一種三幀差分高階統(tǒng)計(jì)量結(jié)合otsu算法的絮體檢測(cè)方法
【專(zhuān)利摘要】一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法。本發(fā)明根據(jù)目前常用的絮體跟蹤方法容易受到噪聲、光線及絮體運(yùn)動(dòng)速度等影響，很難提取出完整的絮體運(yùn)動(dòng)目標(biāo)的特征，為此提出一種基于三幀差分高階統(tǒng)計(jì)量（HOS）結(jié)合粒子群優(yōu)化增強(qiáng)大津法（OTSU）的絮體目標(biāo)檢測(cè)方法。該方法首先對(duì)連續(xù)三幀圖像進(jìn)行差分運(yùn)算，然后逐像素計(jì)算四階矩并與閾值比較，其中利用粒子群優(yōu)化增強(qiáng)大津法獲取最佳閾值，采用最佳閾值進(jìn)行圖像二值化并進(jìn)行圖像后處理，最終獲取較清晰的絮體目標(biāo)，為后續(xù)絮體分析自動(dòng)化奠定基礎(chǔ)。本發(fā)明方法具有準(zhǔn)確快速的特點(diǎn)，能有效提取絮體目標(biāo)，適用于水處理中絮體目標(biāo)的有效提取。
【專(zhuān)利說(shuō)明】一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法，屬水處理絮體檢測(cè)方法【技術(shù)領(lǐng)域】。
【背景技術(shù)】
[0002]隨著人們生活水平的不斷提高，人們對(duì)飲用水水質(zhì)的要求也越來(lái)越高，國(guó)內(nèi)外常規(guī)水處理工藝一般包括混凝、沉淀、過(guò)濾、消毒等幾個(gè)階段。自來(lái)水處理的過(guò)程中會(huì)產(chǎn)生絮體凝結(jié)現(xiàn)象，而絮體的多少、大小、沉降速度等是判斷混凝效果的重要的參數(shù)。運(yùn)動(dòng)目標(biāo)檢測(cè)是絮體圖像定量分析中的重要一步，也是影響絮體分析自動(dòng)化、工作穩(wěn)定性、結(jié)果精確性的關(guān)鍵。工業(yè)攝像機(jī)所獲圖像由于在成像過(guò)程中可能存在光照不均勻、絮體運(yùn)動(dòng)速度慢、絮體分布變化等情況，使得絮體的顏色深淺不一、均勻性差，同時(shí)存在噪聲，而且絮體還存在表面反光不同的現(xiàn)象。因此準(zhǔn)確地實(shí)現(xiàn)絮體目標(biāo)與背景的檢測(cè)，是進(jìn)一步分析絮體特征的基礎(chǔ)。
[0003]目前實(shí)現(xiàn)絮體目標(biāo)的檢測(cè)方法有很多，常用的有背景差分法，幀間差分法和光流法。
[0004]幀間差分法是在視頻序列中的2個(gè)或3個(gè)相鄰幀間，采用逐像素差分并閾值化來(lái)提取圖像中的運(yùn)動(dòng)區(qū)域，它能較快的檢測(cè)出視頻圖像中發(fā)生變化的部分。幀差法方法簡(jiǎn)單，對(duì)環(huán)境的適應(yīng)性比較好，穩(wěn)定性高，在理想情況下，攝像機(jī)靜止時(shí)，如果相減后連續(xù)楨間灰度差為零，則認(rèn)為該點(diǎn)屬于靜止背景，反之則屬于運(yùn)動(dòng)物體區(qū)域。但實(shí)際情況中往往存在很多噪聲干擾，只根據(jù)差值是否為零不能確定該點(diǎn)的變化情況。三幀差分采用三幀圖像分別相減，效果比二幀差分好。幀差法中簡(jiǎn)單的對(duì)差值圖像閾值化方法雖可以大致分離出運(yùn)動(dòng)目標(biāo)和背景，但閾值的設(shè)定方法往往較為困難，并且很難濾除噪聲的影響。所以需要進(jìn)一步的改進(jìn)對(duì)噪聲的處理方法和改進(jìn)對(duì)閾值的選取方法來(lái)有效分離運(yùn)動(dòng)目標(biāo)和背景。
