[实用新型]雾天条件下视频监控图像运动目标的检测装置

说明书

技术领域

本实用新型涉及数字图像处理领域，特别涉及到一种雾天条件下视频监控图像运动目标的检测装置和方法。

背景技术

当前，视频监控系统已在各行业得到大力推广和应用，在很多公共场合，如道路监控、小区安防、港口物流等，需要通过对视频监控图像内容进行智能分析，实现特定目标跟踪和识别，尤其对公安系统定位可疑目标意义重大。通常，晴天天气下户外视频监控系统大都能清晰地显示目标图像，并能借助图像分析技术提取目标图像特征，但在雾天情况下，由于大气中粒子的散射作用，场景的能见度低，监控系统采集的图像中目标对比度下降、颜色失真偏移等，这将给图像目标的特征提取和识别带来很大困难，尤其对实时交通监控和户外公共区域的安全监控以及信息管理带来隐患，以致监管层很难针对现场情况做出实时有效的部署和调控。因此，迫切需要一种能对雾天条件下视频监控图像中运动目标识别的系统和装置，实现对雾天图像复原和景物细节清晰化，并在去雾后能对目标图像进行正确识别和分析。

要实现雾天条件下快速、准确地识别视频监控图像运动目标，是非常困难的事情，首先需要对雾天视频进行去雾处理，然后再运用算法快速提取运动目标。目前图像去雾方法主要分两类：基于图像处理的增强算法和基于复原的物理模型法。前者主要通过增强对比度改善图像质量，如直方图均衡化、同态滤波、小波融合等，只能相对提高图像质量，并不能实现真正去雾，因此效果不明显；而后者采用物理模型沿着图像退化的逆过程复原图像。对于物理去雾模型来说，当前大多算法需要需要利用参考视频(如晴天视频场景)的同一场景的图像估计深度信息来恢复图像对比度，但这对于实时的、动态的视频监控系统来说，不可能提前获取晴天下同一场景的标准参考视频。最近有文献采用一种基于黑色通道优先(Dark Channel Prior，DCP)的单幅去雾算法，采用拉普拉斯矩阵对传输图进行修补来改善块状效应，虽然可以改善去雾效果，但在传输图修补过程中会消耗大量的处理时间而导致实时性差。另外，目前基于运动目标的检测方法主要有背景差分法，帧差法，光流法等。其中，背景差分法易受到光线与天气等的影响，且需要不断更新背景导致前景目标识别效果不好；光流法计算量大且复杂，不适于实时处理；而帧差法因计算简单在实际系统中应用较广。

综上所述，对实时、动态、不间断工作的视频监控系统来说，由于气候条件和运动目标都是随机的，所需处理的数据量很大，因此需要一种在无任何晴天参考视频序列的情况下，能对雾天监控视频序列进行快速去雾和准确识别运动目标的系统装置和处理方法。

实用新型内容

本实用新型的目的在于提供一种新型的去雾方法和目标识别方法以及相关系统装置，能实现雾天视频快速去雾并准确提取更多的运动目标细节，对雾天条件下的视频监控图像目标识别具有重要意义，而且还具有良好的可移植性，从而实现本实用新型的目的。

本实用新型所解决的技术问题可以采用以下技术方案来实现：

雾天条件下视频监控图像运动目标的检测装置，其特征在于，它包括：

摄像装置，所述摄像装置为用于获取监控现场真实图像的摄像头或摄像机，通过视频电缆连接至图像采集装置；

图像采集装置，所述图像采集装置为将图像转换成一定格式的数据流的图像采集卡或图像转换芯片，通过PCI接口或656接口与图像分析处理装置连接；

图像分析处理装置，所述图像分析处理装置为用于完成图像算法实现的PC机、服务器或嵌入式CPU，包含用于数据传输的PCI接口或656接口。

本实用新型提出了一种雾天条件下视频监控图像去雾和目标检测的方法和装置，在去雾处理方法中，利用双边滤波的非迭代性和快速保边性估计传输图，从而有效提高了去雾运算速度；对运动目标检测中采用了三帧间差法结合自适应阈值分割，实现了雾天视频监控运动目标的检测中。该实用新型不需借助任何参考视频，能自动有效地实现雾天监控视频图像的运动目标检测，将具备广阔的应用前景。

附图说明

图1为本实用新型所述的检测装置的结构框图。

图2为本实用新型所述的去雾预处理步骤的流程示意图。

图3为本实用新型所述的运动目标检测步骤的流程示意图。

具体实施方式

为使本实用新型实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施方式，进一步阐述本实用新型。

如图1所示，本实用新型所述的雾天条件下视频监控图像运动目标的检测装置，包括：

摄像装置部分，是指摄像头、摄像机等图像采集探头，完成监控现场真实图像的获取；