宮素文++倪紅彪

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

關(guān)鍵詞：紅外視頻 目標(biāo) 色彩 分析

中圖分類號：TP391.41 文獻(xiàn)標(biāo)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(jiān)控探頭不能觀測到夜晚的目標(biāo)，而具有紅外的視頻監(jiān)控探頭就可以勝任這一任務(wù)，實(shí)現(xiàn)對探測環(huán)境或目標(biāo)的全天候監(jiān)測，紅外線對色彩有展示為灰度變化，要想再現(xiàn)和還原紅外視頻目標(biāo)，有十分現(xiàn)實(shí)的意義。

紅外視頻目標(biāo)色彩分析技術(shù)是先進(jìn)的攝像機(jī)影像追蹤分析技術(shù)，這在軍事、工業(yè)、刑偵、醫(yī)療、消防、交通、娛樂等多個(gè)領(lǐng)域都有較高的應(yīng)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(jìn)行分析，在刑偵方面，可以用來探測夜間的目標(biāo)，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(lǐng)域的應(yīng)用，比如在演播室中可以借助先進(jìn)的遠(yuǎn)紅外跟蹤鏡頭對講解者實(shí)時(shí)追蹤，以保證最佳的拍攝位置和焦點(diǎn)。在智能小區(qū)的周圍環(huán)境的防盜中，也有很好的應(yīng)用空間。在各種對紅外線色彩分析的應(yīng)用中，對不同的場合有不同的要求，采用的分析技術(shù)也不相同。

1 紅外影像成像的主要規(guī)則分析

紅外視頻影像主要反映和體現(xiàn)目標(biāo)及所在位置的背景向外界輻射出的能量的區(qū)別。所以，紅外影像主要闡述探測目標(biāo)和所處的背景的熱輻射。目標(biāo)的大小、形狀、姿勢以及色彩灰度分布等屬性共同構(gòu)成了影像的信息。紅外影像主要規(guī)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(huì)被吸收和散射，造成紅外影像難于展現(xiàn)出目標(biāo)外在的紋理信息。

（2）由于大氣具有光波變長、傳輸距離較遠(yuǎn)、景物熱平衡因素以及大氣衰減等影響，會(huì)有紅外影像對比度差、空間相關(guān)性較強(qiáng)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(xù)，但由于分子運(yùn)動(dòng)和空氣流動(dòng)的影響，會(huì)造成原本不連續(xù)的灰度差距變小，所以紅外影像目標(biāo)邊緣的梯度較差，邊緣及層次呈現(xiàn)復(fù)雜性。紅外影像目標(biāo)成像不平衡，相關(guān)性較高，有明顯的復(fù)雜性，所以，紅外目標(biāo)的背景不能用普通方式來建模型。

（4）多種因素會(huì)干擾紅外影像的成像，季節(jié)、天氣、氣候、目標(biāo)溫度以及時(shí)間段都是影響因素。目標(biāo)在不斷運(yùn)動(dòng)中，目標(biāo)成像的形狀、大小、姿勢都在不斷變化。不同的目標(biāo)形狀及姿態(tài)都會(huì)形成不同的目標(biāo)的成像。在自然界中，植物等外界物品有可能會(huì)遮擋目標(biāo)，造成背景交叉，對紅外影像色彩分析造成較大困難。外界環(huán)境的溫度、濕度都會(huì)對紅外影像造成不同的干擾，加之熱成像技術(shù)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(yuǎn)低于普通圖像。

紅外影像體現(xiàn)空間中目標(biāo)表面的熱分布情況。因?yàn)橹軋?bào)環(huán)境和目標(biāo)會(huì)發(fā)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(biāo)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(biāo)色彩。

