基于連續(xù)幀間差分和背景差分法在輸液速度檢測中的研究

袁 偉 ， 王金明 ， 吳加明 ， 秦水介

（1.貴州大學(xué) 大數(shù)據(jù)與信息工程學(xué)院，貴州 貴陽 550025；2.貴州省光電子技術(shù)及應(yīng)用重點(diǎn)實(shí)驗(yàn)室 貴州 貴陽 550025）

醫(yī)療中輸液速度直接影響治療效果，目前對(duì)醫(yī)療中輸液速度檢測有機(jī)械稱重檢測、電容計(jì)量式輸液檢測和紅外檢測等，本文首先通過攝像機(jī)錄取15幀/秒的20分鐘輸液視頻，本文將輸液時(shí)液滴變化過程當(dāng)成對(duì)液滴運(yùn)動(dòng)目標(biāo)的檢測，通過算法分析液滴的整個(gè)過程，選取其中一個(gè)過程作為液滴速度檢測的依據(jù)。目前有3種常用的目標(biāo)檢測方法，分別是幀間差分、背景差分和光流法。

背景差分是利用當(dāng)前圖像與背景圖像進(jìn)行差分，其算法簡單，但受環(huán)境光線變化等干擾，就容易將一些偽目標(biāo)判別為運(yùn)動(dòng)目標(biāo)，影響準(zhǔn)確性。本文所提取的視頻在室內(nèi)且時(shí)間相對(duì)較短，光線干擾較小。

光流法利用序列圖象每幀的像素矢量特征來檢測運(yùn)動(dòng)區(qū)域，計(jì)算較為復(fù)雜，抗干擾能力差，實(shí)時(shí)性差，因此本文不采用光流法

幀間差分通過對(duì)液滴視頻圖像序列中的連續(xù)兩幀或三幀圖像作差運(yùn)算，利用時(shí)間提取運(yùn)動(dòng)區(qū)域，傳統(tǒng)的幀間差分實(shí)現(xiàn)簡單，計(jì)算速度快，但對(duì)移動(dòng)緩慢，則不能完全提取出完整的運(yùn)動(dòng)信息，可能出現(xiàn)漏檢的情況[1-2]。

本文為了準(zhǔn)確檢測出液滴的整個(gè)過程，結(jié)合了背景差分和幀間差分的優(yōu)點(diǎn)，將連續(xù)幀間差分與背景差分相容合運(yùn)用到醫(yī)療中輸液液滴速度檢測中，準(zhǔn)確的計(jì)算出液滴的速度。

1 算法原理

1.1 連續(xù)幀間差分法

傳統(tǒng)的幀間差分易產(chǎn)生空洞現(xiàn)象，不能檢測出完整目標(biāo)和對(duì)緩慢的運(yùn)動(dòng)物體不敏感的局限性。文獻(xiàn)[1]出了積累的幀差法，通過求取連續(xù)張序列圖像前后幀差所共有的部分來得到運(yùn)動(dòng)區(qū)域，避免因?yàn)槟繕?biāo)運(yùn)動(dòng)速度慢而無法檢測的情況。基于此本文將使用連續(xù)幀間差分[2]，其算法如下：

圖1 連續(xù)幀間差分流程圖Fig.1 The flowchart of continuous frame difference method

以連續(xù)5幀序列的液滴視頻為例，主要運(yùn)算步驟：

1）設(shè)液滴視頻 n 幀圖像序列為{f1（x，y），…，fk（x，y），…，fn（x，y）}，其中，fk（x，y）表示視頻的第 k 幀圖像，讀取連續(xù)的 5幀圖像，分別計(jì)算相鄰兩幀之間的差值，即

d（k，k-1）（x，y）=|fk（x，y）-fk-1（x，y）|d（k-1，k-2）（x，y）=|fk-1（x，y）-fk-2（x，y）|

d（k-2，k-3）（x，y）=|fk-2（x，y）-fk-3（x，y）|d（k-3，k-4）（x，y）=|fk-3（x，y）-fk-4（x，y）|

2）對(duì)所得到的差值進(jìn)行求和運(yùn)算

∑D=d（k，k-1）+d（k-1，k-2）+d（k-2，k-3）+d（k-3，k-4）

3）對(duì)圖像進(jìn)行求平均

r=∑D=/4

連續(xù)幀間差分方法充分利用了積累差分方法的優(yōu)勢，很好的對(duì)運(yùn)動(dòng)區(qū)域檢測和目標(biāo)增強(qiáng)，對(duì)差分圖像求和平均，減弱了環(huán)境因素和噪聲對(duì)目標(biāo)的影響。在液滴剛形成的時(shí)候，目標(biāo)運(yùn)動(dòng)移動(dòng)相對(duì)較慢且液滴相對(duì)較小，容易漏檢檢測效果不佳。下圖2是傳統(tǒng)幀間差分和連續(xù)幀間差分對(duì)液滴圖像的檢測。

