紅外目標的背景不能用普通方式來建模型。

（4）多種因素會干擾紅外影像的成像，季節、天氣、氣候、目標溫度以及時間段都是影響因素。目標在不斷運動中，目標成像的形狀、大小、姿勢都在不斷變化。不同的目標形狀及姿態都會形成不同的目標的成像。在自然界中，植物等外界物品有可能會遮擋目標，造成背景交叉，對紅外影像色彩分析造成較大困難。外界環境的溫度、濕度都會對紅外影像造成不同的干擾，加之熱成像技術的不完善，所形成的紅外影像色彩噪聲也較多。紅外影像色彩噪聲來源多種多樣，所以，紅外影像信噪比遠低于普通圖像。

紅外影像體現空間中目標表面的熱分布情況。因為周報環境和目標會發生熱交換，大氣的吸收和空氣熱輻射、陽光被云層散熱等因素的存在，造成紅外影像目標色彩對比度較低。通常來講，紅外影像成像色彩主要有三部分：背景圖像色彩、噪聲色彩和目標色彩。

2 紅外視頻色彩分析流程

對紅外視頻的目標色彩分析一般包括紅外視頻采集、視頻色彩分析以及紅外視頻傳輸等步驟。其中紅外視頻采集主要借助紅外探頭監控目標，經過模擬信號和數字信號的轉換，輸出數字影像，為紅外視頻色彩分析提供依據。視頻色彩分析對獲取到的影像進行分析和處理，通常包括影像預處理，色彩增強、影像分割以及探測目標檢測。對分析出的目標分類識別后，對移動目標的軌跡進行分析解讀，依照紅外視頻圖像色彩分析的結果和先期的報警模式，生產報警信息，同時，標記和存儲相關視頻。視頻傳輸主要開展視頻數據的傳輸以及傳遞報警信息。紅外視頻目標色彩分析是視頻監控的關鍵環節，不但可以存儲監控視頻，還可以借助于先進的計算機技術分析視頻中目標物體的色彩，以判斷其異常情況，實現對突發事件的報警處理。紅外視頻影像通過探測、分析和追蹤目標物體，監控場景中移動的目標，解讀和闡述目標的相關活動和行為，進而使視頻監控更具有智能性。視頻采集和分析的流程。

智能化的紅外視頻目標色彩分析和傳統的視頻監控系統有本質的區別。第一，紅外視頻目標色彩分析借助計算機的采集、處理、分析理論和方法，應用強大的計算機的處理技術，通過在后臺設置的視頻分析服務器，對監測目標色彩處理分析，以監測異常狀況。第二，紅外視頻目標色彩處理是變被動攝像為主動識別，可以增強刑偵及安全監控的有效性和及時性，使紅外視頻監測分析發揮強大的作用，降低人工成本，提高刑偵或安防的效率。

3 紅外視頻目標色彩分析處理技術

3.1 紅外視頻影像色彩分析具有以下特點

（1）紅外視頻影像分辨率可以達到2048×2048像素，25幀/秒的幀頻數可以高速記錄影像。在傳統的分析技術中，在簡單的圖像中探測一個規則的圖像很容易實現，但是在較大范圍內實現實時監測就比較復雜，要借助更為精確和高速的分析技術。

（2）紅外視頻影像背景單一，噪聲較小，灰度值低，通常穩定在20～30之間，有助于對背景色彩的分析。這既與實際場景有關，也與物理監測手段有關，要依靠合適的計算機濾鏡處理。

（3）目標不能太多，通常針對一個目標進行監測。目標亮度呈現不均勻性分布。探測目標邊緣呈現高亮的狀態，具有大致的形同性，內部也存在暗斑點和中亮區域。endprint

（4）紅外影像成像的幀和幀之間目標亮度有較大范圍的變化。雖然背景亮度低于目標低亮時的邊緣亮度，但高亮的目標，周圍會有不規則光暈附著，比目標低亮處的邊緣亮度要高。所以，在區別目標邊緣和背景而選擇一個科學的閥值較難。

（5）幀與幀之間的目標參數有較大差異，通常，所探測目標大小和位置不好劇烈變化，但目標亮度突變的可能性較大。業務紅外發光裝置不是理想的光源，其自身小幅度的旋轉也會導致影像中目標的亮度的劇烈變化。

