• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 14
    • 下载费用:30 金币  

    重庆时时彩3d排列三: 交通卡口监控系统灰度图像序列编码方法.pdf

    关 键 词:
    交通 卡口 监控 系统 灰度 图像 序列 编码 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201110119103.6

    申请日:

    2011.05.10

    公开号:

    CN102196269A

    公开日:

    2011.09.21

    当前法律状态:

    终止

    有效性:

    无权

    法律详情: 未缴年费专利权终止IPC(主分类):H04N 7/26申请日:20110510授权公告日:20120926终止日期:20150510|||授权|||实质审查的生效IPC(主分类):H04N 7/26申请日:20110510|||公开
    IPC分类号: H04N7/26; H04N7/32; G08G1/01 主分类号: H04N7/26
    申请人: 山东大学
    发明人: 李振华; 徐胜男; 张兆杰
    地址: 250061 山东省济南市历下区经十路17923号
    优先权:
    专利代理机构: 济南圣达知识产权代理有限公司 37221 代理人: 王吉勇
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201110119103.6

    授权公告号:

    |||102196269B||||||

    法律状态公告日:

    2016.06.29|||2012.09.26|||2011.11.23|||2011.09.21

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    本发明涉及一种交通卡口监控系统灰度图像序列编码方法,属于智能交通和视频编码领域。针对智能交通卡口监控系统采集的灰度图像序列具有背景固定,车辆目标突出的特点,提出一种基于车辆目标检测与运动估计的图像序列压缩编码方法,该编码方法分为帧内编码和帧间编码两步。帧内编码即静止图像编码,采用基于提升9/7小波的多级树集合分裂(SPIHT)算法;帧间编码则首先提取图像序列中的车辆目标,然后应用双线性插值方法根据前一帧中的匹配目标来预测当前帧中的目标,从而对预测帧和当前帧的差分结果进行编码,并嵌入匹配目标的运动矢量形成最终的帧间编码码流。本发明方法可有效解决交通卡口监控系统灰度图像序列压缩编码问题。