2 紅外視頻色彩分析流程

對紅外視頻的目標(biāo)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?shù)炔襟E。其中紅外視頻采集主要借助紅外探頭監(jiān)控目標(biāo)，經(jīng)過模擬信號和數(shù)字信號的轉(zhuǎn)換，輸出數(shù)字影像，為紅外視頻色彩分析提供依據(jù)。視頻色彩分析對獲取到的影像進(jìn)行分析和處理，通常包括影像預(yù)處理，色彩增強(qiáng)、影像分割以及探測目標(biāo)檢測。對分析出的目標(biāo)分類識別后，對移動(dòng)目標(biāo)的軌跡進(jìn)行分析解讀，依照紅外視頻圖像色彩分析的結(jié)果和先期的報(bào)警模式，生產(chǎn)報(bào)警信息，同時(shí)，標(biāo)記和存儲(chǔ)相關(guān)視頻。視頻傳輸主要開展視頻數(shù)據(jù)的傳輸以及傳遞報(bào)警信息。紅外視頻目標(biāo)色彩分析是視頻監(jiān)控的關(guān)鍵環(huán)節(jié)，不但可以存儲(chǔ)監(jiān)控視頻，還可以借助于先進(jìn)的計(jì)算機(jī)技術(shù)分析視頻中目標(biāo)物體的色彩，以判斷其異常情況，實(shí)現(xiàn)對突發(fā)事件的報(bào)警處理。紅外視頻影像通過探測、分析和追蹤目標(biāo)物體，監(jiān)控場景中移動(dòng)的目標(biāo)，解讀和闡述目標(biāo)的相關(guān)活動(dòng)和行為，進(jìn)而使視頻監(jiān)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(biāo)色彩分析和傳統(tǒng)的視頻監(jiān)控系統(tǒng)有本質(zhì)的區(qū)別。第一，紅外視頻目標(biāo)色彩分析借助計(jì)算機(jī)的采集、處理、分析理論和方法，應(yīng)用強(qiáng)大的計(jì)算機(jī)的處理技術(shù)，通過在后臺(tái)設(shè)置的視頻分析服務(wù)器，對監(jiān)測目標(biāo)色彩處理分析，以監(jiān)測異常狀況。第二，紅外視頻目標(biāo)色彩處理是變被動(dòng)攝像為主動(dòng)識別，可以增強(qiáng)刑偵及安全監(jiān)控的有效性和及時(shí)性，使紅外視頻監(jiān)測分析發(fā)揮強(qiáng)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(biāo)色彩分析處理技術(shù)

3.1 紅外視頻影像色彩分析具有以下特點(diǎn)

（1）紅外視頻影像分辨率可以達(dá)到2048×2048像素，25幀/秒的幀頻數(shù)可以高速記錄影像。在傳統(tǒng)的分析技術(shù)中，在簡單的圖像中探測一個(gè)規(guī)則的圖像很容易實(shí)現(xiàn)，但是在較大范圍內(nèi)實(shí)現(xiàn)實(shí)時(shí)監(jiān)測就比較復(fù)雜，要借助更為精確和高速的分析技術(shù)。

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

（3）目標(biāo)不能太多，通常針對一個(gè)目標(biāo)進(jìn)行監(jiān)測。目標(biāo)亮度呈現(xiàn)不均勻性分布。探測目標(biāo)邊緣呈現(xiàn)高亮的狀態(tài)，具有大致的形同性，內(nèi)部也存在暗斑點(diǎn)和中亮區(qū)域。endprint

（4）紅外影像成像的幀和幀之間目標(biāo)亮度有較大范圍的變化。雖然背景亮度低于目標(biāo)低亮?xí)r的邊緣亮度，但高亮的目標(biāo)，周圍會(huì)有不規(guī)則光暈附著，比目標(biāo)低亮處的邊緣亮度要高。所以，在區(qū)別目標(biāo)邊緣和背景而選擇一個(gè)科學(xué)的閥值較難。

（5）幀與幀之間的目標(biāo)參數(shù)有較大差異，通常，所探測目標(biāo)大小和位置不好劇烈變化，但目標(biāo)亮度突變的可能性較大。業(yè)務(wù)紅外發(fā)光裝置不是理想的光源，其自身小幅度的旋轉(zhuǎn)也會(huì)導(dǎo)致影像中目標(biāo)的亮度的劇烈變化。

