專利名稱：基于信息融合的夜間視覺(jué)監(jiān)控方法
技術(shù)領(lǐng)域：
本發(fā)明屬于模式識(shí)別領(lǐng)域，涉及圖像處理和計(jì)算機(jī)視覺(jué)等技術(shù)，特 別是涉及夜間視覺(jué)監(jiān)控的相關(guān)處理。
背景技術(shù)：
10 現(xiàn)代社會(huì)是一個(gè)人口密集，行為高度復(fù)雜的社會(huì)。攝像機(jī)作為人類
視覺(jué)的延伸，在人類社會(huì)的方方面面起著非常重要的作用。如今，面臨 越來(lái)越多的突發(fā)事件，傳統(tǒng)的監(jiān)控系統(tǒng)即基于人力的監(jiān)控系統(tǒng)難以分析 和理解海量的視頻數(shù)據(jù)，越發(fā)顯示了監(jiān)控的難度及其重要性。智能視覺(jué) 監(jiān)控系統(tǒng)區(qū)別于傳統(tǒng)的監(jiān)控系統(tǒng)在于其智能性，用計(jì)算機(jī)代替人，協(xié)助
15 人來(lái)進(jìn)行視頻數(shù)據(jù)的分析和理解工作，并且盡可能的減少人的干預(yù)。智 能視覺(jué)監(jiān)控系統(tǒng)主要采用計(jì)算機(jī)視覺(jué)的方法，對(duì)視頻序列進(jìn)行自動(dòng)分
析c
目前，大部分相關(guān)研究集中在白天理想情況下，用計(jì)算機(jī)來(lái)完成對(duì) 感興趣目標(biāo)的檢測(cè)、跟蹤及行為分析等任務(wù)。然而實(shí)際應(yīng)用往往要求對(duì)
20目標(biāo)場(chǎng)景進(jìn)行全天候監(jiān)控。全天候的智能視覺(jué)監(jiān)控包括在霧天，夜間， 白天，雨天等情況下對(duì)感興趣場(chǎng)景完成監(jiān)控任務(wù)。尤其是夜間，作為犯 罪活動(dòng)高發(fā)時(shí)段，如何在光線較暗，照明度較低的環(huán)境下有效的完成監(jiān) 控任務(wù)是一個(gè)關(guān)鍵問(wèn)題。
現(xiàn)有的夜間視覺(jué)監(jiān)控技術(shù)主要利用紅外攝像機(jī)，紅外攝像技術(shù)分為
25 被動(dòng)紅外攝像技術(shù)和主動(dòng)紅外攝像技術(shù)。紅外攝像機(jī)設(shè)備造價(jià)高，很難 在實(shí)際應(yīng)用中廣泛使用。目前，在各種監(jiān)控應(yīng)用中，CCD攝像機(jī)被廣泛 使用。由于夜間視覺(jué)監(jiān)控低對(duì)比度、低信噪比、低信息量等特點(diǎn)，基于 白天理想情況下的監(jiān)控研究或產(chǎn)品不能直接應(yīng)用于夜間視覺(jué)監(jiān)控，無(wú)法 有效的對(duì)目標(biāo)場(chǎng)景進(jìn)行監(jiān)控。

發(fā)明內(nèi)容
為了解決現(xiàn)有技術(shù)不能直接應(yīng)用于夜間視覺(jué)監(jiān)控，無(wú)法有效的對(duì)目 標(biāo)場(chǎng)景進(jìn)行監(jiān)控的問(wèn)題，本發(fā)明針對(duì)夜間視覺(jué)監(jiān)控低對(duì)比度、低信噪比、 低信息量等特點(diǎn)，提出一種基于信息融合的夜間視覺(jué)監(jiān)控方法。從實(shí)際
5 應(yīng)用出發(fā)，本發(fā)明采用常規(guī)CCD攝像機(jī)對(duì)夜間場(chǎng)景進(jìn)行監(jiān)控?；谌?類能夠通過(guò)記憶、經(jīng)驗(yàn)理解場(chǎng)景的原型，具體就是指，對(duì)于某個(gè)感興趣 場(chǎng)景，攝像機(jī)是固定的，白天的背景圖像和晚上的圖像序列包含一些相 同的信息，如樓房，街道，樹(shù)木等，而這些信息由于低照度，在晚上的 圖像序列中幾乎看不到，所以可以利用白天的高質(zhì)量背景來(lái)替換晚上相 10 應(yīng)的部分。本發(fā)明的目的是通過(guò)融合晝間的場(chǎng)景信息來(lái)提高夜間圖像序 列質(zhì)量，使得感興趣目標(biāo)相對(duì)背景明確，而且色彩自然真實(shí)，所得到的 結(jié)果圖像對(duì)場(chǎng)景有更全面、清晰的描述，為夜間的行為分析提供了基礎(chǔ)。