    权利要求书

    1.一种交通卡口监控系统灰度图像序列编码方法,其特征在于,包括以下步骤:1).对图像序列第一帧进行帧内编码,初始化车辆目标坐标向量为2).应用帧差法与背景差法相融合的方法建立背景模型并提取Ft帧中的车辆目标,Ft表示图像序列第t帧,t为大于等于1的正整数;3).若连续未进行帧内编码的次数Mask=M或Ft相对于Ft-1发生场景变化时,其中,Ft-1表示图像序列第t-1帧,t为大于等于1的正整数;对Ft进行帧内编码,并令Mask=0;设S为每秒采集的序列图像数量,M可取为M=[S/10],其中[]为取整函数;4).若Mask<M,则搜索Ft与Ft-1相匹配的车辆目标;设Tt,Tt-1分别为Ft与Ft-1中匹配目标区域,宽度分别为Wt和Wt-1,高度分别为Ht和Ht-1,重心坐标分别为(xt,yt)和(xt-1,yt-1),若满足如下的准则,则判定Tt,Tt-1为匹配目标:|Wt-Wt-1|<Tw|Ht-Ht-1|<Th|(xt-xt-1)2+(yt-yt-1)2|<Td]]>其中Tw、Th和Td分别为长度之差、高度之差和重心坐标间距离阈值;5).若Ft与Ft-1无匹配目标,则对Ft与Ft-1的差分结果进行压缩编码;6).若Ft与Ft-1存在匹配目标区域,则计算相同目标区域及其外接矩形,定义相同目标区域的运动矢量r:r={RectFt,RectFt-1}其中,RectFt,RectFt-1为Ft与Ft-1中相同目标区域外接矩形的坐标;预测帧Pt中非匹配目标区域由Ft-1中对应区域填充,对匹配目标区域,预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建,将Ft与Pt作差分运算,并对差分结果进行压缩编码,同时将运动矢量r嵌入到差分结果的码流中,形成最终的编码文件。2.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法,其特征在于:所述步骤1)、3)中的帧内编码即静态图像压缩编码,用于序列图像帧间编码过程中的参考帧更新,帧内编码采用了多级树集合分裂算法对需帧内编码的图像的提升9/7小波变换系数进行编码。3.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法,其特征在于:所述步骤2)中背景模型建立和车辆目标提取采用了将帧差法和背景差法相融合的方法,该方法如下:首先对每一帧图像进行逻辑区域划分,为便于实现,采用矩形网格的划分格式,图像4×6区块划分;对相邻帧图像中对应区块的像素点运用帧差法,并统计每个小块的像素变化量N,设阈值为Tn,如果某一区块像素点变化量N>Tn,则此区域判定为候选目标区域PTg,否则判定此区块属于背景区域PBg;阈值Tn通过统计实验数据获得,其中,该统计实验数据获得是本领域技术人员公知的技术,帧差法将当前帧图像Ft划分为候选目标区域PTg和背景区域PBg;然后利用背景差法将候选目标区域PTg中的像素点与前一时刻的背景帧Bt-1对应像素点做差分运算,并由阈值TTG分割为两部分PTA和PTB,对于像素坐标(i,j)∈PTg的像素,作如下判断Ft(i,j)PTB|Ft(i,j)-Bt-1(i,j)|<TTGPTAotherwise]]>对于PBg、PTA和PTB三个区域,背景更新模型采用的背景更新率为α1、α2和0,且有α1>α2,即:Bt(i,j)=α1Bt-1(i,j)+(1-α1)Ft(i,j)Ft(i,j)PBgα2Bt-1(i,j)+(1-α2)Ft(i,j)Ft(i,j)PTBBt-1(i,j)Ft(i,j)PTA]]>背景区域PBg采用较大的更新系数α1,能够获得快速更新,使背景更接近当前帧的背景;对不明显的目标区域PTB采用较小的更新率α2能够缓慢更新背景;对明显的目标区域PTA,则不进行更新,有效抑制了目标像素点对背景估计的影响。4.根据权利要求1所述的交通卡口监控系统灰度图像序列编码方法,其特征在于:所述步骤6)中的预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建具体为,在智能交通卡口监测系统中,智能相机固定的车道上方的横杆上,且拍摄方向与车道路面具有夹角;车辆匀速通过相机的拍摄视野时,车辆目标上两点在相邻帧时间间隔τ内前进的距离相同,反映到图像中,对应点前进的行数并非相同,因此有必要分析智能相机的成像原理,设相机距离车道地面的距离为h,拍摄最近点A和最远点B到原点O的距离分别为a和b,M为相机扫描线数,即图像的行数,则最近点有l=O最远点有l=M-1,并且假定M等分可视夹角(β-α),则目标点到原点O的距离x与目标点在图像中的行数l之间的函数关系表达式为:x=htg(α+lβ-αM)]]>其中α=arctg(a/h),β=arctg(b/h);经过车辆目标提取获得车辆在前一帧图像中的起始行的行坐标lx1以及车辆在当前帧图像中的起始行的行坐标lx2;通过上式求得行坐标lx1和lx2对应的目标点到原点的实际距离x1和x2,设车辆目标上某点在前一帧图像中的行坐标为ly1,该点在当前帧图像中的起始行的行坐标ly2,并记y1和y2为行坐标ly1和ly2对应的目标点到原点的实际距离,令Δx=x1-x2,Δy=y1-y2,则有Δx=Δy,即有:h·tg(α+lx1β-αM)-h·tg(α+lx2β-αM)]]>=h·tg(α+ly1β-αM)-h·tg(α+ly2β-αM)]]>进一步可得出:ly1={arctg[tg(α+ly2β-αM)+tg(α+lx1β-αM)]]>-tg(α+lx2β-αM)]-α}/(β-αM)]]>当相邻两帧图像中存在车辆驶出拍摄范围的情况时,可将上式中的lx1和lx2取为车辆在两帧图像中结束行的行坐标;在车辆驶入相机拍摄范围的过程中,相邻两帧中的目标区域大小并不完全一致,车辆目标区域在相邻两帧中沿运动方向存在形变;相邻两帧中车辆在垂直于运动方向上的形变较小,可将其忽略;通过上式得出车辆上任一点在相邻两帧图像中行坐标对应关系,预测Pt中像素(ly2,i)对应于Ft-1中像素(ly1,i),即Pt(ly2,i)=Ft-1(ly1,i),其中i表示像素的列坐标,Pt(ly2,i)表示预测Pt中的像素(ly2,i)的灰度值,Ft-1(ly1,i)表示Ft-1中像素(ly1,i)的灰度值;另外,需注意数字图像的行列坐标均为整数;将ly2取为整数,根据上式求得的ly1则为小数,不能直接获得Ft-1中像素(ly1,i)的灰度值Ft-1(ly1,i),可采用双线性内插值对预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建;设置坐标通过方向变换得到浮点坐标(j+u,i),其中j为浮点坐标ly1的整数部分,u为浮点坐标ly1的小数部分,根据双线性插值方法可得Ft-1(ly1,i)=(1-u)Ft-1(j,i)+uFt-1(j+1,i)。