3.2 紅外視頻目標色彩分析處理步驟

為了精確和快速探測到目標，只對目標邊緣的固定數量的點做哈弗隨機轉換。為對目標邊緣上的點進行框定，采取在影像中設置掃描線的技術，計算掃描線與目標邊緣交互點的技術。設置掃描線的時候，要注意借助上一幀探測的信息。分析處理在高性能計算機上依托數理處理軟件來模擬進行，計算機要求配置為四核處理器，內存為4 G或以上，存儲至少保持50 G的空間，以暫時存儲從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進行，所采集的抽樣要有代表性，并要滿足一定數量要求。以上措施可保障結果的科學性和可利用性。

處理技術過程為：第一步，對抽樣處理當前幀圖像，采用計算算法，得到自適應色彩閥值，來對目標邊緣和背景進行分割。第二步，如果是上一陣監測到的目標圖形，利用該圖形色彩參數，確定N條掃描線的參數，同時，根據實際情況調整參數，以得到與當前幀目標圖形的2N個交點。如果當前幀上一幀沒有監測到圖形，或者用傳統方法在當前幀不能確定所有掃描線的參數，就對當前圖形進行檢索，直到可以確定掃描線的參數為止。第三步，對這2N個點做哈弗隨機轉換，得到當前幀的目標圖形的相關參數。

3.3 自適應閥值的確定

對目標物體色彩的分析，必須找到一個科學的閥值測定方法，以區別背景和目標的色彩。可以在橫軸、縱軸方向各進行10%的抽樣，對當前幀圖形色彩進行抽樣，得到M個點，原圖像則有100M個點。對灰度值構建序列f1，f2，f3…，fm，通過抽樣和哈弗轉換，這對紅外影像目標圖形色彩的分析是足夠的。

對序列以加權平均的計算方法進行閥值的計算，設閥值：

U=

這里的0≤Wi≤1，并且

因為目標色彩亮度比背景色彩亮度高，為了突出目標色彩，要使較大的灰度具備較高的權值。科學的分析是：設

Wi=

為了凸顯理想的色彩分析效果，可以量化灰度值，然后得到的閥值U較為理想，這就可以明顯地分離出目標和背景的邊緣色彩。

4 結語

通過紅外視頻目標色彩處理方法的研究，找到紅外視頻中圖像顏色的變化的規律，從中進行大數據抽樣標記，根據規律可以對紅外視頻中的圖像進行物理還原，再通過現場模擬的辦法，借助哈弗模式的算法，提取自適應閥值作為參照，可以找出相關灰度下的真實的物體的顏色事物，對干擾物體排除，能準確的指導尋找目標工作，為排查提供方向，節省人力物力，為刑偵工作提供參考和借鑒，可以進一步研究算法模式的優化，以提高色彩處理的效率和準確度，為推廣應用打下基礎。

參考文獻

[1] Perry C M，Watkins S. Non-Contact Vital Sign Monitoring via Ultra-Wideband Radar，Infrared Video，and Remote Photoplethysmography：Viable Options for Space Exploration Missions[M].National Aeronautics and Space Administration， Johnson Space Center，2011.

[2] 白宏剛.紅外夜視技術及其軍事應用[J].現代物理知識，2011，23（6）：44-46.

[3] 譚本軍.紅外圖像降噪系統的實現[J]. 卷宗，2012（11）：67-68.

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術在變配電站實時視頻監測系統的應用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網絡監控攝像機的設計與實現[D].復旦大學，2010.

[6] 王杰，黃志剛，白鳳春.紅外線成像技術在電力系統的應用[J].電力安全技術，2010（3）：65-66.

[7] 陳思燕.基于目標檢測的視頻智能監控系統設計與實現[J].2011.

[8] 于秀文.農行網絡視頻監控系統的設計[D].山東大學，2011.

