基于DM642的智能視頻監(jiān)控系統(tǒng)的DSP實現(xiàn)
設(shè)差值圖像灰度值取值分布范圍為1~K,像素總數(shù)為N,灰度為i的像素數(shù)為ni,則每個圖像灰度值的取值概率為:pi=ni/N。設(shè)以h為閾值將圖像分割為兩個區(qū)域A、B,灰度為1到h的像素和灰度為h+1到K的像素分別構(gòu)成區(qū)域A和B,各組產(chǎn)生的概率為:
本文引用地址:http://m.butianyuan.cn/article/101027.htm
以類間方差作為衡量分離性能的準則,極大化的過程就是自動取定閾值的過程,因此,最佳閾值為: 。換句話說,類間方差最大的那個圖像灰度值就是當前差值圖像的最佳閾值。
運動目標檢測
動態(tài)閾值確定以后,可根據(jù)此閾值對差值圖像進行二值化,得到二值圖像。但是在背景和目標中還會存在一定量的噪聲斑點,再經(jīng)過形態(tài)學(xué)運算處理后的圖像更有利于目標提取,濾波后的二值圖像通常包含多個連通區(qū)域。本文采用改進快速標記算法對各連通域進行檢測提取。該算法對原圖像只進行一次掃描后通過特殊的邊界像素標記,就能搜集足夠信息,可方便快捷的獲得目標幾何特征參數(shù),算法分為像素掃描、整理等價表和圖像代換,共三個環(huán)節(jié)。
評論