基于红外视频的目标色彩分析研究

摘 要：对黑暗环境中的目标进行监控，要借助红外视频摄像设备进行观察和采集。红外视频影像主要反映和体现目标及所在位置的背景向外界辐射出的能量的区别。文章通过阐述红外视频目标色彩分析的不同应用途径，对红外影像成像的主要特点进行分析，指出目标的大小、形状、姿势以及色彩灰度分布等属性共同构成了影像的信息，并且多种因素会对红外视频的目标色彩造成影响。文章对红外视频色彩分析流程进行了描述，对红外视频目标色彩分析处理技术进行了分析，对自适应阀值的确定进行了推算。以此，可以明显地分离出红外视频目标和背景的边缘色彩。

关键词：红外视频 目标 色彩 分析

中图分类号：TP391.41 文献标识码：A 文章编号：1672-3791（2014）04（a）-0012-02

在没有光源的情况下，普通视频监控探头不能观测到夜晚的目标，而具有红外的视频监控探头就可以胜任这一任务，实现对探测环境或目标的全天候监测，红外线对色彩有展示为灰度变化，要想再现和还原红外视频目标，有十分现实的意义。

红外视频目标色彩分析技术是先进的摄像机影像追踪分析技术，这在军事、工业、刑侦、医疗、消防、交通、娱乐等多个领域都有较高的应用需求。比如，在夜间交通中的事故分析中，可以用红外线摄像仪进行分析，在刑侦方面，可以用来探测夜间的目标，以辅助刑侦断案。红外视频色彩分析在娱乐方面也有较广领域的应用，比如在演播室中可以借助先进的远红外跟踪镜头对讲解者实时追踪，以保证最佳的拍摄位置和焦点。在智能小区的周围环境的防盗中，也有很好的应用空间。在各种对红外线色彩分析的应用中，对不同的场合有不同的要求，采用的分析技术也不相同。

1 红外影像成像的主要规则分析

红外视频影像主要反映和体现目标及所在位置的背景向外界辐射出的能量的区别。所以，红外影像主要阐述探测目标和所处的背景的热辐射。目标的大小、形状、姿势以及色彩灰度分布等属性共同构成了影像的信息。红外影像主要规则如下：

（1）红外影像与可以光相比，基本没有纹理信息能够利用。红外影像辐射具有固有特性，其在大气中传输会被吸收和散射，造成红外影像难于展现出目标外在的纹理信息。

（2）由于大气具有光波变长、传输距离较远、景物热平衡因素以及大气衰减等影响，会有红外影像对比度差、空间相关性较强以及视觉效果不理想的情况。

（3）在相邻物体的交接位置，其影像灰度分布不连续，但由于分子运动和空气流动的影响，会造成原本不连续的灰度差距变小，所以红外影像目标边缘的梯度较差，边缘及层次呈现复杂性。红外影像目标成像不平衡，相关性较高，有明显的复杂性，所以，红外目标的背景不能用普通方式来建模型。

（4）多种因素会干扰红外影像的成像，季节、天气、气候、目标温度以及时间段都是影响因素。目标在不断运动中，目标成像的形状、大小、姿势都在不断变化。不同的目标形状及姿态都会形成不同的目标的成像。在自然界中，植物等外界物品有可能会遮挡目标，造成背景交叉，对红外影像色彩分析造成较大困难。外界环境的温度、湿度都会对红外影像造成不同的干扰，加之热成像技术的不完善，所形成的红外影像色彩噪声也较多。红外影像色彩噪声来源多种多样，所以，红外影像信噪比远低于普通图像。

红外影像体现空间中目标表面的热分布情况。因为周报环境和目标会发生热交换，大气的吸收和空气热辐射、阳光被云层散热等因素的存在，造成红外影像目标色彩对比度较低。通常来讲，红外影像成像色彩主要有三部分：背景图像色彩、噪声色彩和目标色彩。

2 红外视频色彩分析流程

对红外视频的目标色彩分析一般包括红外视频采集、视频色彩分析以及红外视频传输等步骤。其中红外视频采集主要借助红外探头监控目标，经过模拟信号和数字信号的转换，输出数字影像，为红外视频色彩分析提供依据。视频色彩分析对获取到的影像进行分析和处理，通常包括影像预处理，色彩增强、影像分割以及探测目标检测。对分析出的目标分类识别后，对移动目标的轨迹进行分析解读，依照红外视频图像色彩分析的结果和先期的报警模式，生产报警信息，同时，标记和存储相关视频。视频传输主要开展视频数据的传输以及传递报警信息。红外视频目标色彩分析是视频监控的关键环节，不但可以存储监控视频，还可以借助于先进的计算机技术分析视频中目标物体的色彩，以判断其异常情况，实现对突发事件的报警处理。红外视频影像通过探测、分析和追踪目标物体，监控场景中移动的目标，解读和阐述目标的相关活动和行为，进而使视频监控更具有智能性。视频采集和分析的流程。

智能化的红外视频目标色彩分析和传统的视频监控系统有本质的区别。第一，红外视频目标色彩分析借助计算机的采集、处理、分析理论和方法，应用强大的计算机的处理技术，通过在后台设置的视频分析服务器，对监测目标色彩处理分析，以监测异常状况。第二，红外视频目标色彩处理是变被动摄像为主动识别，可以增强刑侦及安全监控的有效性和及时性，使红外视频监测分析发挥强大的作用，降低人工成本，提高刑侦或安防的效率。

