基于紅外視頻圖像的顏色檢索方法研究

宮素文，倪紅彪，葉 超

（吉林警察學(xué)院，吉林 長(zhǎng)春 1300117）

基于紅外視頻圖像的顏色檢索方法研究

宮素文，倪紅彪，葉 超

（吉林警察學(xué)院，吉林 長(zhǎng)春 1300117）

隨著計(jì)算機(jī)圖像處理技術(shù)的引入，紅外視頻監(jiān)控圖像處理技術(shù)也有了新的發(fā)展。通過(guò)運(yùn)用計(jì)算機(jī)圖像處理建模技術(shù)，利用RGB和HSV兩種顏色空間模型建立一種基于圖像的計(jì)算機(jī)數(shù)據(jù)系統(tǒng)，可以提取任意采集的視頻圖像的各種量化數(shù)值，與事先建立起的數(shù)據(jù)信息庫(kù)實(shí)現(xiàn)具體的數(shù)值對(duì)比，就可以盡快排查出視頻圖像中物體的真實(shí)材質(zhì)，為鑒定工作提供準(zhǔn)確的信息和明確的方向。這種計(jì)算機(jī)技術(shù)分析可以對(duì)多種環(huán)境下采集的視頻圖像中的圖形進(jìn)行數(shù)據(jù)處理，進(jìn)而形成一種更合理的紅外視頻圖像鑒定檢測(cè)方法，并根據(jù)該種方法進(jìn)行計(jì)算機(jī)數(shù)據(jù)庫(kù)系統(tǒng)設(shè)計(jì)，在實(shí)際案例的顏色分析中取得很好的效果。

紅外視頻；圖像；顏色檢測(cè)；計(jì)算機(jī)技術(shù)；數(shù)據(jù)庫(kù)

一、引言

目前視頻監(jiān)控遍布人們生活的各個(gè)角落，無(wú)論是政府行為的安全防范監(jiān)控系統(tǒng)還是個(gè)人維護(hù)自身利益的監(jiān)控設(shè)施，都隨著視頻監(jiān)控技術(shù)的發(fā)展不斷從普通模擬信號(hào)記錄向網(wǎng)絡(luò)傳輸?shù)臄?shù)字高清系統(tǒng)過(guò)渡，各種類型的監(jiān)控設(shè)備層出不窮，功能更加多樣，監(jiān)控效果也明顯提高，但是對(duì)于夜間紅外視頻，普遍存在視物不清、顏色無(wú)法確定、材料質(zhì)地不明等現(xiàn)象。為此，筆者通過(guò)實(shí)踐，分析夜間紅外視頻的色階變化、環(huán)境變化、物體表面狀態(tài)及材料材質(zhì)影響等因素對(duì)視頻的影響，并制作成顏色對(duì)比數(shù)據(jù)庫(kù)，同時(shí)為了便于查找和應(yīng)用，建立了基于顏色的視頻圖像檢索系統(tǒng)，達(dá)到快速檢索、及時(shí)應(yīng)用的目的。

二、圖像處理模型的建立

人眼的感知最直觀、最明顯的就是物體的外在顏色，相較于物體的其他特點(diǎn)，比如大小、形狀、材質(zhì)、空間范圍等，顏色更能被第一時(shí)間識(shí)別，能準(zhǔn)確地反映客觀事物對(duì)人的主觀感受。因此，顏色通常成為被詢問(wèn)的首要問(wèn)題之一。目前關(guān)于顏色的檢索方法，作為檢索的一個(gè)重要手段，成為各個(gè)機(jī)構(gòu)處理圖像信息的首選方法。顏色空間模型、提取方法、特征匹配算法等技術(shù)被用來(lái)進(jìn)行顏色特征檢索圖像。

（一）基本原理

顏色空間模型分為兩種，一種是紅、綠、藍(lán)彩色空間，簡(jiǎn)稱RGB空間，一種是色調(diào)飽和度、亮度空間，簡(jiǎn)稱HSV空間，因?yàn)閿?shù)字圖像都是用統(tǒng)一的數(shù)據(jù)來(lái)表示顏色分類的。當(dāng)搜集到各種所需要的檢材，也就是各種光線下的紅外視頻監(jiān)控獲取的畫(huà)面圖像時(shí)，除了簡(jiǎn)單地觀看辨認(rèn)行為，更多的是利用計(jì)算機(jī)數(shù)字處理技術(shù)，將圖像轉(zhuǎn)化成計(jì)算機(jī)軟件能識(shí)別并加以編輯和分析的數(shù)字信息。因此，分析圖像潛在的RGB彩色空間和HSV空間信息，完全可以對(duì)圖像反映的真實(shí)情況做出判斷。其中HSV空間在顏色空間中最常用，它具有更加優(yōu)良的視覺(jué)一致性，能夠得出最貼近現(xiàn)實(shí)存在的真實(shí)檢索結(jié)果，為判斷提供準(zhǔn)確的方向。

