浅谈智能视觉技术应用与发展

    【CPS中安网 cps.com.cn】 通俗地说，智能视觉技术，就是通过计算机自动对摄像头采集的视频信息进行分析处理，从视频序列中捕捉存在的感兴趣区域及目标，并进一步获取目标的出现时间、运动轨迹、颜色等诸多信息，通过对各个目标的上述信息的分析。

　　智能视觉技术核心是运动目标检测、分类、跟踪与识别技术等。运动目标检测是将视频图像序列中的感兴趣目标(如车辆或人)检测出来，以备后续步骤的使用;目标检测的目的就是准确地从通过运动检测得到的运动区域中提取出与目标相对应的团点。

　　研究人员已经开发了多种运动目标检测的方法，包括帧间差分法，光流法和背景减除算法。根据实际应用需求的不同，不同的检测算法都是在可靠性、实时性和准确性之间折衷得到的。目标分类的目的是从检测到的运动区域中将对应于人的运动区域提取出来.不同的运动区域可能对应于不同的运动目标，比如交通道路上监控摄像机所捕捉的序列图像中可能包含行人、车辆及其它诸如飞鸟、流云、摇动的树枝等运动物体，为了便于进一步对行人进行跟踪和行为分析，运动目标的正确分类是完全必要的.注意，这个步骤在一些情况下可能是不必要的(比如已经知道场景中仅仅存在人的运动时)。运动目标跟踪是在需要监控的环境里，如何能够判断出进入特定区域的目标，并且能够跟踪目标的轨迹。

　　具体可分为两种情况：一是静态背景下的目标跟踪;二是动态背景下的目标跟踪。静态背景下的目标跟踪方法具体可分为单目标跟踪与多目标跟踪。单目标的静态背景下的目标跟踪指的是摄像头是固定在某一方位，其所观察的视野也是静止的。多目标跟踪是指在静态环境下的多目标跟踪，需要确定每个目标的特征，位置，运动方向，速度等信息。动态背景下的目标跟踪指的是摄像头在云台控制下旋转，会使得他所采集的图像时可在变化，所以，对于整个目标跟踪过程来说，背景是变化，目标也是在整个过程中运动的，所以跟踪起来较有难度。人的行为理解与描述是越来越被广泛关注的研究热点，它是指对人的运动模式进行分析和识别，并用自然语言等加以描述.行为理解可以简单地认为是时变数据的分类问题，即将测试序列与预先标定的代表典型行为的参考序列进行匹配。

　　当前的智能视觉技术主要集中在基于RGB光学图像的处理上，根据各种颜色空间、目标的纹理结构分析或者灰度特征、运动特征等来检测与跟踪目标，但由于RGB图像无法获取物体在三维空间中的距离信息，相关的算法受到周围环境、光照变化、背景等因素的影响，在目标检测与跟踪上鲁棒性较差，难以实现复杂场景下的任意目标检测和在线跟踪，应用受到很大的限制。

　　因为彩色摄像头获取的图像只保留了空间的二维信息，所以这些方法都是二维空间上进行处理，只能获得目标的二维运动信息。真实世界中的目标是在三维空间运动的，如果只获取二维运动信息将难以达到实际应用的鲁棒性要求。因此，越来越多的研究者开始利用深度图像来进行目标的检测、跟踪与识别。目前通过图像感应器获取三维信息主要有两种方式。其中一种原理与人眼视觉系统类似，采用两个彩色摄像头同时拍摄同一场景，通过两个摄像头的视差推导出场景中像素离摄像机的远近，即深度(Depth)。这种方式通常称为双目立体视觉(BinocularStereoVision)。利用双目图像推导深度信息需要先计算两幅图像像素之间的对应关系，即左边图像的像素与右边图像的哪个像素是描述的空间中的同一个点。根据投影关系，距离较远的点投射到两个图像平面的坐标偏差较小。利用这一原理可以通过坐标偏差推导出深度。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。