    说明书

    交通卡口监控系统灰度图像序列编码方法

    技术领域

    本发明涉及一种对交通卡口监控系统采集的灰度图像序列进行压缩编码的方法,属于智能交通和视频编码领域。

    背景技术

    交通卡口监控系统的车道设备如图1所示,主要由智能相机、闪光灯及测速雷达三部分组成。其中,智能相机是车道设备的核心部分,负责图像采集、雷达数据分析和图像处理等重要任务;闪光灯用于为相机拍照补光;测速雷达用来测量过往车辆的行驶速度。

    交通卡口监控系统中,车辆视频检测是基于智能工业相机在高帧率模式下采集的图像序列进行的。但是图像序列数据占用较大的存储空间,在由现场传输到指挥控制中心的过程中需耗费较大的网络带宽资源,为了能将现场相机在高帧率模式下采集的灰度图像序列传输到指挥控制中心以便进一步开发利用,目前视频编解码领域的标准有“国际电联(ITU-T)”制定的H.26X系列,和“国际标准化组织(ISO)”制定的MPEG-X系列。最新的H.264标准,亦可称为MPEG-4高级视频编码标准是由以上两个组织共同制定的,H.264采用的关键技术有帧内宏块预测编码和帧间基于运动补偿的预测编码,具有较高的编码效率,但同时也具有较高的复杂性,操作较为困难。

    发明内容

    本发明的目的是为克服现有技术的不足,针对交通卡口监控系统采集的灰度图像序列具有背景固定,车辆目标突出的特点,提出一种基于车辆目标检测与运动估计的图像序列的压缩编码方法。

    为实现上述目的,本发明采用下述技术方案:

    一种交通卡口监控系统图像序列编码方法,包括以下步骤:

    1).对图像序列第一帧进行帧内编码,初始化车辆目标坐标向量为

    2).应用帧差法与背景差法相融合的方法并建立背景模型并提取Ft中的车辆目标。

    3).若连续未进行帧内编码的次数Mask=M或Ft相对于Ft-1发生场景变化时,对Ft进行帧内编码,并令Mask=0。设S为每秒采集的序列图像数量,M可取为M=[S/10],其中[]为取整函数。

    4).若Mask<M,则搜索Ft与Ft-1相匹配的车辆目标。设Tt,Tt-1分别为Ft与Ft-1中匹配目标区域,宽度分别为Wt和Wt-1,高度分别为Ht和Ht-1,重心坐标分别为(xt,yt)和(xt-1,yt-1),若满足如下的准则,则判定Tt,Tt-1为匹配目标:

    |Wt-Wt-1|<Tw

    |Ht-Ht-1|<Th

    |(xt-xt-1)2+(yt-yt-1)2|<Td]]>

    其中Tw、Th和Td分别为长度之差、高度之差和重心坐标间距离阈值。

    5).若Ft与Ft-1无匹配目标,则对Ft与Ft-1的差分结果进行压缩编码。

    6).若Ft与Ft-1存在匹配目标区域,则计算相同目标区域及其外接矩形,定义相同目标区域的运动矢量r:

    r={RectFt,RectFt-1}

    其中,RectFt,RectFt-1为Ft与Ft-1中相同目标区域外接矩形的坐标。

    预测帧Pt中非匹配目标区域由Ft-1中对应区域填充,对匹配目标区域,预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建。将Ft与Pt作差分运算,并对差分结果进行压缩编码,同时将运动矢量r嵌入到差分结果的码流中,形成最终的编码文件。