為了實(shí)現(xiàn)上述目的，本發(fā)明提供的基于信息融合的夜間視覺(jué)監(jiān)控方 法，包括圖像增強(qiáng)、夜間運(yùn)動(dòng)目標(biāo)檢測(cè)、光照區(qū)域的提取、晝間背景分 15害IJ、圖像融合過(guò)程，步驟如下
步驟S1:對(duì)攝像頭采集到的夜間圖像序列進(jìn)行圖像增強(qiáng)，用于得到 對(duì)比度較高的圖像序列；
步驟S2:對(duì)增強(qiáng)后的圖像序列進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，用于得到夜間運(yùn) 動(dòng)目標(biāo)；
20 步驟S3:提取夜間圖像序列的光照區(qū)域；
步驟S4:對(duì)晝間同一場(chǎng)景下的圖像序列進(jìn)行背景分割，得到清晰的 晝間背景圖像；
步驟S5:將夜間感興趣目標(biāo)即夜間運(yùn)動(dòng)目標(biāo)、夜間圖像序列的光照 區(qū)域和晝間背景圖像進(jìn)行圖像融合。 25 根據(jù)本發(fā)明的實(shí)施例，所述圖像增強(qiáng)包括如下步驟
步驟Sll:從攝像頭采集到的夜間圖像序列中提取每一幀圖像； 步驟S12:將每一幀圖像中所有像素的灰度值按照一個(gè)灰度變換函 數(shù)進(jìn)行變換，用于得到對(duì)比度較高的圖像序列。
根據(jù)本發(fā)明的實(shí)施例，所述運(yùn)動(dòng)目標(biāo)檢測(cè)包括如下步驟 30 步驟S21:對(duì)步驟S1中得到的增強(qiáng)后的圖像序列構(gòu)建背景模型；步驟S22:從增強(qiáng)后的圖像序列中將變化區(qū)域從背景模型中提取出 來(lái)，用于得到夜間運(yùn)動(dòng)目標(biāo)；
步驟S23:將得到的夜間運(yùn)動(dòng)目標(biāo)進(jìn)行形態(tài)學(xué)操作和連通域分析， 得到分割準(zhǔn)確的夜間運(yùn)動(dòng)目標(biāo)。 5 根據(jù)本發(fā)明的實(shí)施例，所述光照區(qū)域的提取包括如下步驟
將夜間圖像序列進(jìn)行高斯濾波，對(duì)圖像的低通濾波結(jié)果視為光照區(qū)域。
根據(jù)本發(fā)明的實(shí)施例，所述背景分割包括如下步驟 對(duì)晝間同一場(chǎng)景下的圖像序列構(gòu)建背景模型，得到清晰的背景圖
10 像。
根據(jù)本發(fā)明的實(shí)施例，所述圖像融合包括如下步驟 步驟S51:根據(jù)夜間運(yùn)動(dòng)目標(biāo)信息和夜間光照區(qū)域信息獲得圖像融 合的加權(quán)系數(shù)；
步驟S52:將夜間感興趣目標(biāo)即夜間運(yùn)動(dòng)目標(biāo)、夜間光照區(qū)域和晝 15間背景圖像進(jìn)行加權(quán)融合，得到對(duì)場(chǎng)景更全面、清晰的描述。
本發(fā)明基于信息融合的夜間視覺(jué)監(jiān)控方法對(duì)于夜間監(jiān)控場(chǎng)景的理 解起著重要的作用，是白天視頻監(jiān)控的重要補(bǔ)充。目前，夜間行為的檢 測(cè)和分析面臨著如下幾個(gè)挑戰(zhàn)
(1) 低對(duì)比度。由于在光線較暗的區(qū)域，運(yùn)動(dòng)物體的顏色和背景 20 十分類似，很難有效的將運(yùn)動(dòng)物體提取出來(lái)。
(2) 低信噪比。夜間拍攝的視頻通常噪音很強(qiáng)，這是由于CCD攝 像機(jī)感光度高造成的。感光度(ISO)的數(shù)值越高，畫(huà)面的質(zhì)量就會(huì)越 粗糙，感光度的數(shù)值越低，畫(huà)面就會(huì)越細(xì)膩。但是，感光度意味著對(duì)光 的敏感度高，所以，在弱光拍攝的時(shí)候，我們常常要選擇高感光度。如