圖2 傳統(tǒng)幀間差分和本文提出的連續(xù)幀間差分結(jié)果對(duì)比Fig.2 Compared the results of traditional frame difference and continuous frame difference method

圖2 中第一幅圖為輸液圖像序列中的一幅圖，第二幅為傳統(tǒng)的幀間差分效果，第三幅為連續(xù)幀間差分，從效果上看，連續(xù)幀間差分能夠較好的檢測出液滴的運(yùn)動(dòng)過程。

1.2 背景差分法

背景差分法是利用通過當(dāng)前圖像與背景圖像的差分來檢測目標(biāo)，其原理可以表示如下：

dk（x，y）=|fk（x，y）-bk（x，y）|

其中 fk（x，y）為當(dāng)前幀，bk（x，y）為當(dāng)前幀的背景幀，dk（x，y）是當(dāng)前幀的差分。

1.3 結(jié)合連續(xù)幀間差分方法與背景差分對(duì)液滴運(yùn)動(dòng)的檢測

該方法主要思想是先通過連續(xù)幀間差分法對(duì)運(yùn)動(dòng)目標(biāo)粗略檢測，然后采用濾波的方法再對(duì)所得到的幀差圖像作進(jìn)一步的處理，在此基礎(chǔ)上，對(duì)濾波后的背景圖像

圖3 本文算法流程圖Fig.3 The flowchart of presented algorithm

本文首先通過攝像機(jī)錄取15幀/秒的一段輸液視頻，然后通過Matlab工具提取出每一幀的圖像，運(yùn)用1.3的算法分析液滴的整個(gè)過程，從中尋找出計(jì)算液滴速度的依據(jù)。

2 液滴速度檢測

2.1 液滴圖像分析

一般液滴滴落有3個(gè)過程，即液滴的形成、液滴的下落過程、液滴滴落液面。本文采用1.3的算法對(duì)液滴的3個(gè)過程進(jìn)行分析，從液滴滴落的過程中尋找出計(jì)算液滴速度的方法。最終本文采用液滴滴落液面過程作為計(jì)算液滴速度的依據(jù)[5]。圖4為液滴的下落過程。

①在液滴剛剛形成的過程中，由于液滴和滴斗都是透明的，圖像并不像想象的那樣邊沿由小變大，而是不規(guī)則的，變化很小，很難判斷，因此本文不采用液滴形成過程作為計(jì)算液滴速度的依據(jù)。

②液滴的視頻圖像為15幀/秒，由于時(shí)間過短和液滴透明的的原因，在液滴的形成和滴落過程中是很難捕捉的。因此本文也不采用這兩個(gè)過程來計(jì)算液滴速度。

③液滴滴落到液面時(shí)，會(huì)在液斗的下面液面部分抖動(dòng)一下，液面的抖動(dòng)到平靜要有個(gè)過程，因此液面滴落這個(gè)過程是計(jì)算液滴速度的最好過程

下面將對(duì)液滴滴落液面的過程進(jìn)行仔細(xì)分析，進(jìn)而找出計(jì)算液滴速度的有效方法。

2.2 液滴滴落液面的分析

液滴從管口落下，滴落到液面中，導(dǎo)致液面有相對(duì)劇烈抖動(dòng)。這個(gè)抖動(dòng)并不會(huì)因?yàn)橐旱蔚牡蜗露⒖袒謴?fù)平靜，而是會(huì)持續(xù)一段時(shí)間。如圖5所示。

從圖5可以看出，在液滴滴落液面時(shí)，液面發(fā)生抖動(dòng)，此過程有好多幀圖像，因此很容易捕捉。為了減少計(jì)算，本文只需要計(jì)算液滴滴落液面的小區(qū)域，通過統(tǒng)計(jì)液滴滴落液面的小區(qū)域運(yùn)動(dòng)像素點(diǎn)，對(duì)其進(jìn)行閾值處理，即可計(jì)算出液滴速度[5]。