    所述步骤1)和步骤3)中的帧内编码即静态图像压缩编码,帧内编码主要用于序列图像帧间编码过程中的参考帧更新。本发明中帧内编码采用了多级树集合分裂(SPIHT)算法对需帧内编码的图像的提升9/7小波变换系数进行编码?;谔嵘峁沟男〔ū浠槐3至说谝淮〔ǘ喾直媛史治龅奶氐?,具有结构简单,计算量低,节省内存的优点,而且变换过程为整数到整数的变换,有效提高了计算速度,且能较好处理边界问题,实现图像的重建,因而更广泛的应用于图像压缩编码领域。提升9/7小波变换算法详见论文:Amir?Z.Averbuch,Valery?A.Zheludev.Lifting?Scheme?for?Biorthogonal?Mutiwavelets?Originated?from?Hermit?Spines[J].IEEE?Trans?Signal?Processing.2002,vol.50,no.3:487-500.多级树集合分裂(SPIHT)算法详见论文:A.Said,W.A.Pearlman.A?New?Fast?and?Efficeent?Image?Codec?Based?on?Set?Partitioning?in?Hierachical?Trees[J].IEEE?Transactions?on?Circuits?and?Systems?for?Video?Technology.1996,vol.6,no.3:243-249.

    所述步骤2)中的背景模型建立和车辆目标提取采用了将帧差法和背景差法相融合的方法,该方法不仅发挥了帧差法的快速性,而且结合了背景差法的准确性,能有效抑制环境剧烈变化产生的影响,目标提取更准确。其基本过程如下:

    首先对每一帧图像进行逻辑区域划分,为便于实现,本文采用矩形网格的划分格式。图像4×6区块的划分示意如图4所示。

    对相邻帧图像中对应区块的像素点运用帧差法,并统计每个小块的像素变化量N。设阈值为Tn,如果某一区块像素点变化量N>Tn,则此区域判定为候选目标区域PTg,否则判定此区块属于背景区域PBg。阈值Tn可通过统计实验数据获得,其中,该统计实验数据获得是本领域技术人员公知的技术,选取合理的阈值Tn可以有效消除噪声的影响。帧差法将当前帧图像Ft划分为候选目标区域PTg和背景区域PBg。

    然后利用背景差法将候选目标区域PTg中的像素点与前一时刻的背景帧Bt-1对应像素点做差分运算,并由阈值TTG分割为两部分PTA和PTB。对于像素坐标(i,j)∈PTg的像素,作如下判断

    Ft(i,j)PTB|Ft(i,j)-Bt-1(i,j)|<TTGPTAotherwise]]>

    对于PBg、PTA和PTB三个区域,背景更新模型采用的背景更新率为α1、α2和0,且有α1>α2,即:

    Bt(i,j)=α1Bt-1(i,j)+(1-α1)Ft(i,j)Ft(i,j)PBgα2Bt-1(i,j)+(1-α2)Ft(i,j)Ft(i,j)PTBBt-1(i,j)Ft(i,j)PTA]]>

    背景区域PBg采用较大的更新系数α1,可获得快速更新,便背景更接近当前帧的背景;对不明显的目标区域PTB采用较小的更新率α2可以缓慢更新背景;对明显的目标区域PTA,则不进行更新,有效抑制了目标像素点对背景估计的影响。