3.2 紅外視頻目標(biāo)色彩分析處理步驟

為了精確和快速探測到目標(biāo)，只對目標(biāo)邊緣的固定數(shù)量的點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換。為對目標(biāo)邊緣上的點(diǎn)進(jìn)行框定，采取在影像中設(shè)置掃描線的技術(shù)，計(jì)算掃描線與目標(biāo)邊緣交互點(diǎn)的技術(shù)。設(shè)置掃描線的時(shí)候，要注意借助上一幀探測的信息。分析處理在高性能計(jì)算機(jī)上依托數(shù)理處理軟件來模擬進(jìn)行，計(jì)算機(jī)要求配置為四核處理器，內(nèi)存為4 G或以上，存儲(chǔ)至少保持50 G的空間，以暫時(shí)存儲(chǔ)從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進(jìn)行，所采集的抽樣要有代表性，并要滿足一定數(shù)量要求。以上措施可保障結(jié)果的科學(xué)性和可利用性。

處理技術(shù)過程為：第一步，對抽樣處理當(dāng)前幀圖像，采用計(jì)算算法，得到自適應(yīng)色彩閥值，來對目標(biāo)邊緣和背景進(jìn)行分割。第二步，如果是上一陣監(jiān)測到的目標(biāo)圖形，利用該圖形色彩參數(shù)，確定N條掃描線的參數(shù)，同時(shí)，根據(jù)實(shí)際情況調(diào)整參數(shù)，以得到與當(dāng)前幀目標(biāo)圖形的2N個(gè)交點(diǎn)。如果當(dāng)前幀上一幀沒有監(jiān)測到圖形，或者用傳統(tǒng)方法在當(dāng)前幀不能確定所有掃描線的參數(shù)，就對當(dāng)前圖形進(jìn)行檢索，直到可以確定掃描線的參數(shù)為止。第三步，對這2N個(gè)點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換，得到當(dāng)前幀的目標(biāo)圖形的相關(guān)參數(shù)。

3.3 自適應(yīng)閥值的確定

對目標(biāo)物體色彩的分析，必須找到一個(gè)科學(xué)的閥值測定方法，以區(qū)別背景和目標(biāo)的色彩?？梢栽跈M軸、縱軸方向各進(jìn)行10%的抽樣，對當(dāng)前幀圖形色彩進(jìn)行抽樣，得到M個(gè)點(diǎn)，原圖像則有100M個(gè)點(diǎn)。對灰度值構(gòu)建序列f1，f2，f3…，fm，通過抽樣和哈弗轉(zhuǎn)換，這對紅外影像目標(biāo)圖形色彩的分析是足夠的。

對序列以加權(quán)平均的計(jì)算方法進(jìn)行閥值的計(jì)算，設(shè)閥值：

U=

這里的0≤Wi≤1，并且

因?yàn)槟繕?biāo)色彩亮度比背景色彩亮度高，為了突出目標(biāo)色彩，要使較大的灰度具備較高的權(quán)值?？茖W(xué)的分析是：設(shè)

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(biāo)和背景的邊緣色彩。

4 結(jié)語

通過紅外視頻目標(biāo)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(guī)律，從中進(jìn)行大數(shù)據(jù)抽樣標(biāo)記，根據(jù)規(guī)律可以對紅外視頻中的圖像進(jìn)行物理還原，再通過現(xiàn)場模擬的辦法，借助哈弗模式的算法，提取自適應(yīng)閥值作為參照，可以找出相關(guān)灰度下的真實(shí)的物體的顏色事物，對干擾物體排除，能準(zhǔn)確的指導(dǎo)尋找目標(biāo)工作，為排查提供方向，節(jié)省人力物力，為刑偵工作提供參考和借鑒，可以進(jìn)一步研究算法模式的優(yōu)化，以提高色彩處理的效率和準(zhǔn)確度，為推廣應(yīng)用打下基礎(chǔ)。

參考文獻(xiàn)

[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(shù)及其軍事應(yīng)用[J].現(xiàn)代物理知識，2011，23（6）：44-46.