[9] 朱麗青.基于改進VFC活動輪廓模型的紅外圖像輪廓提取及視頻跟蹤[D].云南大學，2010.endprint

（4）紅外影像成像的幀和幀之間目標亮度有較大范圍的變化。雖然背景亮度低于目標低亮時的邊緣亮度，但高亮的目標，周圍會有不規則光暈附著，比目標低亮處的邊緣亮度要高。所以，在區別目標邊緣和背景而選擇一個科學的閥值較難。

（5）幀與幀之間的目標參數有較大差異，通常，所探測目標大小和位置不好劇烈變化，但目標亮度突變的可能性較大。業務紅外發光裝置不是理想的光源，其自身小幅度的旋轉也會導致影像中目標的亮度的劇烈變化。

3.2 紅外視頻目標色彩分析處理步驟

為了精確和快速探測到目標，只對目標邊緣的固定數量的點做哈弗隨機轉換。為對目標邊緣上的點進行框定，采取在影像中設置掃描線的技術，計算掃描線與目標邊緣交互點的技術。設置掃描線的時候，要注意借助上一幀探測的信息。分析處理在高性能計算機上依托數理處理軟件來模擬進行，計算機要求配置為四核處理器，內存為4 G或以上，存儲至少保持50 G的空間，以暫時存儲從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進行，所采集的抽樣要有代表性，并要滿足一定數量要求。以上措施可保障結果的科學性和可利用性。

處理技術過程為：第一步，對抽樣處理當前幀圖像，采用計算算法，得到自適應色彩閥值，來對目標邊緣和背景進行分割。第二步，如果是上一陣監測到的目標圖形，利用該圖形色彩參數，確定N條掃描線的參數，同時，根據實際情況調整參數，以得到與當前幀目標圖形的2N個交點。如果當前幀上一幀沒有監測到圖形，或者用傳統方法在當前幀不能確定所有掃描線的參數，就對當前圖形進行檢索，直到可以確定掃描線的參數為止。第三步，對這2N個點做哈弗隨機轉換，得到當前幀的目標圖形的相關參數。

3.3 自適應閥值的確定

對目標物體色彩的分析，必須找到一個科學的閥值測定方法，以區別背景和目標的色彩。可以在橫軸、縱軸方向各進行10%的抽樣，對當前幀圖形色彩進行抽樣，得到M個點，原圖像則有100M個點。對灰度值構建序列f1，f2，f3…，fm，通過抽樣和哈弗轉換，這對紅外影像目標圖形色彩的分析是足夠的。

對序列以加權平均的計算方法進行閥值的計算，設閥值：

U=

這里的0≤Wi≤1，并且

因為目標色彩亮度比背景色彩亮度高，為了突出目標色彩，要使較大的灰度具備較高的權值。科學的分析是：設

Wi=

為了凸顯理想的色彩分析效果，可以量化灰度值，然后得到的閥值U較為理想，這就可以明顯地分離出目標和背景的邊緣色彩。

4 結語

通過紅外視頻目標色彩處理方法的研究，找到紅外視頻中圖像顏色的變化的規律，從中進行大數據抽樣標記，根據規律可以對紅外視頻中的圖像進行物理還原，再通過現場模擬的辦法，借助哈弗模式的算法，提取自適應閥值作為參照，可以找出相關灰度下的真實的物體的顏色事物，對干擾物體排除，能準確的指導尋找目標工作，為排查提供方向，節省人力物力，為刑偵工作提供參考和借鑒，可以進一步研究算法模式的優化，以提高色彩處理的效率和準確度，為推廣應用打下基礎。

參考文獻

[1] Perry C M，Watkins S. Non-Contact Vital Sign Monitoring via Ultra-Wideband Radar，Infrared Video，and Remote Photoplethysmography：Viable Options for Space Exploration Missions[M].National Aeronautics and Space Administration， Johnson Space Center，2011.

[2] 白宏剛.紅外夜視技術及其軍事應用[J].現代物理知識，2011，23（6）：44-46.

[3] 譚本軍.紅外圖像降噪系統的實現[J]. 卷宗，2012（11）：67-68.

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術在變配電站實時視頻監測系統的應用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網絡監控攝像機的設計與實現[D].復旦大學，2010.

[6] 王杰，黃志剛，白鳳春.紅外線成像技術在電力系統的應用[J].電力安全技術，2010（3）：65-66.

[7] 陳思燕.基于目標檢測的視頻智能監控系統設計與實現[J].2011.

[8] 于秀文.農行網絡視頻監控系統的設計[D].山東大學，2011.

