浅谈监控视频颜色检索技术

晋江市公安局刑事科学技术室 陈景明 黄日旅

1 概述

监控视频存在着分辨率和格式不统一、易产生偏色畸变的特点，且数据量大，不便检索。长期以来，如何从海量视频中快速检索出需要的目标信息一直是困扰视频侦查人员的难题。颜色特征是视频和图像的共有特征之一，是区别物体的重要信息。利用颜色信息搜索目标是视频检索的研究方向之一，具备一定的可行性，技术框架如下：

图1 技术框架

本文深入分析了实现监控视频颜色检索的算法和程序，综合了当前在图像颜色检索领域的各种方法，探索总结出一套适合监控视频颜色检索的基于直方图与颜色矩阵的三通道检索方法。

2 算法原理

首先将原始视频解码为单帧图像，然后依次读取每一帧图像，利用颜色矩阵将其分为 RGB三通道，分别绘制灰度直方图。依据检索时所设定的颜色条件以及误差范围对三个直方图进行筛选，将符合条件的图像重新编码组合成为新的视频文件并保存。由于该方法最终得出的视频仍使用原图像，解决了传统的基于直方图的颜色检索技术丢失位置信息的问题。但此方法运算量大，对计算机性能的要求比较高。

3 检索流程（见图2）

图2 监控视频颜色检索技术流程图

4 仿真实验

4.1 实验环境

（1）微型计算机：core i5-3317U 1.7GHz处理器，6GB内存，635M·2GB独立显卡，500GB硬盘，16∶9显示器；

（2）Matlab R2013a图像处理软件、格式工厂。

4.2 实验素材：一段较短的彩色监控视频。

4.3 实验目的

通过设定像素数的阈值从监控视频中检索出红色目标物。

4.4 实验方法和步骤

4.4.1 视频预处理

监控视频文件格式的多样性以及画面质量的差异决定了对监控视频进行预处理的必要性。在本次实验中，将视频文件格式统一转码为AVI格式。

图3 转码前的未知格式

图4 转码后的AVI格式

4.4.2 视频解码

代码如下：

效果图：

图5 解码后的单帧图像

4.4.3 单帧图像颜色检索

Step1.获取每一点图像的RGB值，形成矩阵B，代码如下：

以第99帧图像为例，运行后的效果图如下：

图6 矩阵B数据

其中，第1列中数值为像素点的横坐标，第2列的数值为像素点的纵坐标，第3列的数值为像素点的R分量值，第4列的数值为像素点的G分量值，第5列的数值为像素点的G分量值，全图共有464640个像素点。

Step2.对矩阵B的数据进行分析，统计符合条件的像素点数。

本实验中，设定R分量的范围为[70,100]，G分量的范围为[30-50]，B分量的范围为[30-50]，代码如下：

以第93帧图像为例，输出结果为21。

Step3.筛选像素点个数大于阈值的单帧图像

设定像素个数阈值为20，对整个单帧图像集进行筛选，大于阈值的图像另存至输出文件夹，其代码如下：

图7 检索结果

共检索出77个符合条件的单帧图像，符合实验预期。

4.4.4 检索结果重新编码

将符合条件的单帧图像编码成一个原视频二分之一速度播放的AVI视频文件，其代码如下：

至此，监控视频的颜色检索工作就已经完成了。效果图如下：

图8 被检索出的带有红色集装箱的卡车

图9 被检索出的红色轿车

4.4.5 实验结果分析

监控视频颜色检索技术的原理是通过将颜色条件设为关键词，对监控视频的每一帧图像进行检索，最终将符合颜色条件的图像重新组合成视频文件，相对于传统的直方图方法而言，本文所采用的颜色矩阵数值筛选方法极大地降低了算法的难度，一方面减少了设备的运算量，另一方面也通过对数值范围、像素点个数阈值的设定保证了检索结果的科学性、可靠性。最终结果避免了将R、G、B三个分量重新合成RGB图像时容易产生的偏色问题，过程简洁、效果理想。

5 结束语

我国的视频监控网络发展日臻完善，对视频侦查工作形成了有力支撑，大大提高了破案效率和准确率。将视频问题转化为图像问题，运用数字图像处理技术进行处理，可以在不丢失重要信息的情况下有效缩短监控视频的审看时间、降低监控视频的数据量，操作简单易行，实用性强，对于公安工作具有现实意义。

[1]阮秋琦.数字图像处理学[M].北京：电子工业出版社，2001.

[2]章毓晋.图像处理和分析[M].北京：清华大学出版社，2005.

[3]李弼程, 彭天强, 彭波.智能图像处理技术[M].北京：电子工业出版社，2004.

[4]朱秋旭, 李俊山, 朱英宏, 李建华, 张姣.Retinex理论下的自适应红外图像增强[J].微电子学与计算机，2013，30（4）∶ 22-25.