淺談監控視頻顏色檢索技術

晉江市公安局刑事科學技術室 陳景明 黃日旅

1 概述

監控視頻存在著分辨率和格式不統一、易產生偏色畸變的特點，且數據量大，不便檢索。長期以來，如何從海量視頻中快速檢索出需要的目標信息一直是困擾視頻偵查人員的難題。顏色特征是視頻和圖像的共有特征之一，是區別物體的重要信息。利用顏色信息搜索目標是視頻檢索的研究方向之一，具備一定的可行性，技術框架如下：

圖1 技術框架

本文深入分析了實現監控視頻顏色檢索的算法和程序，綜合了當前在圖像顏色檢索領域的各種方法，探索總結出一套適合監控視頻顏色檢索的基于直方圖與顏色矩陣的三通道檢索方法。

2 算法原理

首先將原始視頻解碼為單幀圖像，然后依次讀取每一幀圖像，利用顏色矩陣將其分為 RGB三通道，分別繪制灰度直方圖。依據檢索時所設定的顏色條件以及誤差范圍對三個直方圖進行篩選，將符合條件的圖像重新編碼組合成為新的視頻文件并保存。由于該方法最終得出的視頻仍使用原圖像，解決了傳統的基于直方圖的顏色檢索技術丟失位置信息的問題。但此方法運算量大，對計算機性能的要求比較高。

3 檢索流程（見圖2）

圖2 監控視頻顏色檢索技術流程圖

4 仿真實驗

4.1 實驗環境

（1）微型計算機：core i5-3317U 1.7GHz處理器，6GB內存，635M·2GB獨立顯卡，500GB硬盤，16∶9顯示器；

（2）Matlab R2013a圖像處理軟件、格式工廠。

4.2 實驗素材：一段較短的彩色監控視頻。

4.3 實驗目的

通過設定像素數的閾值從監控視頻中檢索出紅色目標物。

4.4 實驗方法和步驟

4.4.1 視頻預處理

監控視頻文件格式的多樣性以及畫面質量的差異決定了對監控視頻進行預處理的必要性。在本次實驗中，將視頻文件格式統一轉碼為AVI格式。

圖3 轉碼前的未知格式

圖4 轉碼后的AVI格式

4.4.2 視頻解碼

代碼如下：

效果圖：

圖5 解碼后的單幀圖像

4.4.3 單幀圖像顏色檢索

Step1.獲取每一點圖像的RGB值，形成矩陣B，代碼如下：

以第99幀圖像為例，運行后的效果圖如下：

圖6 矩陣B數據

其中，第1列中數值為像素點的橫坐標，第2列的數值為像素點的縱坐標，第3列的數值為像素點的R分量值，第4列的數值為像素點的G分量值，第5列的數值為像素點的G分量值，全圖共有464640個像素點。

Step2.對矩陣B的數據進行分析，統計符合條件的像素點數。

本實驗中，設定R分量的范圍為[70,100]，G分量的范圍為[30-50]，B分量的范圍為[30-50]，代碼如下：

以第93幀圖像為例，輸出結果為21。

Step3.篩選像素點個數大于閾值的單幀圖像

設定像素個數閾值為20，對整個單幀圖像集進行篩選，大于閾值的圖像另存至輸出文件夾，其代碼如下：

圖7 檢索結果

共檢索出77個符合條件的單幀圖像，符合實驗預期。

4.4.4 檢索結果重新編碼

將符合條件的單幀圖像編碼成一個原視頻二分之一速度播放的AVI視頻文件，其代碼如下：

至此，監控視頻的顏色檢索工作就已經完成了。效果圖如下：

圖8 被檢索出的帶有紅色集裝箱的卡車

圖9 被檢索出的紅色轎車

4.4.5 實驗結果分析

監控視頻顏色檢索技術的原理是通過將顏色條件設為關鍵詞，對監控視頻的每一幀圖像進行檢索，最終將符合顏色條件的圖像重新組合成視頻文件，相對于傳統的直方圖方法而言，本文所采用的顏色矩陣數值篩選方法極大地降低了算法的難度，一方面減少了設備的運算量，另一方面也通過對數值范圍、像素點個數閾值的設定保證了檢索結果的科學性、可靠性。最終結果避免了將R、G、B三個分量重新合成RGB圖像時容易產生的偏色問題，過程簡潔、效果理想。

5 結束語

我國的視頻監控網絡發展日臻完善，對視頻偵查工作形成了有力支撐，大大提高了破案效率和準確率。將視頻問題轉化為圖像問題，運用數字圖像處理技術進行處理，可以在不丟失重要信息的情況下有效縮短監控視頻的審看時間、降低監控視頻的數據量，操作簡單易行，實用性強，對于公安工作具有現實意義。

[1]阮秋琦.數字圖像處理學[M].北京：電子工業出版社，2001.

[2]章毓晉.圖像處理和分析[M].北京：清華大學出版社，2005.

[3]李弼程, 彭天強, 彭波.智能圖像處理技術[M].北京：電子工業出版社，2004.

[4]朱秋旭, 李俊山, 朱英宏, 李建華, 張姣.Retinex理論下的自適應紅外圖像增強[J].微電子學與計算機，2013，30（4）∶ 22-25.