    所述步骤6)的预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建。在智能交通卡口监测系统中,智能相机固定的车道上方的横杆上,且拍摄方向与车道路面具有一定夹角。车辆匀速通过相机的拍摄视野时,车辆目标上两点在相邻帧时间间隔τ内前进的距离相同,反映到图像中,对应点前进的行数并非相同,因此有必要分析智能相机的成像原理,智能相机配置示意图如图5所示。

    设相机距离车道地面的距离为h,拍摄最近点A和最远点B到原点O的距离分别为a和b,M为相机扫描线数,即图像的行数,则最近点有l=0最远点有l=M-1,并且假定M等分可视夹角(β-α),则目标点到原点O的距离x与目标点在图像中的行数l之间的函数关系表达式为:

    x=htg(α+lβ-αM)]]>

    其中α=arctg(a/h),β=arctg(b/h)。

    经过车辆目标提取我们可以获得车辆在前一帧图像中的起始行的行坐标lx1以及车辆在当前帧图像中的起始行的行坐标lx2。通过上式我们可求的行坐标lx1和lx2对应的目标点到原点的实际距离x1和x2,如图6所示。设车辆目标上某点在前一帧图像中的行坐标为ly1,该点在当前帧图像中的起始行的行坐标ly2,并记y1和y2为行坐标ly1和ly2对应的目标点到原点的实际距离。令Δx=x1-x2,Δy=y1-y2,则有Δx=Δy,即有:

    h·tg(α+lx1β-αM)-h·tg(α+lx2β-αM)]]>

    =h·tg(α+ly1β-αM)-h·tg(α+ly2β-αM)]]>

    进一步可得出:

    ly1={arctg[tg(α+ly2β-αM)+tg(α+lx1β-αM)]]>

    -tg(α+lx2β-αM)]-α}/(β-αM)]]>

    需说明的是,当相邻两帧图像中存在车辆驶出拍摄范围的情况时,可将上式中的lx1和lx2取为车辆在两帧图像中结束行的行坐标。在车辆驶入相机拍摄范围的过程中,相邻两帧中的目标区域大小并不完全一致,车辆目标区域在相邻两帧中沿运动方向存在形变。相邻两帧中车辆在垂直于运动方向上的形变较小,可将其忽略。通过上式我们可得出车辆上任一点在相邻两帧图像中行坐标对应关系,预测帧Pt中的像素(ly2,i)对应于Ft-1中像素(ly1,i),即Pt(ly2,i)=Ft-1(ly1,i),其中i表示像素的列坐标,Pt(ly2,i)表示预测帧Pt中的像素(ly2,i)的灰度值,Ft-1(ly1,i)表示Ft-1中像素(ly1,i)的灰度值。另外,需注意数字图像的行列坐标均为整数。将ly2取为整数,根据上式求得的ly1则一般为小数,不能直接获得Ft-1中像素(ly1,i)的灰度值Ft-1(ly1,i),可采用双线性内插值对预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建。设置坐标通过方向变换得到浮点坐标(j+u,i),其中j为浮点坐标ly1的整数部分,u为浮点坐标ly1的小数部分,根据双线性插值方法可得

    Ft-1(ly1,i)=(1-u)Ft-1(j,i)+uFt-1(j+1,i)。

    本发明的原理是针对交通卡口监控系统采集的图像序列具有背景固定,车辆目标突出的特点,提出一种基于车辆目标检测与运动估计的图像序列压缩编码方案,该编码方案分为帧内编码和帧间编码两步。帧内编码即静止图像编码,采用基于提升9/7小波的多级树集合分裂(SPIHT)算法;帧间编码则首先提取图像序列中的车辆目标,然后应用双线性插值方法根据前一帧中的匹配目标来预测当前帧中的目标,从而对预测帧和当前帧的差分结果进行编码,并嵌入匹配目标的运动矢量形成最终的帧间编码码流。

    本发明所提交通卡口监控系统图像序列编码方法采用基于提升9/7小波的多级树集合分裂(SPIHT)算法进行帧内编码,采用基于车辆目标检测和运动分析的帧间编码。该发明方法可有效解决交通卡口监控图像序列压缩编码问题,能将现场相机在高帧率模式下采集的图像序列传输到指挥控制中心以便进一步开发利用。

