基于视频图像的影子运动轨迹检测方法

秦国义　夏　青

（重庆邮电大学光电工程学院,重庆　400065）

基于视频图像的影子运动轨迹检测方法

秦国义夏青

（重庆邮电大学光电工程学院,重庆400065）

本文提出的运动轨迹检测方法包括图像分割和透视变换。首先处理视频采集图像，然后进行灰度化、二值化、连通域标记等处理，再引入Canny边缘检测算法提取图像轮廓，经MATLAB编程求得影子的轮廓像素坐标。最后根据透视变换，求得视频中影子的实际坐标，并在二维和三维坐标系下描绘了其运动轨迹图。

运动轨迹检测；图像分割；透视变换；Canny边缘检测算法

1　引言

太阳影子定位技术可以通过分析视频中物体的影子变化来确定视频拍摄的地点和日期。因此，研究分析视频中影子变化和运动轨迹就显得尤为重要了。利用视频图像来检测影子运动轨迹的技术研究较少，因此本文提出的方法具有重要意义。

2　图像分割

2.1图像预处理

2.1.1视频及裁剪处理

由视频信息得出视频每分钟有1500帧图像，由于影子在较短时间内变化不太明显，考虑到降低数据量和全面读取影子变化，决定采用每隔2分钟（3000帧）采集一帧图像的方法，得到21帧图像。采集得到的视频图像如图1所示。

图1　采集的视频图像

通过观察图像，发现影子顶点只在x∈(810:1700)，y∈(800: 930)范围内运动，所以以此范围对图像进行裁剪来降低数据计算量。裁剪后的图像如图2所示。

图2　裁剪后的彩色图像

2.1.2灰度化处理[1]

灰度化就是使彩色的R、G、B分量值相等的过程。采用加权平均值法对彩色图像进行灰度化处理，根据实验和理论证明，当Wr=0.30,Wg=0.59,Wb=0.11时，即当Vgray=0.3R+ 0.59G+0.11B时能得到最合理的灰度图像，如图3所示。

图3　灰度化处理后的图像

2.1.3二值化及连通域标记处理[2]

二值化就是把图像分成目标物体和背景两个区域，通过阈值化变换方法，将一幅灰度图变成黑白二值图像。采用固定阈值法,其中T为阈值。变换函数如下：

连通域标记即通过对二值图像中白色像素（目标）的标记，让每个单独的连通区域形成一个被标识的块。这里我们找出影长大连通周围的小连通域，对影长周围的小连通域置1，将小连通域转换成白色。处理之后的图像如图4所示。

图4　二值化及连通域标记处理后的图像

2.2Canny边缘检测算法[3，4]

我们采用Canny边缘检测算法来提取预处理后的图像轮廓。算法原理如下：

(1)用一个高斯滤波器平滑输入图像

令f(x,y)表示输入图像，G(x,y)表示高斯函数：我们用G和f的卷积形成平滑图像fs(x,y)：

(2)计算梯度幅值图像和角度图像

其中gx=∂fx/∂x,gy=∂fs/∂y。

(3)对梯度幅值图像应用非极大值抑制

仅仅得到全局的梯度并不足以确定边缘，因此为确定边缘，必须保留局部梯度最大的点，而抑制非极大值。

(4)用双阈值处理和连接分析来检测并连接边缘

对非极大值抑制图像用两个阈值T1和T2，且T1= 0.4T2。我们把梯度值小于T1的像素的灰度值设为0，得到图像1。把梯度值小于T2的像素的灰度值设为0，得到图像2。由于图像2的阈值较高，去除大部分噪音，但同时也损失了有用的边缘信息。而图像1的阈值较低，保留了较多的信息，可以以图像2为基础，以图像1为补充来连结图像的边缘。

通过引入Canny算子，我们从预处理的图像中提取出轮廓图，如图5所示。

图5　Canny边缘检测得到的图像轮廓

检测到轮廓后，通过MATLAB编程提取影子顶端像素坐标，并描绘出影子端点的运动轨迹粗略图，如图6所示。

图6　影子端点的运动轨迹粗略图

3　透视变换[5]

透视变换将图片投影到一个新的视平面，也称作投影映射，变换公式如下：

u，v是原始图片坐标,对应得到变换后的图片坐标x，y，其中x=x'/w',y=y'/w'。

变换矩阵A可以拆成4部分，B表示线性变换。[a31,a32]用于平移，[a13,a23]T产生透视变换。变形后的变换公式：

因此，已知变换对应的几个点就可以求取变换公式，然后再进行其他坐标的变换。

已知直杆长度为2米，基于以上理论，首先取杆底座及杆顶端的点求取变换公式，然后将提取的影子顶端坐标进行变换得到实际坐标。我们通过MATLAB编程将得到的影子实际坐标进行模拟，分别在二维和三维坐标系描绘出影子运动轨迹图，如图7所示。

图7　二维及三维坐标下的运动轨迹图

4　结论

通过实际测量，我们发现在误差允许范围内，本文中方法具有可行性，算法简单，效率较高，对影子的运动轨迹检测有着较好的效果。另外本文的影子轨迹检测方法可以推广到视频监控下其他缓慢运动目标的轮廓提取以及轨迹检测。

[1]张涛，齐永奇．MATLAB图像处理编程与应用[M]．北京：机械工业出版社，2014．

[2]杨杰．数字图像处理及MATLAB实现[M]．北京：电子工业出版社，2014．

[3]张毓晋．图像处理和分析[M]．北京：清华大学出版社，1999．

[4]阮秋琦．数字图像处理[M]．北京：电子工业出版社，2001．

[5]牛彦．关于透视变换的研究[J]．计算机辅助设计与图形学学报，2001(06)：549-551．

Shadow Motion Trajectory Detection Based on the Video Image

Qin GuoyiXia Qing
(Optoelectronic Engineering,Chongqing University of Posts and Telecommunications,Chongqing 400065)

A method of motion trajectory detection is proposed in this paper,including image segmentation and perspective transformation.First of all,the video images are processed.Then the images are dealed with Grayscale,Binarization and Connected Component Labeling.The contour of images are acquired with Canny edge detection algorithm,and the coordinates of contour pixel are obtained with the MATLAB programming.Finally,the actual coordinates of the video images are obtained with Perspective Transformation.And shadow motion trajectory is simulated in the two-dimensional and three-dimensional coordinate system.

motion trajectory detection;image segmentation;perspective transformation;Canny edge detection algorithm

TP751

A

1008-6609(2016)06-0068-03

秦国义，男，河北南宫人，在读本科，研究方向：图像处理。