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

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術(shù)在變配電站實(shí)時(shí)視頻監(jiān)測系統(tǒng)的應(yīng)用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網(wǎng)絡(luò)監(jiān)控?cái)z像機(jī)的設(shè)計(jì)與實(shí)現(xiàn)[D].復(fù)旦大學(xué)，2010.

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

[7] 陳思燕.基于目標(biāo)檢測的視頻智能監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].2011.

[8] 于秀文.農(nóng)行網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的設(shè)計(jì)[D].山東大學(xué)，2011.

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

（4）紅外影像成像的幀和幀之間目標(biāo)亮度有較大范圍的變化。雖然背景亮度低于目標(biāo)低亮?xí)r的邊緣亮度，但高亮的目標(biāo)，周圍會(huì)有不規(guī)則光暈附著，比目標(biāo)低亮處的邊緣亮度要高。所以，在區(qū)別目標(biāo)邊緣和背景而選擇一個(gè)科學(xué)的閥值較難。

（5）幀與幀之間的目標(biāo)參數(shù)有較大差異，通常，所探測目標(biāo)大小和位置不好劇烈變化，但目標(biāo)亮度突變的可能性較大。業(yè)務(wù)紅外發(fā)光裝置不是理想的光源，其自身小幅度的旋轉(zhuǎn)也會(huì)導(dǎo)致影像中目標(biāo)的亮度的劇烈變化。

3.2 紅外視頻目標(biāo)色彩分析處理步驟

為了精確和快速探測到目標(biāo)，只對目標(biāo)邊緣的固定數(shù)量的點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換。為對目標(biāo)邊緣上的點(diǎn)進(jìn)行框定，采取在影像中設(shè)置掃描線的技術(shù)，計(jì)算掃描線與目標(biāo)邊緣交互點(diǎn)的技術(shù)。設(shè)置掃描線的時(shí)候，要注意借助上一幀探測的信息。分析處理在高性能計(jì)算機(jī)上依托數(shù)理處理軟件來模擬進(jìn)行，計(jì)算機(jī)要求配置為四核處理器，內(nèi)存為4 G或以上，存儲(chǔ)至少保持50 G的空間，以暫時(shí)存儲(chǔ)從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進(jìn)行，所采集的抽樣要有代表性，并要滿足一定數(shù)量要求。以上措施可保障結(jié)果的科學(xué)性和可利用性。

處理技術(shù)過程為：第一步，對抽樣處理當(dāng)前幀圖像，采用計(jì)算算法，得到自適應(yīng)色彩閥值，來對目標(biāo)邊緣和背景進(jìn)行分割。第二步，如果是上一陣監(jiān)測到的目標(biāo)圖形，利用該圖形色彩參數(shù)，確定N條掃描線的參數(shù)，同時(shí)，根據(jù)實(shí)際情況調(diào)整參數(shù)，以得到與當(dāng)前幀目標(biāo)圖形的2N個(gè)交點(diǎn)。如果當(dāng)前幀上一幀沒有監(jiān)測到圖形，或者用傳統(tǒng)方法在當(dāng)前幀不能確定所有掃描線的參數(shù)，就對當(dāng)前圖形進(jìn)行檢索，直到可以確定掃描線的參數(shù)為止。第三步，對這2N個(gè)點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換，得到當(dāng)前幀的目標(biāo)圖形的相關(guān)參數(shù)。

3.3 自適應(yīng)閥值的確定

對目標(biāo)物體色彩的分析，必須找到一個(gè)科學(xué)的閥值測定方法，以區(qū)別背景和目標(biāo)的色彩。可以在橫軸、縱軸方向各進(jìn)行10%的抽樣，對當(dāng)前幀圖形色彩進(jìn)行抽樣，得到M個(gè)點(diǎn)，原圖像則有100M個(gè)點(diǎn)。對灰度值構(gòu)建序列f1，f2，f3…，fm，通過抽樣和哈弗轉(zhuǎn)換，這對紅外影像目標(biāo)圖形色彩的分析是足夠的。

