淺談監(jiān)控視頻顏色檢索技術(shù)

晉江市公安局刑事科學(xué)技術(shù)室 陳景明 黃日旅

1 概述

監(jiān)控視頻存在著分辨率和格式不統(tǒng)一、易產(chǎn)生偏色畸變的特點(diǎn)，且數(shù)據(jù)量大，不便檢索。長期以來，如何從海量視頻中快速檢索出需要的目標(biāo)信息一直是困擾視頻偵查人員的難題。顏色特征是視頻和圖像的共有特征之一，是區(qū)別物體的重要信息。利用顏色信息搜索目標(biāo)是視頻檢索的研究方向之一，具備一定的可行性，技術(shù)框架如下：

圖1 技術(shù)框架

本文深入分析了實(shí)現(xiàn)監(jiān)控視頻顏色檢索的算法和程序，綜合了當(dāng)前在圖像顏色檢索領(lǐng)域的各種方法，探索總結(jié)出一套適合監(jiān)控視頻顏色檢索的基于直方圖與顏色矩陣的三通道檢索方法。

2 算法原理

首先將原始視頻解碼為單幀圖像，然后依次讀取每一幀圖像，利用顏色矩陣將其分為 RGB三通道，分別繪制灰度直方圖。依據(jù)檢索時(shí)所設(shè)定的顏色條件以及誤差范圍對三個(gè)直方圖進(jìn)行篩選，將符合條件的圖像重新編碼組合成為新的視頻文件并保存。由于該方法最終得出的視頻仍使用原圖像，解決了傳統(tǒng)的基于直方圖的顏色檢索技術(shù)丟失位置信息的問題。但此方法運(yùn)算量大，對計(jì)算機(jī)性能的要求比較高。

3 檢索流程（見圖2）

圖2 監(jiān)控視頻顏色檢索技術(shù)流程圖

4 仿真實(shí)驗(yàn)

4.1 實(shí)驗(yàn)環(huán)境

（1）微型計(jì)算機(jī)：core i5-3317U 1.7GHz處理器，6GB內(nèi)存，635M·2GB獨(dú)立顯卡，500GB硬盤，16∶9顯示器；

（2）Matlab R2013a圖像處理軟件、格式工廠。

4.2 實(shí)驗(yàn)素材：一段較短的彩色監(jiān)控視頻。

4.3 實(shí)驗(yàn)?zāi)康?/p>

通過設(shè)定像素?cái)?shù)的閾值從監(jiān)控視頻中檢索出紅色目標(biāo)物。

4.4 實(shí)驗(yàn)方法和步驟

4.4.1 視頻預(yù)處理

監(jiān)控視頻文件格式的多樣性以及畫面質(zhì)量的差異決定了對監(jiān)控視頻進(jìn)行預(yù)處理的必要性。在本次實(shí)驗(yàn)中，將視頻文件格式統(tǒng)一轉(zhuǎn)碼為AVI格式。

圖3 轉(zhuǎn)碼前的未知格式

圖4 轉(zhuǎn)碼后的AVI格式

4.4.2 視頻解碼

代碼如下：

效果圖：

圖5 解碼后的單幀圖像

4.4.3 單幀圖像顏色檢索

Step1.獲取每一點(diǎn)圖像的RGB值，形成矩陣B，代碼如下：

以第99幀圖像為例，運(yùn)行后的效果圖如下：

圖6 矩陣B數(shù)據(jù)

其中，第1列中數(shù)值為像素點(diǎn)的橫坐標(biāo)，第2列的數(shù)值為像素點(diǎn)的縱坐標(biāo)，第3列的數(shù)值為像素點(diǎn)的R分量值，第4列的數(shù)值為像素點(diǎn)的G分量值，第5列的數(shù)值為像素點(diǎn)的G分量值，全圖共有464640個(gè)像素點(diǎn)。

Step2.對矩陣B的數(shù)據(jù)進(jìn)行分析，統(tǒng)計(jì)符合條件的像素點(diǎn)數(shù)。

本實(shí)驗(yàn)中，設(shè)定R分量的范圍為[70,100]，G分量的范圍為[30-50]，B分量的范圍為[30-50]，代碼如下：

以第93幀圖像為例，輸出結(jié)果為21。

Step3.篩選像素點(diǎn)個(gè)數(shù)大于閾值的單幀圖像

設(shè)定像素個(gè)數(shù)閾值為20，對整個(gè)單幀圖像集進(jìn)行篩選，大于閾值的圖像另存至輸出文件夾，其代碼如下：

圖7 檢索結(jié)果

共檢索出77個(gè)符合條件的單幀圖像，符合實(shí)驗(yàn)預(yù)期。

4.4.4 檢索結(jié)果重新編碼

將符合條件的單幀圖像編碼成一個(gè)原視頻二分之一速度播放的AVI視頻文件，其代碼如下：

至此，監(jiān)控視頻的顏色檢索工作就已經(jīng)完成了。效果圖如下：

圖8 被檢索出的帶有紅色集裝箱的卡車

圖9 被檢索出的紅色轎車

4.4.5 實(shí)驗(yàn)結(jié)果分析

監(jiān)控視頻顏色檢索技術(shù)的原理是通過將顏色條件設(shè)為關(guān)鍵詞，對監(jiān)控視頻的每一幀圖像進(jìn)行檢索，最終將符合顏色條件的圖像重新組合成視頻文件，相對于傳統(tǒng)的直方圖方法而言，本文所采用的顏色矩陣數(shù)值篩選方法極大地降低了算法的難度，一方面減少了設(shè)備的運(yùn)算量，另一方面也通過對數(shù)值范圍、像素點(diǎn)個(gè)數(shù)閾值的設(shè)定保證了檢索結(jié)果的科學(xué)性、可靠性。最終結(jié)果避免了將R、G、B三個(gè)分量重新合成RGB圖像時(shí)容易產(chǎn)生的偏色問題，過程簡潔、效果理想。

5 結(jié)束語

我國的視頻監(jiān)控網(wǎng)絡(luò)發(fā)展日臻完善，對視頻偵查工作形成了有力支撐，大大提高了破案效率和準(zhǔn)確率。將視頻問題轉(zhuǎn)化為圖像問題，運(yùn)用數(shù)字圖像處理技術(shù)進(jìn)行處理，可以在不丟失重要信息的情況下有效縮短監(jiān)控視頻的審看時(shí)間、降低監(jiān)控視頻的數(shù)據(jù)量，操作簡單易行，實(shí)用性強(qiáng)，對于公安工作具有現(xiàn)實(shí)意義。

[1]阮秋琦.數(shù)字圖像處理學(xué)[M].北京：電子工業(yè)出版社，2001.

[2]章毓晉.圖像處理和分析[M].北京：清華大學(xué)出版社，2005.

[3]李弼程, 彭天強(qiáng), 彭波.智能圖像處理技術(shù)[M].北京：電子工業(yè)出版社，2004.

[4]朱秋旭, 李俊山, 朱英宏, 李建華, 張姣.Retinex理論下的自適應(yīng)紅外圖像增強(qiáng)[J].微電子學(xué)與計(jì)算機(jī)，2013，30（4）∶ 22-25.