[9] 朱麗青.基于改進VFC活動輪廓模型的紅外圖像輪廓提取及視頻跟蹤[D].云南大學，2010.endprint

（4）紅外影像成像的幀和幀之間目標亮度有較大范圍的變化。雖然背景亮度低于目標低亮時的邊緣亮度，但高亮的目標，周圍會有不規則光暈附著，比目標低亮處的邊緣亮度要高。所以，在區別目標邊緣和背景而選擇一個科學的閥值較難。

（5）幀與幀之間的目標參數有較大差異，通常，所探測目標大小和位置不好劇烈變化，但目標亮度突變的可能性較大。業務紅外發光裝置不是理想的光源，其自身小幅度的旋轉也會導致影像中目標的亮度的劇烈變化。

3.2 紅外視頻目標色彩分析處理步驟

為了精確和快速探測到目標，只對目標邊緣的固定數量的點做哈弗隨機轉換。為對目標邊緣上的點進行框定，采取在影像中設置掃描線的技術，計算掃描線與目標邊緣交互點的技術。設置掃描線的時候，要注意借助上一幀探測的信息。分析處理在高性能計算機上依托數理處理軟件來模擬進行，計算機要求配置為四核處理器，內存為4 G或以上，存儲至少保持50 G的空間，以暫時存儲從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進行，所采集的抽樣要有代表性，并要滿足一定數量要求。以上措施可保障結果的科學性和可利用性。

處理技術過程為：第一步，對抽樣處理當前幀圖像，采用計算算法，得到自適應色彩閥值，來對目標邊緣和背景進行分割。第二步，如果是上一陣監測到的目標圖形，利用該圖形色彩參數，確定N條掃描線的參數，同時，根據實際情況調整參數，以得到與當前幀目標圖形的2N個交點。如果當前幀上一幀沒有監測到圖形，或者用傳統方法在當前幀不能確定所有掃描線的參數，就對當前圖形進行檢索，直到可以確定掃描線的參數為止。第三步，對這2N個點做哈弗隨機轉換，得到當前幀的目標圖形的相關參數。

3.3 自適應閥值的確定

對目標物體色彩的分析，必須找到一個科學的閥值測定方法，以區別背景和目標的色彩。可以在橫軸、縱軸方向各進行10%的抽樣，對當前幀圖形色彩進行抽樣，得到M個點，原圖像則有100M個點。對灰度值構建序列f1，f2，f3…，fm，通過抽樣和哈弗轉換，這對紅外影像目標圖形色彩的分析是足夠的。

對序列以加權平均的計算方法進行閥值的計算，設閥值：

U=

這里的0≤Wi≤1，并且

因為目標色彩亮度比背景色彩亮度高，為了突出目標色彩，要使較大的灰度具備較高的權值。科學的分析是：設

Wi=

為了凸顯理想的色彩分析效果，可以量化灰度值，然后得到的閥值U較為理想，這就可以明顯地分離出目標和背景的邊緣色彩。

4 結語

通過紅外視頻目標色彩處理方法的研究，找到紅外視頻中圖像顏色的變化的規律，從中進行大數據抽樣標記，根據規律可以對紅外視頻中的圖像進行物理還原，再通過現場模擬的辦法，借助哈弗模式的算法，提取自適應閥值作為參照，可以找出相關灰度下的真實的物體的顏色事物，對干擾物體排除，能準確的指導尋找目標工作，為排查提供方向，節省人力物力，為刑偵工作提供參考和借鑒，可以進一步研究算法模式的優化，以提高色彩處理的效率和準確度，為推廣應用打下基礎。

參考文獻

[1] Perry C M，Watkins S. Non-Contact Vital Sign Monitoring via Ultra-Wideband Radar，Infrared Video，and Remote Photoplethysmography：Viable Options for Space Exploration Missions[M].National Aeronautics and Space Administration， Johnson Space Center，2011.

[2] 白宏剛.紅外夜視技術及其軍事應用[J].現代物理知識，2011，23（6）：44-46.

[3] 譚本軍.紅外圖像降噪系統的實現[J]. 卷宗，2012（11）：67-68.

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術在變配電站實時視頻監測系統的應用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網絡監控攝像機的設計與實現[D].復旦大學，2010.

[6] 王杰，黃志剛，白鳳春.紅外線成像技術在電力系統的應用[J].電力安全技術，2010（3）：65-66.

[7] 陳思燕.基于目標檢測的視頻智能監控系統設計與實現[J].2011.

[8] 于秀文.農行網絡視頻監控系統的設計[D].山東大學，2011.

[9] 朱麗青.基于改進VFC活動輪廓模型的紅外圖像輪廓提取及視頻跟蹤[D].云南大學，2010.endprint