1.RGB顏色模型

物體表面的色彩與亮度對(duì)人的眼睛是一種視覺(jué)感受，視覺(jué)感受通過(guò)視神經(jīng)細(xì)胞感應(yīng)后辨認(rèn)各種顏色，各種顏色的光又完全可以通過(guò)紅、綠、藍(lán)三種顏色混合而成。其中紅、綠、藍(lán)作為最基本的顏色稱為基色或原色，這種由三原色構(gòu)成的顏色空間被人們俗稱為RGB模型。

計(jì)算機(jī)中的數(shù)字圖像也是依據(jù)這個(gè)原理，將RGB顏色空間的三個(gè)原色的變化分別用不同的數(shù)值表示，再利用相應(yīng)的數(shù)值來(lái)反映某個(gè)顏色的量度值。計(jì)算機(jī)中表示圖片顏色的24位彩色圖，就是分別用了8位（1字節(jié)）來(lái)表示三顏色的分量的數(shù)值，那么表示三原色就共需要24位（3字節(jié)），利用計(jì)算機(jī)的邏輯算法就可以得出通過(guò)任意三原色的數(shù)據(jù)，被準(zhǔn)確表示的顏色的數(shù)量就是2（8+8+8）=224=16 777 216種，可見(jiàn)三原色原理包含數(shù)據(jù)量的巨大。紅、綠、藍(lán)三色相疊加后為白色，RGB三原色疊加效果示意圖，如圖1所示。也就意味著每次疊加一次顏色總量度會(huì)增加，對(duì)應(yīng)的數(shù)值也會(huì)隨之變化。

圖1 RGB三原色疊加效果

2.HSV顏色模型

物體在不同外部環(huán)境中，由于外部光線的顏色、光照的強(qiáng)度、表面反光率的不同因素的制約，顏色會(huì)呈現(xiàn)出不同的變化規(guī)律。在HSV顏色模型中，H表示色調(diào)，是顏色的波長(zhǎng)；S表示飽和度，是顏色的深淺程度；V表示亮度，是摻入的白光量。這三個(gè)參數(shù)能夠很好地反映顏色的其他同一特征。色調(diào)是由物體反射光線中占優(yōu)勢(shì)的波長(zhǎng)來(lái)決定，不同的波長(zhǎng)產(chǎn)生不同的顏色，如紅、橙、黃、綠、青等。飽和度是指一個(gè)顏色的鮮明程度，飽和度越高，顏色越深，如深藍(lán)、深紅。在物體反射光線時(shí)白色光越少，飽和度越大，白色或灰色越多，其飽和度就越小。亮度是光線作用于物體后由其表面反射決定，反射系數(shù)越大，物體的亮度就越大，反射系數(shù)越小，物體的亮度越小。HSV的色輪顏色模型很好地說(shuō)明了這個(gè)特點(diǎn)，如圖2所示。這個(gè)三角形的垂直軸指示飽和度，水平軸表示明度，獨(dú)立的三角形表示飽和度。色相表示為圓環(huán)；選擇顏色可以首先在圓環(huán)中選擇色相，再?gòu)娜切沃羞x擇想要的飽和度和明度。

圖2 HSV顏色模型——HSV色輪

（二）數(shù)據(jù)庫(kù)的建立

在不同外部條件下選取不同顏色空間建立數(shù)據(jù)庫(kù)。當(dāng)我們分析任意給出的紅外視頻圖像時(shí)，選取圖像中同一物體的不同部位，做出RGB和HSV數(shù)據(jù)，RGB顏色空間與人眼的感知差異很大，不同的光照條件下獲取的參數(shù)是完全不同的。為了使算法更加準(zhǔn)確地描述事物的原始狀態(tài)，對(duì)于各種物體在各種已知的外部環(huán)境下，采集數(shù)據(jù)并按照一定的關(guān)系存儲(chǔ)到數(shù)據(jù)庫(kù)中，通過(guò)這些數(shù)據(jù)對(duì)物體加以標(biāo)示，在事先建立的計(jì)算機(jī)數(shù)據(jù)庫(kù)中輸入物體的材質(zhì)屬性，比如物體的材質(zhì)、紋理、光照射條件、視頻采集的時(shí)間、方式等。

