基于图像处理运动物体识别研究

全平生?吕树彬

摘 要 目前已经全面进入信息化时代，传统的工业化社会逐步被信息化社会取代，因此，图像处理运动目标识别得到了迅速的发展。图像处理技术被各个行业广泛应用，例如视频电话、医学影像、监测监控以及各大网络平台，对人们的日常生活与学习产生了重大影响，摆脱了时间与空间的限制。特别是近年来视频信号采集与存储技术与人们生活息息相关，社区监控、银行安保、小区管理、交通安全以及学校治安等方面都有着广泛应用，基于此背景，本文开发了具备视频捕捉和监控的程序，旨在为运动物体识别出谋划策。

关键词 图像处理;运动物体;视频信号;监控

引言

动态检测是对图像中的动态信息进行可视化的视频分析，对图像中检测到的动态信息进行分析，并提取出图像的动态任务或目标，简化后续动态跟踪、识别和分析具有重要意义。目前动态检测有四种方法[1]：第一，计算得到的背景图像与实际图像的差值，该方法对于光、噪声较为敏感，应用范围受限。第二，基于差影法的运动区域提取方法，但是该方法难以完整的提取运动目标。第三，根据相关技术识别背景图像，该方法要求专业理论性较强，实施较为困难。第四，光学流方法，但该方法计算工程量较大，在实际应用中受限。在全球范围内，视频提供的信息比单个图像更多。图像处理通过对多帧图像的分析，对静止图像中的图像序列进行处理，只有识别和分析图像序列的动态过程，才能形成单个图像获取最终信息。在动态图像分析过程中，识别运动信息和跟踪运动目标，是动态图像分析的最终目的。

1基本的研究思路

1.1 VFW库函数

VFW库函数是Windows系统中的视频服务库，VFW不必依靠专门的硬件设施，根据AVI标准以运动图像和伴音数据交互方式进行存储。VFW软件套件包括：媒体播放器、Vidcap、videdit、bitedit、paledit、waveedit原来的版本有一些局限性，包括一个240像素、30帧每秒的最大帧率320像素的最高分辨率[2]。VFW库函数可以直接读取视频缓冲区，具有获取数据的优势，避免了生成中间文件的过程，功能性强大且具有一定的实用性。而Vidcap是实现运动物体识别的关键，它可以将视频捕捉和应用程序相结合，并且能够实现视屏的捕捉、存盘等過程。AVICap支持实时的视频流捕捉和单帧捕捉，该类提供了对MCI视频源的完全控制，这样，开发人员就可以任意确定视频捕捉的起点和终点，并且有可能对其中的一个点即单帧进行访问。通过VFW技术

1.2 关键技术

首先设置摄像机拍摄间隔，在设定时间内提取两张图像，同时进行图像差值运算，经过计算分析，如果灰度差值为零，那么能够判定两张图像没有差异，在摄像机拍摄期间没有其他物体介入，那监控系统不启用视频录入[3]。另一方面，在摄像期间有物体介入，那计算得到的灰度差不会为零，此外还应设置一定的差值大小，当分析得到的灰度差在设定值以上时，可以认为摄像范围内有物体运动，启用视频录像并将视频保存下来;当小物体进入摄像范围内，分析得到的灰度差在设定值以下，不启用视频录像。 如果差值小于该值，那么我们在摄像机拍摄的范围内并没有物体的运动，有时摄像机的晃动或风声等光线图像发生细微变化。在上述的监控系统中，拍摄两幅图像的时间间隔，设置不同的参数后输出两幅图像灰度值临界是最重要的两个参数。一般来说，摄像间隔设置1秒，灰度值临界根据监测实际情况确认。

2功能实现

基于IP组播的视频会议系统中，实时视频捕获部分实现流程，总共可以分为4步，具体原理如图1所示。第一步，使用AVICap窗口建立捕获窗，这是实现视频捕获的基础和关键部分;第二步，为了防止系统出现错误，需要设置回调函数，通关相应宏完成该步骤;第三步，在设置参数后，视频数据采集是该系统的重点，不同的实际应用条件，可以直接处理视频帧的文件或缓冲区。当采集到的帧数据需要实时处理，可以先将数据缓存，数据的缓存需要用到回调函数和VIDEOHDR模块，可以使用CapSetCallback0nVideoStream注册回调函数。当使用IP公共网络时，由于不能够满足多媒体数据传输的要求，这时需要压缩视频图像，保证音频数据的完整性;第四步，激活捕捉系统，完成视频捕获后关闭捕获窗。

3结束语

本文主要研究视频捕捉运动物体，包括视频监控条件下的视频捕获和运动检测，基于通用usb数码相机，使用电脑测试实验平台设计和编程，通过VFW技术编制视频捕捉程序，经过后续相关运动物体检测实验，证明该系统能够投入到实际应用中。基于图像处理运动物体的技术研究还需要大家共同努力，实现监测监控的稳定性、准确性以及可靠性，未来通过数码摄像完成视频监控居于较大的发展潜力。

参考文献

[1] 康杜.基于OpenCV运动物体检测与跟踪[D].荆州：长江大学，2018：72.

[2] 李雷远.具有视觉伺服的执行机构自主定位与精准控制研究[D].北京：北京邮电大学，2017：34.

[3] 吕敏燕.基于数字识别的分布式多运动物体检测研究[D].济南：山东大学，2016：28-29.