25 果攝像機(jī)本身的降噪系統(tǒng)不好的話，就會(huì)造成畫(huà)面上出現(xiàn)噪音的情況。
(3) 有限的信息量。在黑暗的區(qū)域，由于缺乏上下文等信息，可以 利用的信息量有限，分析人的行為特征變得更為困難。
上下文信息在不同的應(yīng)用中有不同的含義，在本發(fā)明中，上下文信 息是指位置，背景等信息。需要指出的是，上下文信息或環(huán)境信息，對(duì) 30于人類對(duì)場(chǎng)景的理解發(fā)揮著重要的作用。在高層的行為分析中，監(jiān)控的目標(biāo)是捕捉具有異常行為的感興趣目標(biāo)。然而感興趣目標(biāo)在不同的上下 文中，所具有的行為也不一樣。特別是在夜間場(chǎng)景中，由于光線較暗， 這些上下文信息很難獲取。本發(fā)明提高了夜間圖像序列的對(duì)比度，信噪 比，與此同時(shí)，處理后的圖像對(duì)場(chǎng)景有更全面、清晰的描述，為夜間的 5 行為分析提供了基礎(chǔ)。


圖l示出本發(fā)明基于信息融合的夜間視覺(jué)監(jiān)控方法流程圖。
圖2示出與本發(fā)明圖1對(duì)應(yīng)的實(shí)施流程圖。 10 圖3示出圖像增強(qiáng)變換曲線。
圖4示出夜間圖像增強(qiáng)前后對(duì)比。
圖5示出運(yùn)動(dòng)目標(biāo)檢測(cè)流程圖。
圖6示出運(yùn)動(dòng)目標(biāo)檢測(cè)的結(jié)果示例。
圖7示出夜間圖像融合的加權(quán)系數(shù)示意圖。 15 圖8示出與晝間信息融合后結(jié)果示意圖。
圖9示出多種場(chǎng)景下與晝間信息融合后結(jié)果示意圖。
具體實(shí)施例方式
下面結(jié)合附圖詳細(xì)說(shuō)明本發(fā)明技術(shù)方案中所涉及的各個(gè)細(xì)節(jié)問(wèn)題。 20應(yīng)指出的是，所描述的實(shí)施例僅旨在便于對(duì)本發(fā)明的理解，而對(duì)其不起 任何限定作用。
本發(fā)明的方法需要的硬件最低配置為P4 3.0GCPU， 512M內(nèi)存的 計(jì)算機(jī)；最低分辨率為320x240的監(jiān)控?cái)z像頭或DV攝像機(jī)；幀率為25 幀每秒的視頻采集卡。在此配置水平的硬件上，采用0++語(yǔ)言編程實(shí)現(xiàn) 25本方法，可以達(dá)到實(shí)時(shí)處理。
圖1給出了基于信息融合的夜間視覺(jué)監(jiān)控方法流程圖。首先對(duì)攝像 頭采集到的夜間圖像序列進(jìn)行圖像增強(qiáng)，然后在增強(qiáng)后的圖像序列上進(jìn) 行運(yùn)動(dòng)目標(biāo)檢測(cè)，得到夜間運(yùn)動(dòng)目標(biāo)。同時(shí)提取夜間圖像序列的光照區(qū) 域。最后通過(guò)融合夜間感興趣目標(biāo)(夜間運(yùn)動(dòng)目標(biāo)，夜間圖像序列的光 30照區(qū)域)和晝間背景圖像，來(lái)得到最終結(jié)果圖像。圖3給出了圖像增強(qiáng)變換曲線。圖像增強(qiáng)的目的是使處理后的圖像 對(duì)于某種應(yīng)用來(lái)說(shuō)，比原始圖像更適用。圖像增強(qiáng)按照應(yīng)用的需要，突 出了圖像的某些信息，同時(shí)削弱某些不需要的信息。由于夜間實(shí)際拍攝 到的圖像其灰度變化范圍往往小于圖像顯示系統(tǒng)的最大容許灰度變化 5范圍，整幅圖像偏暗，亮度范圍不足或非線性等因素造成的對(duì)比度不足， 視覺(jué)效果不理想。因此，增大圖像的灰度變化范圍，豐富圖像的灰度層 次，改善視覺(jué)感知效果，增強(qiáng)圖像高頻信息的同時(shí)有效的抑制圖像背景 噪聲，便成為圖像增強(qiáng)首要解決的問(wèn)題。本發(fā)明采用圖像灰度變換方法 對(duì)夜間的圖像序列進(jìn)行增強(qiáng)。將每一幀圖像中所有像素的灰度值按照一 10 個(gè)灰度變換函數(shù)進(jìn)行變換