對序列以加權(quán)平均的計(jì)算方法進(jìn)行閥值的計(jì)算，設(shè)閥值：

U=

這里的0≤Wi≤1，并且

因?yàn)槟繕?biāo)色彩亮度比背景色彩亮度高，為了突出目標(biāo)色彩，要使較大的灰度具備較高的權(quán)值?？茖W(xué)的分析是：設(shè)

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(biāo)和背景的邊緣色彩。

4 結(jié)語

通過紅外視頻目標(biāo)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(guī)律，從中進(jìn)行大數(shù)據(jù)抽樣標(biāo)記，根據(jù)規(guī)律可以對紅外視頻中的圖像進(jìn)行物理還原，再通過現(xiàn)場模擬的辦法，借助哈弗模式的算法，提取自適應(yīng)閥值作為參照，可以找出相關(guān)灰度下的真實(shí)的物體的顏色事物，對干擾物體排除，能準(zhǔn)確的指導(dǎo)尋找目標(biāo)工作，為排查提供方向，節(jié)省人力物力，為刑偵工作提供參考和借鑒，可以進(jìn)一步研究算法模式的優(yōu)化，以提高色彩處理的效率和準(zhǔn)確度，為推廣應(yīng)用打下基礎(chǔ)。

參考文獻(xiàn)

[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(shù)及其軍事應(yīng)用[J].現(xiàn)代物理知識，2011，23（6）：44-46.

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

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術(shù)在變配電站實(shí)時(shí)視頻監(jiān)測系統(tǒng)的應(yīng)用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網(wǎng)絡(luò)監(jiān)控?cái)z像機(jī)的設(shè)計(jì)與實(shí)現(xiàn)[D].復(fù)旦大學(xué)，2010.

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

[7] 陳思燕.基于目標(biāo)檢測的視頻智能監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].2011.

[8] 于秀文.農(nóng)行網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的設(shè)計(jì)[D].山東大學(xué)，2011.

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

（4）紅外影像成像的幀和幀之間目標(biāo)亮度有較大范圍的變化。雖然背景亮度低于目標(biāo)低亮?xí)r的邊緣亮度，但高亮的目標(biāo)，周圍會(huì)有不規(guī)則光暈附著，比目標(biāo)低亮處的邊緣亮度要高。所以，在區(qū)別目標(biāo)邊緣和背景而選擇一個(gè)科學(xué)的閥值較難。

（5）幀與幀之間的目標(biāo)參數(shù)有較大差異，通常，所探測目標(biāo)大小和位置不好劇烈變化，但目標(biāo)亮度突變的可能性較大。業(yè)務(wù)紅外發(fā)光裝置不是理想的光源，其自身小幅度的旋轉(zhuǎn)也會(huì)導(dǎo)致影像中目標(biāo)的亮度的劇烈變化。

3.2 紅外視頻目標(biāo)色彩分析處理步驟

為了精確和快速探測到目標(biāo)，只對目標(biāo)邊緣的固定數(shù)量的點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換。為對目標(biāo)邊緣上的點(diǎn)進(jìn)行框定，采取在影像中設(shè)置掃描線的技術(shù)，計(jì)算掃描線與目標(biāo)邊緣交互點(diǎn)的技術(shù)。設(shè)置掃描線的時(shí)候，要注意借助上一幀探測的信息。分析處理在高性能計(jì)算機(jī)上依托數(shù)理處理軟件來模擬進(jìn)行，計(jì)算機(jī)要求配置為四核處理器，內(nèi)存為4 G或以上，存儲(chǔ)至少保持50 G的空間，以暫時(shí)存儲(chǔ)從紅外視頻中分離出的抽樣。處理算法采用哈弗模式進(jìn)行，所采集的抽樣要有代表性，并要滿足一定數(shù)量要求。以上措施可保障結(jié)果的科學(xué)性和可利用性。