將這些已知的物體的相關(guān)參數(shù)輸入數(shù)據(jù)庫(kù)，如圖3所示。

有了充足的比對(duì)數(shù)據(jù)庫(kù)，對(duì)采集來(lái)的未知物體的紅外視頻圖像，也采用同樣的計(jì)算機(jī)圖像處理辦法，得出各種不同光照下、不同光線波長(zhǎng)下的數(shù)據(jù)，將參數(shù)和已知的庫(kù)文件進(jìn)行對(duì)比，就會(huì)得出一個(gè)或者多個(gè)物體的數(shù)據(jù)庫(kù)數(shù)值，進(jìn)而可以排除誤差產(chǎn)生的誤判。例如，汽車外殼和外衣顏色可能在某種特殊的條件下數(shù)值是一樣的，但是通過(guò)觀察紅外視頻反映出的信息就會(huì)很容易地排除。然后反復(fù)對(duì)比兩組數(shù)據(jù)，找到最接近甚至一致的材質(zhì)，如圖4所示。

圖3

圖4

這樣最終利用了計(jì)算機(jī)圖像處理技術(shù)中RGB和HSV相應(yīng)的技術(shù)，實(shí)現(xiàn)客觀物體的辨識(shí)。

為建立數(shù)據(jù)龐大的資源庫(kù)，我們選取市面上所有常見(jiàn)的材質(zhì)以及同種材質(zhì)不同顏色的樣本，比如人的衣服，搜集不同顏色的棉、亞麻等常見(jiàn)材料，然后模擬監(jiān)控環(huán)境，并在監(jiān)控環(huán)境中進(jìn)行拍攝，獲得的圖片進(jìn)行專業(yè)處理后，將所得的數(shù)據(jù)與圖片共同保存到數(shù)據(jù)庫(kù)中，建立不同材質(zhì)、不同色階、不同光照度下物體的紅外視頻圖像數(shù)據(jù)庫(kù)，將此數(shù)據(jù)庫(kù)作為樣本庫(kù)。

三、基于顏色的圖像檢索方法

顏色檢索的實(shí)施，是通過(guò)分析找到單一物體在不同條件下紅外視頻圖像中的變化和規(guī)律，在數(shù)據(jù)庫(kù)中按照規(guī)律分類，并將監(jiān)控中采集的圖像進(jìn)行技術(shù)分析和處理，對(duì)監(jiān)控錄像通過(guò)專業(yè)截取軟件進(jìn)行截取，將取得的圖片通過(guò)專業(yè)圖像軟件進(jìn)行分析，軟件通過(guò)預(yù)先設(shè)置好的算法對(duì)圖像分析計(jì)算，進(jìn)而確定圖像的R（紅）、G（綠）、B（藍(lán)）、H（色調(diào)）、S（飽和度）、V（亮度）等對(duì)比相關(guān)值。

通過(guò)參數(shù)查找，進(jìn)行初步認(rèn)定，將所計(jì)算的相關(guān)數(shù)值在數(shù)據(jù)庫(kù)中查找，進(jìn)而可以取得一組明確顏色、材質(zhì)的實(shí)例。將這些實(shí)例作為初步樣本，最后對(duì)監(jiān)控環(huán)境進(jìn)行模擬，模擬實(shí)際圖像取得的時(shí)間、光線、部位等。然后將初步樣本在此環(huán)境中進(jìn)行拍照，再通過(guò)專業(yè)圖像軟件對(duì)所得圖像進(jìn)行分析，將所得參數(shù)與之前的樣本進(jìn)行對(duì)比，即可認(rèn)為在此種環(huán)境下各項(xiàng)參數(shù)最接近的樣本是在誤差允許范圍內(nèi)原圖像的實(shí)際物品。

應(yīng)用實(shí)例：在監(jiān)控中取得圖片進(jìn)行分析

（一）單獨(dú)對(duì)衣服顏色進(jìn)行分析

編號(hào) R（紅） G（綠） B（藍(lán)） H（色調(diào)） S（飽和度） V（亮度）圖片1 15 14 20 250 30 8圖片2 21 23 20 100 13 9

（二）將所得數(shù)據(jù)在樣本數(shù)據(jù)庫(kù)中進(jìn)行搜索，結(jié)果如圖5。

圖5

（三）各樣本在模擬環(huán)境中的分析結(jié)果

編號(hào) R（紅） G（綠） B（藍(lán)） H（色調(diào)） S（飽和度） V（亮度）249 28 27 25 220 19 9 270 18 14 18 248 31 10 303 4 4 2 220 49 4 351 39 42 38 70 19 21 399 21 24 19 97 10 10 428 22 30 35 260 12 16