    附图说明

    图1为交通卡口监控系统车道设备示意图;

    图2为交通卡口监控系统图像序列压缩编码总体方案;

    图3为图像序列压缩编码流程图;

    图4为图像逻辑分块示意图;

    图5为相机配置示意图;

    图6为车辆目标运动示意图;

    图7-9为采集的一组待压缩编码的图像序列;

    图10-12为采用本发明图像序列压缩方案,解码重建之后的图像序列。

    具体实施方式

    下面结合附图和实施例对本发明进一步说明。

    如图1-10,本发明的实施图像为智能相机在高帧率模式下采集的低分辨率灰度图像序列,

    编码方案

    交通卡口监控系统采集的图像主要分为两类,一类是对过往车辆整体车身抓拍的高分辨率高清晰图像(本发明以1360×1024分辨率为例),另一类是智能相机在高帧率模式下采集的低分辨率视频图像序列(本发明以800×500分辨率为例)。交通卡口监控系统图像序列编码可分为帧内编码与帧间编码,帧内编码即对抓拍的高分辨率图像或低分辨率视频中的某帧需做参考帧更新的图像的压缩编码,本发明采用基于提升9/7小波变换的多级树集合分解(SPIHT)算法的帧内编码方法。图像序列的帧间编码需要同时消除时间与空间两方面的冗余。帧间差分运算可有效消除相邻帧之间的时间冗余。受相机安装设置的影响,车辆目标反映到图像序列中并非刚性的平动,而是有一定的放大或缩小。直接对相邻帧中的目标区域做差分具有较大的误差,因此本发明采用双线性插值方法由前一帧目标区域来预测当前帧的目标区域,然后将预测结果与下一帧的目标区域的差分结果进行编码,最后将目标码流和预测参数信息嵌入到背景差分编码码流,形成最终的编码文件。交通卡口监控系统图像序列压缩编码方案简图如图2所示。

    设图像序列中当前待编码帧为Ft,前一帧为Ft-1。若Ft为图像序列首帧,则对Ft进行帧内压缩编码、建立背景模型并标记Ft中的目标区域为(即为空);否则应用帧差法与背景差法相融合的算法提取Ft中的车辆目标。若已连续M帧未进行帧内编码或Ft与Ft-1相比场景发生较大变化,则对Ft进行帧内编码;否则根据行、列坐标及面积等参数来搜索Ft与Ft-1中的匹配目标,若无匹配目标,则将Ft与Ft-1的差分结果进行压缩编码。否则确定Ft中匹配目标区域的坐标信息,并由Ft-1中相应目标区域的双线性插值图像来预测Ft中的目标区域,构成预测帧Pt,将Ft与Pt之间的差分结果进行压缩编码,并嵌入匹配目标的运动矢量信息形成最终的帧间编码文件。交通卡口监控系统图像序列压缩编码详细流程如图3所示。

    2.具体编码步骤如下:

    1)对图像序列第一帧进行帧内编码,初始化车辆目标坐标向量为

    帧内编码即静态图像压缩编码,帧内编码主要用于序列图像帧间编码过程中的参考帧更新。本发明中帧内编码采用了多级树集合分裂(SPIHT)算法对需帧内编码的图像的提升9/7小波变换系数进行编码?;谔嵘峁沟男〔ū浠槐3至说谝淮〔ǘ喾直媛史治龅奶氐?,具有结构简单,计算量低,节省内存的优点,而且变换过程为整数到整数的变换,有效提高了计算速度,且能较好处理边界问题,实现图像的重建,因而更广泛的应用于图像压缩编码领域。提升9/7小波变换算法详见论文:Amir?Z.Averbuch,Valery?A.Zheludev.Lifting?Scheme?for?Biorthogonal?Mutiwavelets?Originated?from?Hermit?Spines[J].IEEE?Trans?Signal?Processing.2002,vol.50,no.3:487-500.多级树集合分裂(SPIHT)算法详见论文:A.Said,W.A.Pearlman.A?New?Fast?and?Efficeent?Image?Codec?Based?on?Set?Partitioning?in?Hierachical?Trees[J].IEEE?Transactions?on?Circuits?and?Systems?for?Video?Technology.1996,vol.6,no.3:243-249.