圖4 液滴下落過程Fig.4 The dropping process

圖5 液滴滴液面過程Fig.5 The dropping process

2.3 運(yùn)動(dòng)像素點(diǎn)的統(tǒng)計(jì)

本文只需要計(jì)算液滴滴落液面的小區(qū)域，通過統(tǒng)計(jì)液滴滴落液面的小區(qū)域運(yùn)動(dòng)像素點(diǎn)的個(gè)數(shù)，運(yùn)動(dòng)像素點(diǎn)統(tǒng)計(jì)如圖6所示。

圖6看出，液滴引起的液面震動(dòng)運(yùn)動(dòng)像素點(diǎn)在200~450之間。因此對(duì)其進(jìn)行閾值處理即可計(jì)算液滴速度。

2.4 液滴速度的計(jì)算

圖6 運(yùn)動(dòng)像素點(diǎn)統(tǒng)計(jì)Fig.6 Statistics movement pixel

本文取15幀/秒，統(tǒng)計(jì)60秒內(nèi)運(yùn)動(dòng)像素點(diǎn)可以判斷出速度。通過上圖，可以看出，運(yùn)動(dòng)像素點(diǎn)在[200，450]之間表明有一滴液滴滴落，因此本文只需給出一個(gè)閾值，來統(tǒng)計(jì)在閾值內(nèi)有多少個(gè)數(shù)就可以計(jì)算出液滴的速度。通過觀測本文取運(yùn)動(dòng)像素點(diǎn)值大于300則算有一滴液滴滴落液面，則速度公式為：

V=60*15*sum/number（frame）

根據(jù)圖6，可計(jì)算液滴的速度V=60*15*3/80=33.75≈34（滴/分），因此本文這段視頻液滴的速度為34滴/分。與實(shí)際速度相符。

3 結(jié)束語

本文將連續(xù)幀間差分與背景差分方法相結(jié)合運(yùn)用到液滴速度的檢測，有效的解決了背景差分和幀間差分中可能出現(xiàn)的無法檢測目標(biāo)的現(xiàn)象，較好的實(shí)現(xiàn)了對(duì)液滴滴落過程的分析。實(shí)驗(yàn)表明該方法能夠有效的檢測出液滴速度，且運(yùn)算簡單，易于實(shí)現(xiàn)，對(duì)醫(yī)療中液滴速度檢測具有一定的參考價(jià)值。

[1]許悅雷，左繼章．一種累積幀差視頻對(duì)象的分割算法[J]．光電工程，2004（7）:70-72.XU Yue-lei，ZOU Ji-zang.A video object segmentation algorithm frame difference[J].Accumulate.Optical Engineering，2004（7）:70-72.

[2]屈晶晶，辛云宏.連續(xù)幀間差分與背景差分相融合的運(yùn)動(dòng)目標(biāo)檢測方法[J].光子學(xué)報(bào)，2014（7）:219-226.QU Jing-jing，XIN Yun-hong.Continuous frame difference and background difference fusion of moving target detection[J].Photons Journal，2014（7）:219-226.

[3]王振亞，曾黃麟.一種基于幀間差分和光流技術(shù)結(jié)合的運(yùn)動(dòng)車輛檢測和跟蹤新算法[J].計(jì)算機(jī)應(yīng)用與軟件，2012（5）:118-120.WANG Zhen-ya，ZENG Huang-lin.A moving vehicle based on intervframe difference and optical flow technology combined with the detection and tracking of new algorithms[J].Computer Applications and Software，2012（5）:118-120.

[4]陳俊超，張俊豪，劉詩佳，等.基于背景建模與幀間差分的目標(biāo)檢測改進(jìn)算法[J].計(jì)算機(jī)工程，2011（12）:172-173.CHENJun-chao，ZHANGJun-hao，LIUShi-jia，et al.Improved target detection algorithm based on background modeling and frame difference[J].Computer Engineering，2011（12）:172-173.

[5]陳文鼎.基于嵌入式系統(tǒng)的液滴流速監(jiān)測設(shè)計(jì)與實(shí)現(xiàn)[D].南京：南京理工大學(xué)，2013.

[6]孫歡，尚緒鳳，朱趙龍，等.交通監(jiān)控系統(tǒng)中幀差法和背景優(yōu)劣法分析[J].電子科技，2012（10）:1-3.SUN Huan，SHANG Xu-feng，ZHU Zhao-long，et al.Performance analysis for the frame difference and background difference methods in the traffic surveillance system[J].Electronic Sic.&Tech，2012（10）:1-3.