（四）得出結(jié)論

由表中數(shù)據(jù)分析可知，與圖1、圖2最為匹配的分別為黑色化纖和黑色棉質(zhì)，與事實(shí)相符。

四、結(jié)語(yǔ)

基于顏色的視頻圖像檢索技術(shù)，通過(guò)與計(jì)算機(jī)多媒體技術(shù)相結(jié)合，為紅外視頻圖像檢索技術(shù)添加了新的技術(shù)元素。通過(guò)不斷努力，搜集各種特殊情況下的視頻圖像參數(shù)，必將對(duì)紅外視頻圖像檢索技術(shù)的長(zhǎng)足發(fā)展起到推動(dòng)作用。圖像檢索技術(shù)研究領(lǐng)域需要更多的關(guān)注，文中提到的基于顏色的圖像檢索在眾多技術(shù)中能抓住顏色變化的基本規(guī)律，可以使復(fù)雜的科學(xué)計(jì)算變得相對(duì)簡(jiǎn)單，因此必將成為圖像檢索中較為實(shí)用的技術(shù)。

在實(shí)際應(yīng)用中，還有更多檢測(cè)方法和手段可以利用，本文主要討論的是基于顏色特征的圖像檢索方面的內(nèi)容。隨著多媒體信息處理、數(shù)據(jù)庫(kù)和計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)對(duì)圖像檢索技術(shù)的影響更大，這項(xiàng)技術(shù)將具有更大的理論價(jià)值和廣泛的應(yīng)用前景。

［1］Han J，Bhanu B.Fusion of color and infrared video for moving human detection［J］.Pattern Recognition，2007，40（6）.

［2］Han J，Bhanu B.Detecting moving humans using color and infrared video［C］.Multisensor Fusion and Integration for Intelligent Systems，MFI2003.Proceedings of IEEE International Conference on IEEE，2003.

［3］Ashitate Y，Tanaka E，Stockdale A，et al.Near-infrared fluorescence imaging of thoracic duct anatomy and function in open surgery and video-assisted thoracic surgery［J］.The Journal of thoracic and cardiovascular surgery，2011，142（1）.

［4］Sokolova M V，Serrano-Cuerda J，Castillo J C，et al.A fuzzy model for human fall detection in infrared video［J］.Journal of Intelligent and Fuzzy Systems，2013，24（2）.

［5］張鼎昱，段翰林.視頻圖像中人像的辨認(rèn)方法研究［J］.吉林公安高等?？茖W(xué)校學(xué)報(bào)，2012，（2）.

［6］楊磊，張帆.一種改進(jìn)的圖像檢索算法［J］.中國(guó)傳媒大學(xué)學(xué)報(bào)（自然科學(xué)版），2011，（12）.

［7］宋琳琳，王相海.一種綜合顏色和紋理特征的圖像檢索算法［J］.計(jì)算機(jī)工程與應(yīng)用，2009，（34）.

［8］馮玉才，程珺，聶晶，梁俊杰.一種新的基于顏色的圖像檢索算法［J］.計(jì)算機(jī)工程與應(yīng)用，2006，（22）.

［9］張振全，張永躍，樊宏，張海波.基于顏色特征的圖像檢索技術(shù)的分析和實(shí)現(xiàn)［J］.現(xiàn)代電子技術(shù)，2008，（18）.

［10］姜蘭池，沈國(guó)強(qiáng)，張國(guó)煊.基于HSV分塊顏色直方圖的圖像檢索算法［J］.機(jī)電工程，2009，（11）.

（責(zé)任編輯：陳尚坤）

TP391.41

A

1671-0541（2014）04-0074-04

2014-04-23

宮素文（1963-），女，吉林長(zhǎng)春人，吉林警察學(xué)院副教授，主要研究方向：刑事技術(shù)、公安科技；倪紅彪（1978-），男，吉林長(zhǎng)春人，吉林警察學(xué)院講師，主要研究方向：計(jì)算機(jī)應(yīng)用技術(shù)；葉超（1992-），男，黑龍江齊齊哈爾人，吉林警察學(xué)院2011級(jí)本科計(jì)算機(jī)科學(xué)與技術(shù)專業(yè)二區(qū)隊(duì)學(xué)生。

本文系吉林省公安廳科研項(xiàng)目階段性研究成果，項(xiàng)目編號(hào)：KY16-2012。