    2)应用帧差法与背景差法相融合的方法并建立背景模型并提取Ft中的车辆目标

    首先对每一帧图像进行逻辑区域划分,为便于实现,本文采用矩形网格的划分格式。图像4×6区块的划分示意如图4所示。

    对相邻帧图像中对应区块的像素点运用帧差法,并统计每个小块的像素变化量N。设阈值为Tn,如果某一区块像素点变化量N>Tn,则此区域判定为候选目标区域PTg,否则判定此区块属于背景区域PBg。阈值Tn可通过统计实验数据获得,选取合理的阈值Tn可以有效消除噪声的影响。帧差法将当前帧图像Ft划分为候选目标区域PTg和背景区域PBg。

    然后利用背景差法将候选目标区域PTg中的像素点与前一时刻的背景帧Bt-1对应像素点做差分运算,并由阈值TTG分割为两部分PTA和PTB。对于(i,j)∈PTg的像素,作如下判断

    Ft(i,j)PTB|Ft(i,j)-Bt-1(i,j)|<TTGPTAotherwise]]>

    对于PBg、PTA和PTB三个区域,背景更新模型采用的背景更新率为α1、α2和0,且有α1>α2,即:

    Bt(i,j)=α1Bt-1(i,j)+(1-α1)Ft(i,j)Ft(i,j)PBgα2Bt-1(i,j)+(1-α2)Ft(i,j)Ft(i,j)PTBBt-1(i,j)Ft(i,j)PTA]]>

    背景区域PBg采用较大的更新系数α1,可获得快速更新,便背景更接近当前帧的背景;对不明显的目标区域PTB采用较小的更新率α2可以缓慢更新背景;对明显的目标区域PTA,则不进行更新,有效抑制了目标像素点对背景估计的影响。

    3)若Mask<M,则搜索Ft与Ft-1相匹配的车辆目标。设Tt,Tt-1分别为Ft与Ft-1中匹配目标区域,宽度分别为Wt和Wt-1,高度分别为Ht和Ht-1,重心坐标分别为(xt,yt)和(xt-1,yt-1),若满足如下的准则,则判定Tt,Tt-1为匹配目标:

    |Wt-Wt-1|<Tw

    |Ht-Ht-1|<Th

    |(xt-xt-1)2+(yt-yt-1)2|<Td]]>

    其中Tw、Th和Td分别为长度之差、高度之差和重心坐标间距离阈值。

    4)若Ft与Ft-1无匹配目标,则对Ft与Ft-1的差分结果进行压缩编码

    若Ft与Ft-1存在匹配目标区域,则计算相同目标区域及其外接矩形,定义相同目标区域的运动矢量r:

    r={RectFt,RectFt-1}

    其中,RectFt,RectFt-1为Ft与Ft-1中相同目标区域外接矩形的坐标。

    5)预测帧Pt中非匹配目标区域由Ft-1中对应区域填充,对匹配目标区域,预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建。将Ft与Pt作差分运算,并对差分结果进行压缩编码,同时将运动矢量r嵌入到差分结果的码流中,形成最终的编码文件。

    在智能交通卡口监测系统中,智能相机固定的车道上方的横杆上,且拍摄方向与车道路面具有一定夹角。车辆匀速通过相机的拍摄视野时,车辆目标上两点在相邻帧时间间隔τ内前进的距离相同,反映到图像中,对应点前进的行数并非相同,因此有必要分析智能相机的成像原理,智能相机配置示意图如图5所示。