<formula>formula see original document page 8</formula>15 其中x表示每一幀夜間圖像的輸入象素值，^為調(diào)整參數(shù)，^越小，
曲線越平坦，反之則上凸越大。^為輸出像素值。原夜間圖像序列的亮 度范圍較小，經(jīng)映射后圖像亮度范圍展寬了，從而提高了夜間圖像序列 的對(duì)比度，豐富了圖像的灰度層次，達(dá)到了圖像增強(qiáng)的目的。
圖3中，其中A表示本發(fā)明的模型變換曲線，B表示Gamma變換曲
20線，C表示原輸入灰度級(jí)，本發(fā)明的模型變換曲線與Gamma變換效果類 似，但當(dāng)圖像較暗時(shí)，它的對(duì)比度拉伸作用不如Gamma變換明顯，這樣 在暗區(qū)域不會(huì)損失圖像細(xì)節(jié)。本發(fā)明的模型變換曲線符合人的視覺(jué)模 型。
圖4給出了夜間圖像增強(qiáng)前后對(duì)比。圖34(a)為原夜間圖像，圖4(b) 25為增強(qiáng)后的夜間圖像。對(duì)比圖4(a)和圖4(b)可以看出，本發(fā)明的圖像增 強(qiáng)技術(shù)增大了原夜間圖像的灰度變化范圍，豐富了圖像的灰度層次，增 強(qiáng)了圖像高頻信息，改善了視覺(jué)感知效果，使得增強(qiáng)后的圖像更有利于 視覺(jué)感知。
圖5給出了運(yùn)動(dòng)目標(biāo)檢測(cè)流程圖。在監(jiān)控中，運(yùn)動(dòng)物體是監(jiān)控的重 30點(diǎn)，運(yùn)動(dòng)目標(biāo)檢測(cè)的目的是從圖像序列中將變化區(qū)域從背景圖像中提取出來(lái)?；旌细咚鼓Ｐ头▽?duì)背景的自適應(yīng)性高，并對(duì)亮度的變化、背景內(nèi) 物體的細(xì)微移動(dòng)、慢速目標(biāo)等具有良好的適應(yīng)性，在本發(fā)明中，采用混 合高斯模型方法對(duì)增強(qiáng)后的視頻序列進(jìn)行背景建模。由于夜間視頻序列 信噪比低，噪音較強(qiáng)，混合高斯模型方法所得到的前景圖像中包含一些 5 噪音點(diǎn)和空洞。本發(fā)明采用中值濾波來(lái)去除噪聲，另外采用形態(tài)學(xué)的腐 蝕膨脹操作來(lái)去除前景圖像中的空洞，最后通過(guò)8連通域分析得到每個(gè) 運(yùn)動(dòng)物體的輪廓分割結(jié)果。
圖6給出了運(yùn)動(dòng)目標(biāo)檢測(cè)的結(jié)果示例。圖6(a)為原始夜間圖像序列， 圖6(b)為增強(qiáng)后的圖像序列，圖6(c)為直接對(duì)原始夜間圖像序列運(yùn)動(dòng)目 10 標(biāo)檢測(cè)的結(jié)果示例，圖6(d)為對(duì)增強(qiáng)后的夜間圖像序列運(yùn)動(dòng)目標(biāo)檢測(cè)的 結(jié)果示例。對(duì)比圖6(c)和圖6(d)可以看出，圖6(c)中的運(yùn)動(dòng)目標(biāo)檢測(cè)結(jié) 果包含較多的空洞，并且前景圖像中包含一些噪音點(diǎn)，對(duì)增強(qiáng)后的夜間 圖像序列進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)(圖6(d))正確并且清晰的提取了運(yùn)動(dòng)目標(biāo) 的輪廓特征。
15 圖7給出了夜間圖像融合的加權(quán)系數(shù)示意圖。在本發(fā)明中，夜間運(yùn)
動(dòng)目標(biāo)和夜間光照區(qū)域被視為夜間圖像序列中的重要信息，圖6(d)中示 出了夜間目標(biāo)信息。由Retinex理論可以得知， 一幅圖像7"力可以由它 的光照分量丄"力及反射分量^"力的乘積來(lái)表示，艮口
根據(jù)Retinex理論，光線Z變化緩慢，故可以認(rèn)為是低頻成分，因此， 對(duì)圖像/的低通濾波結(jié)果可以作為光照分量￡的估計(jì)，艮P:
