基于Matlab红外运动目标检测的仿真实现(3)

菜单

然后,第三章对三种最常用的非静态目标检测算法进行了介绍:帧间差分法、光流法、背景差分法;并对自适应背景更新算法进行了介绍；

第四章是具体的实验环节，通过simulink对三种算法进行仿真实现，结合试验结果探讨了三种算法在simulink仿真实现运动目标检测的优缺点；

最后对实验结果进行分析并得出结论。

2 图像增强预处理

在视频图像采集过程中难以避免地受到杂散光等环境因素影响，使得图像信息被噪声淹没甚至丢失，这种图像信息的损失对于图像后续处理影响极大。因此在进行非静态视频图像目标识别与检测之前应先对原始视频图像进行去噪增强等预操作，如灰度拉伸，直方图均衡等，最大限度地滤去噪声，凸显图像有效信息除去不良干扰，从而便于后续操作。

2.1 颜色空间模型

人类对于周围环境信息的获取百分之八十以上来自于视觉信息，而色觉信息在视觉信息中占有很大的比例。色觉信息获取的实质是人类对可见光波段的电磁波视觉感受和认知。颜色空间是指全域电磁波谱和各种质互相作用而成的色谱空间，不同的颜色空间是对不同色彩特征的说明，就是用不同的色彩坐标系统来描述色彩。当前主要使用的模型有两个：一是面向应用面向硬件的色彩空间模型、二是面向硬件的色彩空间模型。现有具体模型包括： HSV、YCbCr、RGB、YIQ、YUV、 LAB等，使用最广的一些颜色空间模型是 YCbCr 、YUV、RGB与 HSV。

2.1.1 RGB 空间模型

RGB 空间模型是当前最常见到的颜色空间模型。因为RGB 空间模型是从人眼识别的颜色得出的，所以此空间模型能表示大多数的颜色。国际照明委员会将它的基本构架分量构成定义为435.8nm蓝色光谱（B）、546.1nm 绿色光谱（G）、700nm 的红色光谱（R）三个基本光谱分量按各种不同比例混生成。在笛卡尔坐标系中RGB模型的表示为：由B、G、R,三分量构成两两互相垂直的单位基矢坐标轴（分量取值为0到1）。白色点基准坐标定义为(1,1,1)，黑色基准坐标定义为(0,0,0)，灰度信息分布在两点连线上。不同的颜色分布于立方体的内部和表面。RGB模型广泛应用于各种现实器件和模块之中，例如电子计算机的现实模块核心算法就是基于RGB空间模型的，对于非RGB图像信息，计算机在获取后都会先进行先行空间转换使其生对应的RGB空间模型信息后再进行输出显示。但是RGB模型也有自身存在的不足，例如其亮度、饱和度、色调三个分量很难进行数字化区分，图像细节信息不便于数字化调整，这些缺点和不足在科研过程中是十分不方便的。源:自/751-·论,文'网·www.751com.cn/

2.1.2 YUV 空间模型

YUV 空间模型主要应用于彩色的电视系统，这与我们彩色的图像信息拍摄过程中所采用的成像器件如彩色电耦合器（CCD/EMCCD）件摄像机或三管的彩色摄像机的工作方式和特点有关，但彩色的电视机色彩系统依然是在RGB基础上运作的，其具体工作原理为：将成像器件采集的视频图像信息经过放大、分色、校正之后得到 RGB 空间模型下的色彩信号，再由变换电路在RGB信号中提取获得亮度信号 Y 和U、V色差性信号，再将YUV信号编码传输，以单信道方式发送给显示模块。该模型有效地实现了亮度信号和色度信号的分离，克服了RGB在信号分离上存在的不足。良好地解决了黑白电视与彩色电视的兼容性问题，同时对科研过程之图像细节信息的数字化处理有着很大的意义。

2.1.3 YCbCr空间模型

YCbCr 空间模型与 YUV 空间模型具有极高的相似性，是对YUV模型的极大改进和提升，其具体架构如下：红色色差Cr，蓝色色差Cb，亮度信息Y，这三者两两垂直构成空间笛卡尔坐标系。其在非静态视频图像编码和传输过程中有如下特点：一是能有效实现窄带传输；二是便于提取得到灰度图像；三是具有极强的抗干扰能力。该模型高压缩率优点，使其在高清与高质量视频编码传输领域应用广泛，例如HDTV、数DVD均是采用这一模型。