    设相机距离车道地面的距离为h,拍摄最近点A和最远点B到原点O的距离分别为a和b,M为相机扫描线数,即图像的行数,则最近点有l=O最远点有l=M-1,并且假定M等分可视夹角(β-α),则目标点到原点O的距离x与目标点在图像中的行数l之间的函数关系表达式为:

    x=htg(α+lβ-αM)]]>

    其中α=arctg(a/h),β=arctg(b/h)。

    经过车辆目标提取我们可以获得车辆在前一帧图像中的起始行的行坐标lx1以及车辆在当前帧图像中的起始行的行坐标lx2。通过上式我们可求的行坐标lx1和lx2对应的目标点到原点的实际距离x1和x2,如图6所示。设车辆目标上某点在前一帧图像中的行坐标为ly1,该点在当前帧图像中的起始行的行坐标ly2,并记y1和y2为行坐标ly1和ly2对应的目标点到原点的实际距离。令Δx=x1-x2,Δy=y1-y2,则有Δx=Δy,即有:

    h·tg(α+lx1β-αM)-h·tg(α+lx2β-αM)]]>

    =h·tg(α+ly1β-αM)-h·tg(α+ly2β-αM)]]>

    进一步可得出:

    ly1={arctg[tg(α+ly2β-αM)+tg(α+lx1β-αM)]]>

    -tg(α+lx2β-αM)]-α}/(β-αM)]]>

    需说明的是,当相邻两帧图像中存在车辆驶出拍摄范围的情况时,可将上式中的lx1和lx2取为车辆在两帧图像中结束行的行坐标。在车辆驶入相机拍摄范围的过程中,相邻两帧中的目标区域大小并不完全一致,车辆目标区域在相邻两帧中沿运动方向存在形变。相邻两帧中车辆在垂直于运动方向上的形变较小,可将其忽略。通过上式我们可得出车辆上任一点在相邻两帧图像中行坐标对应关系,预测帧Pt中的像素(ly2,i)对应于Ft-1中像素(ly1,i),即Pt(ly2,i)=Ft-1(ly1,i),其中i表示像素的列坐标,Pt(ly2,i)表示预测帧Pt中的像素(ly2,i)的灰度值,Ft-1(ly1,i)表示Ft-1中像素(ly1,i)的灰度值。另外,需注意数字图像的行列坐标均为整数。将ly2取为整数,根据上式求得的ly1则一般为小数,不能直接获得Ft-1中像素(ly1,i)的灰度值Ft-1(ly1,i),可采用双线性内插值对预测帧Pt中RectFt区域的图像由Ft-1中RectFt-1区域图像的双线性插值来构建。设置坐标通过方向变换得到浮点坐标(j+u,i),其中j为浮点坐标ly1的整数部分,u为浮点坐标ly1的小数部分,根据双线性插值方法可得

    Ft-1(ly1,i)=(1-u)Ft-1(j,i)+uFt-1(j+1,i)。

    本发明的内容只限于交通卡口监控系统采集的灰度图像序列的压缩编码,对于其它图像序列的压缩编码,不在本发明的精神和原则之内。

    表1

    表1为本发明方法与文献《高帧频数字图像序列实时压缩算法》(隋玉萍,何昕,魏仲慧.高帧频数字图像序列实时压缩算法[J].大连理工大学学报.2009,49(3):454-458.)实验对比结果。实验结果表明:本发明方法与文献《高帧频数字图像序列实时压缩算法》获得的图像序列平均压缩比接近,但在平均峰值信噪比方面本发明方法较文献《高帧频数字图像序列实时压缩算法》有较大改进。

       内容来自专利网重庆时时彩单双窍门 www.4mum.com.cn转载请标明出处

    关于本文
    本文标题:交通卡口监控系统灰度图像序列编码方法.pdf
    链接地址://www.4mum.com.cn/p-5875438.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • jdb龙王捕鱼有赢的没有 现在免费的开店赚钱吗 新疆时时彩网站 中原风彩官方网站 内蒙快三走势图预测 浙江站华东15选5预测 pk10九码有漏洞吗 浙江体彩20选5今天开奖 奋斗赚钱的励志的说说 北京晒车pk10牛牛 神奇一波中特 快乐10分选号技巧 贵州快3开奖结果一彩票控 篮球比分网即时比分直播aqa 新疆25选7开奖号码 北京pk10数学天才揭秘