處理技術(shù)過程為：第一步，對抽樣處理當(dāng)前幀圖像，采用計(jì)算算法，得到自適應(yīng)色彩閥值，來對目標(biāo)邊緣和背景進(jìn)行分割。第二步，如果是上一陣監(jiān)測到的目標(biāo)圖形，利用該圖形色彩參數(shù)，確定N條掃描線的參數(shù)，同時(shí)，根據(jù)實(shí)際情況調(diào)整參數(shù)，以得到與當(dāng)前幀目標(biāo)圖形的2N個(gè)交點(diǎn)。如果當(dāng)前幀上一幀沒有監(jiān)測到圖形，或者用傳統(tǒng)方法在當(dāng)前幀不能確定所有掃描線的參數(shù)，就對當(dāng)前圖形進(jìn)行檢索，直到可以確定掃描線的參數(shù)為止。第三步，對這2N個(gè)點(diǎn)做哈弗隨機(jī)轉(zhuǎn)換，得到當(dāng)前幀的目標(biāo)圖形的相關(guān)參數(shù)。

3.3 自適應(yīng)閥值的確定

對目標(biāo)物體色彩的分析，必須找到一個(gè)科學(xué)的閥值測定方法，以區(qū)別背景和目標(biāo)的色彩?？梢栽跈M軸、縱軸方向各進(jìn)行10%的抽樣，對當(dāng)前幀圖形色彩進(jìn)行抽樣，得到M個(gè)點(diǎn)，原圖像則有100M個(gè)點(diǎn)。對灰度值構(gòu)建序列f1，f2，f3…，fm，通過抽樣和哈弗轉(zhuǎn)換，這對紅外影像目標(biāo)圖形色彩的分析是足夠的。

對序列以加權(quán)平均的計(jì)算方法進(jìn)行閥值的計(jì)算，設(shè)閥值：

U=

這里的0≤Wi≤1，并且

因?yàn)槟繕?biāo)色彩亮度比背景色彩亮度高，為了突出目標(biāo)色彩，要使較大的灰度具備較高的權(quán)值。科學(xué)的分析是：設(shè)

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(biāo)和背景的邊緣色彩。

4 結(jié)語

通過紅外視頻目標(biāo)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(guī)律，從中進(jìn)行大數(shù)據(jù)抽樣標(biāo)記，根據(jù)規(guī)律可以對紅外視頻中的圖像進(jìn)行物理還原，再通過現(xiàn)場模擬的辦法，借助哈弗模式的算法，提取自適應(yīng)閥值作為參照，可以找出相關(guān)灰度下的真實(shí)的物體的顏色事物，對干擾物體排除，能準(zhǔn)確的指導(dǎo)尋找目標(biāo)工作，為排查提供方向，節(jié)省人力物力，為刑偵工作提供參考和借鑒，可以進(jìn)一步研究算法模式的優(yōu)化，以提高色彩處理的效率和準(zhǔn)確度，為推廣應(yīng)用打下基礎(chǔ)。

參考文獻(xiàn)

[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(shù)及其軍事應(yīng)用[J].現(xiàn)代物理知識，2011，23（6）：44-46.

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

[4] 許敏，周鳴，韓浩江，等.紅外檢測技術(shù)在變配電站實(shí)時(shí)視頻監(jiān)測系統(tǒng)的應(yīng)用[J].華東電力，2011，39（4）：661-663.

[5] 潘媛媛.紅外高清網(wǎng)絡(luò)監(jiān)控?cái)z像機(jī)的設(shè)計(jì)與實(shí)現(xiàn)[D].復(fù)旦大學(xué)，2010.

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

[7] 陳思燕.基于目標(biāo)檢測的視頻智能監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[J].2011.

[8] 于秀文.農(nóng)行網(wǎng)絡(luò)視頻監(jiān)控系統(tǒng)的設(shè)計(jì)[D].山東大學(xué)，2011.

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