其中F是一個(gè)5*5的高斯濾波器，*是巻積運(yùn)算。對(duì)原夜間圖像序列 25進(jìn)行低通濾波即可得到夜間光照區(qū)域。
本發(fā)明構(gòu)造夜間圖像融合的加權(quán)系數(shù)為夜間運(yùn)動(dòng)目標(biāo)檢測(cè)的結(jié)果 和夜間光照區(qū)域之和
其中M"力是如圖6(d)所示對(duì)增強(qiáng)后的夜間視頻序列混合高斯模型運(yùn)動(dòng)檢測(cè)的結(jié)果，為0， l二值圖像。光照分量Z(x,力按下式歸一化到[O， l]之間
<formula>formula see original document page 10</formula>本發(fā)明將運(yùn)動(dòng)信息的權(quán)值設(shè)為1來(lái)突出運(yùn)動(dòng)物體。 5 圖8所示為與晝間背景圖像融合后結(jié)果示意圖。圖8(a)為從晝間同一
場(chǎng)景下的圖像序列中所學(xué)習(xí)到的背景圖像，圖8(b)為原始夜間圖像序列， 圖8(c)為圖像融合后的結(jié)果圖像。為了將晝間的高質(zhì)量背景圖像和夜間 圖像序列融合起來(lái)，我們采用簡(jiǎn)單的加權(quán)的方法
io其中^表示夜間每一幀圖像，"表示晝間背景圖像，^表示夜間圖 像融合的加權(quán)系數(shù)，工表示融合的結(jié)果。
為了驗(yàn)證方法的有效性，在多種場(chǎng)景下對(duì)算法的性能進(jìn)行了測(cè)試，
如圖9所示。實(shí)驗(yàn)結(jié)果表明，融合后的圖像使得感興趣目標(biāo)相對(duì)背景明 確，而且色彩自然真實(shí)，并達(dá)到了相應(yīng)的性能指標(biāo)。在夜間的運(yùn)動(dòng)目標(biāo)
15檢測(cè)中，混合高斯模型正確并且清晰的提取了運(yùn)動(dòng)目標(biāo)的輪廓特征?；?合高斯模型對(duì)背景的自適應(yīng)性高，對(duì)光照變化和噪音不敏感，是一種魯 棒的運(yùn)動(dòng)目標(biāo)檢測(cè)方法?；赗etinex理論提取光照區(qū)域的方法簡(jiǎn)單可 行，真實(shí)的反映了夜間圖像序列的感興趣的區(qū)域。最后所得到的融合結(jié) 果銜接自然，增強(qiáng)了視覺(jué)效果，實(shí)時(shí)性高?？偟恼f(shuō)來(lái)，該方法與相關(guān)工
20 作相比有如下幾個(gè)優(yōu)點(diǎn)
(1) 簡(jiǎn)單有效，基于一些基本的圖像處理操作，實(shí)驗(yàn)結(jié)果證實(shí)了 其有效性。
(2) 效率高，可以實(shí)時(shí)的運(yùn)行。
(3) 當(dāng)場(chǎng)景更換時(shí)，無(wú)需經(jīng)驗(yàn)的修改閾值，通用性強(qiáng)。
25 以上所述，僅為本發(fā)明中的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并
不局限于此，任何熟悉該技術(shù)的人在本發(fā)明所揭露的技術(shù)范圍內(nèi)，可理 解想到的變換或替換，都應(yīng)涵蓋在本發(fā)明的包含范圍之內(nèi)，因此，本發(fā) 明的保護(hù)范圍應(yīng)該以權(quán)利要求書(shū)的保護(hù)范圍為準(zhǔn)。
權(quán)利要求
1.一種基于信息融合的夜間視覺(jué)監(jiān)控方法，其特征在于步驟S1對(duì)攝像頭采集到的夜間圖像序列進(jìn)行圖像增強(qiáng)，用于得到對(duì)比度較高的圖像序列；步驟S2對(duì)增強(qiáng)后的圖像序列進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，用于得到夜間運(yùn)動(dòng)目標(biāo)；步驟S3提取夜間圖像序列的光照區(qū)域；步驟S4對(duì)晝間同一場(chǎng)景下的圖像序列進(jìn)行背景分割，得到清晰的晝間背景圖像；步驟S5將夜間感興趣目標(biāo)即夜間運(yùn)動(dòng)目標(biāo)、夜間圖像序列的光照區(qū)域和晝間背景圖像進(jìn)行圖像融合。