3 红外视频目标色彩分析处理技术

3.1 红外视频影像色彩分析具有以下特点

（1）红外视频影像分辨率可以达到2048×2048像素，25帧/秒的帧频数可以高速记录影像。在传统的分析技术中，在简单的图像中探测一个规则的图像很容易实现，但是在较大范围内实现实时监测就比较复杂，要借助更为精确和高速的分析技术。

（2）红外视频影像背景单一，噪声较小，灰度值低，通常稳定在20～30之间，有助于对背景色彩的分析。这既与实际场景有关，也与物理监测手段有关，要依靠合适的计算机滤镜处理。

（3）目标不能太多，通常针对一个目标进行监测。目标亮度呈现不均匀性分布。探测目标边缘呈现高亮的状态，具有大致的形同性，内部也存在暗斑点和中亮区域。

（4）红外影像成像的帧和帧之间目标亮度有较大范围的变化。虽然背景亮度低于目标低亮时的边缘亮度，但高亮的目标，周围会有不规则光晕附着，比目标低亮处的边缘亮度要高。所以，在区别目标边缘和背景而选择一个科学的阀值较难。

（5）帧与帧之间的目标参数有较大差异，通常，所探测目标大小和位置不好剧烈变化，但目标亮度突变的可能性较大。业务红外发光装置不是理想的光源，其自身小幅度的旋转也会导致影像中目标的亮度的剧烈变化。

3.2 红外视频目标色彩分析处理步骤

为了精确和快速探测到目标，只对目标边缘的固定数量的点做哈弗随机转换。为对目标边缘上的点进行框定，采取在影像中设置扫描线的技术，计算扫描线与目标边缘交互点的技术。设置扫描线的时候，要注意借助上一帧探测的信息。分析处理在高性能计算机上依托数理处理软件来模拟进行，计算机要求配置为四核处理器，内存为4 G或以上，存储至少保持50 G的空间，以暂时存储从红外视频中分离出的抽样。处理算法采用哈弗模式进行，所采集的抽样要有代表性，并要满足一定数量要求。以上措施可保障结果的科学性和可利用性。

处理技术过程为：第一步，对抽样处理当前帧图像，采用计算算法，得到自适应色彩阀值，来对目标边缘和背景进行分割。第二步，如果是上一阵监测到的目标图形，利用该图形色彩参数，确定N条扫描线的参数，同时，根据实际情况调整参数，以得到与当前帧目标图形的2N个交点。如果当前帧上一帧没有监测到图形，或者用传统方法在当前帧不能确定所有扫描线的参数，就对当前图形进行检索，直到可以确定扫描线的参数为止。第三步，对这2N个点做哈弗随机转换，得到当前帧的目标图形的相关参数。

3.3 自适应阀值的确定

对目标物体色彩的分析，必须找到一个科学的阀值测定方法，以区别背景和目标的色彩。可以在横轴、纵轴方向各进行10%的抽样，对当前帧图形色彩进行抽样，得到M个点，原图像则有100M个点。对灰度值构建序列f1，f2，f3…，fm，通过抽样和哈弗转换，这对红外影像目标图形色彩的分析是足够的。

对序列以加权平均的计算方法进行阀值的计算，设阀值：

U=

这里的0≤Wi≤1，并且

因为目标色彩亮度比背景色彩亮度高，为了突出目标色彩，要使较大的灰度具备较高的权值。科学的分析是：设

Wi=

为了凸显理想的色彩分析效果，可以量化灰度值，然后得到的阀值U较为理想，这就可以明显地分离出目标和背景的边缘色彩。

4 结语

通过红外视频目标色彩处理方法的研究，找到红外视频中图像颜色的变化的规律，从中进行大数据抽样标记，根据规律可以对红外视频中的图像进行物理还原，再通过现场模拟的办法，借助哈弗模式的算法，提取自适应阀值作为参照，可以找出相关灰度下的真实的物体的颜色事物，对干扰物体排除，能准确的指导寻找目标工作，为排查提供方向，节省人力物力，为刑侦工作提供参考和借鉴，可以进一步研究算法模式的优化，以提高色彩处理的效率和准确度，为推广应用打下基础。

参考文献

[1] Perry C M，Watkins S. Non-Contact Vital Sign Monitoring via Ultra-Wideband Radar，Infrared Video，and Remote Photoplethysmography：Viable Options for Space Exploration Missions[M].National Aeronautics and Space Administration， Johnson Space Center，2011.

[2] 白宏刚.红外夜视技术及其军事应用[J].现代物理知识，2011，23（6）：44-46.

[3] 谭本军.红外图像降噪系统的实现[J]. 卷宗，2012（11）：67-68.

[4] 许敏，周鸣，韩浩江，等.红外检测技术在变配电站实时视频监测系统的应用[J].华东电力，2011，39（4）：661-663.

[5] 潘媛媛.红外高清网络监控摄像机的设计与实现[D].复旦大学，2010.

[6] 王杰，黄志刚，白凤春.红外线成像技术在电力系统的应用[J].电力安全技术，2010（3）：65-66.

[7] 陈思燕.基于目标检测的视频智能监控系统设计与实现[J].2011.

[8] 于秀文.农行网络视频监控系统的设计[D].山东大学，2011.

[9] 朱丽青.基于改进VFC活动轮廓模型的红外图像轮廓提取及视频跟踪[D].云南大学，2010.