2.根據(jù)權(quán)利要求1所述的基于信息融合的夜間視覺(jué)監(jiān)控方法，其 特征在于所述圖像增強(qiáng)包括如下步驟 15 步驟S11:從攝像頭采集到的夜間圖像序列中提取每一幀圖像；步驟S12:將每一幀圖像中所有像素的灰度值按照一個(gè)灰度變換函 數(shù)進(jìn)行變換，用于得到對(duì)比度較高的圖像序列。
3.根據(jù)權(quán)利要求1所述的基于信息融合的夜間視覺(jué)監(jiān)控方法，其特 征在于所述運(yùn)動(dòng)目標(biāo)檢測(cè)包括如下步驟 20 步驟S21:對(duì)步驟Sl中得到的增強(qiáng)后的圖像序列構(gòu)建背景模型；步驟S22:從增強(qiáng)后的圖像序列中將變化區(qū)域從背景模型中提取出 來(lái)，用于得到夜間運(yùn)動(dòng)目標(biāo)；步驟S23:將得到的夜間運(yùn)動(dòng)目標(biāo)進(jìn)行形態(tài)學(xué)操作和連通域分析， 得到分割準(zhǔn)確的夜間運(yùn)動(dòng)目標(biāo)。
4.根據(jù)權(quán)利要求1所述的基于信息融合的夜間視覺(jué)監(jiān)控方法，其特征在于所述光照區(qū)域的提取包括如下步驟將夜間圖像序列進(jìn)行高斯濾波，對(duì)圖像的低通濾波結(jié)果視為光照區(qū)域。
5.根據(jù)權(quán)利要求1所述的基于信息融合的夜間視覺(jué)監(jiān)控方法，其特 30 征在于所述背景分割包括如下步驟對(duì)晝間同一場(chǎng)景下的圖像序列構(gòu)建背景模型，得到清晰的背景圖像。
6.根據(jù)權(quán)利要求1所述的基于信息融合的夜間視覺(jué)監(jiān)控方法，其特 征在于所述圖像融合包括如下步驟 5 步驟S51:根據(jù)夜間運(yùn)動(dòng)目標(biāo)信息和夜間光照區(qū)域信息獲得圖像融合的加權(quán)系數(shù)；步驟S52:將夜間感興趣目標(biāo)即夜間運(yùn)動(dòng)目標(biāo)、夜間光照區(qū)域和晝 間背景圖像進(jìn)行加權(quán)融合，得到對(duì)場(chǎng)景更全面、清晰的描述。
全文摘要
本發(fā)明針對(duì)夜間視覺(jué)監(jiān)控低對(duì)比度、低信噪比、低信息量等特點(diǎn)，公開(kāi)一種基于信息融合的夜間視覺(jué)監(jiān)控方法。首先它對(duì)夜間采集到的圖像序列進(jìn)行圖像增強(qiáng)，然后對(duì)增強(qiáng)后的圖像序列進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)。接著提取夜間圖像序列的光照區(qū)域，最后將夜間的感興趣目標(biāo)(夜間運(yùn)動(dòng)目標(biāo)，夜間光照區(qū)域)和晝間同一場(chǎng)景下的背景圖像進(jìn)行圖像融合?；谛畔⑷诤系囊归g視覺(jué)監(jiān)控方法對(duì)于提高下一代智能監(jiān)控系統(tǒng)對(duì)夜間監(jiān)控場(chǎng)景的理解能力具有很重要的意義。用于夜間智能視覺(jué)監(jiān)控，為夜間監(jiān)控提供一種可行方案，使得監(jiān)控系統(tǒng)能真正理解在什么場(chǎng)景下，正在發(fā)生什么；用于夜間運(yùn)動(dòng)目標(biāo)檢測(cè)，提高運(yùn)動(dòng)目標(biāo)檢測(cè)質(zhì)量；用于人機(jī)交互，幫助人類對(duì)監(jiān)控場(chǎng)景有更全面清晰的描述。
文檔編號(hào)H04N7/18GK101409825SQ200710175669
公開(kāi)日2009年4月15日 申請(qǐng)日期2007年10月10日 優(yōu)先權(quán)日2007年10月10日
發(fā)明者蔡瑩皓, 譚鐵牛, 黃凱奇 申請(qǐng)人:中國(guó)科學(xué)院自動(dòng)化研究所