[0005]對(duì)于噪聲處理方法，當(dāng)前有很多處理方法，如平滑去噪等，其中采用高階統(tǒng)計(jì)量(higher order statistics, HOS),是指3階或3階以上階數(shù)的統(tǒng)計(jì)量,包括高階累積量、高階矩和高階譜，高階累積量在理論上可以完全抑制高斯噪聲的影響以及其它的一些特性，因此，通常更多地利用高階累積量及高階譜作為處理噪聲工具。
[0006]對(duì)于閾值選取方法，主要有雙峰法、迭代法、最大類(lèi)間方差法(0TSU，即大津法)。雙峰法雖然簡(jiǎn)單，但是適應(yīng)性較差；迭代法運(yùn)算量巨大，不適用于實(shí)時(shí)系統(tǒng)；相對(duì)而言大津法的效果最好。大津法首先把圖像像素用閾值T分為兩類(lèi)，再計(jì)算兩類(lèi)像素灰度值的類(lèi)間方差和類(lèi)內(nèi)方差，以?xún)烧咧葹樽畲髸r(shí)來(lái)確定閾值T。
[0007]但在模擬實(shí)驗(yàn)時(shí)發(fā)現(xiàn)，在處理背景與前景目標(biāo)灰度相差不多時(shí)，用大津法會(huì)出現(xiàn)大量的黑色區(qū)域，嚴(yán)重時(shí)甚至?xí)G失整個(gè)目標(biāo)。有學(xué)者提出引入一種灰度拉伸的增強(qiáng)大津法，即采用非線性變換對(duì)圖像進(jìn)行灰度拉伸，然后確定閾值，但是這也增加了運(yùn)算時(shí)間。
[0008]粒子群優(yōu)化算法是在對(duì)群體行為進(jìn)行模擬的過(guò)程中發(fā)現(xiàn)的一種概率搜索方法。算法從初始粒子群開(kāi)始，通過(guò)迭代搜索粒子適應(yīng)度函數(shù)的最優(yōu)解。在每一次迭代中，各個(gè)粒子根據(jù)自身找到的最優(yōu)解Pbest和整個(gè)粒子群所找到的最優(yōu)解gbest來(lái)調(diào)整運(yùn)動(dòng)的速度和方向，以更新粒子的位置。
[0009]粒子群優(yōu)化增強(qiáng)大津法(OTSU)就是利用粒子群優(yōu)化算法對(duì)增強(qiáng)大津法進(jìn)行優(yōu)化，它有效的解決了增強(qiáng)大津法的時(shí)間問(wèn)題，算法首先對(duì)粒子的位置和速度給一個(gè)隨機(jī)解，由于是灰度圖像范圍在0-255之間，所以要在此范圍內(nèi)給定粒子位置，所有的隨機(jī)值由randO函數(shù)產(chǎn)生。然后計(jì)算適應(yīng)度函數(shù)值并進(jìn)行比較，迭代計(jì)算，最終求得最優(yōu)解，也就是最佳閾值。

【發(fā)明內(nèi)容】

[0010]本發(fā)明目的是，針對(duì)三幀差分法的不足及噪聲影響和當(dāng)前閾值選取方法存在的問(wèn)題，本發(fā)明提出了一種基于三三幀差分分高階統(tǒng)計(jì)量(HOS)和粒子群優(yōu)化增強(qiáng)大津法(OTSU)的絮體目標(biāo)檢測(cè)方法。
[0011]實(shí)現(xiàn)本發(fā)明的技術(shù)方案是，本發(fā)明基于運(yùn)動(dòng)絮體不規(guī)則，受環(huán)境影響大的原因，使用基于三幀差分、高階統(tǒng)計(jì)量和粒子群優(yōu)化增強(qiáng)大津法提取絮體特征，包括以下步驟:
[0012](I)分別對(duì)當(dāng)前幀It，前一幀Iw，后一幀It+1進(jìn)行預(yù)處理，包括灰度修正，圖像增強(qiáng)等處理；
[0013](2) Ih，It, It+1分別做差分，得到差分圖像Dt+1，Dt ；
[0014](3)對(duì)差分圖像進(jìn)行相與運(yùn)算得到差分圖像Di ；
[0015](4)利用粒子群優(yōu)化增強(qiáng)大津法確定最佳閾值T ；
[0016](5)逐像素計(jì)算四階矩并與最佳閾值T比較，大于T值，認(rèn)為其是運(yùn)動(dòng)目標(biāo)，像素值置為1，否則為0 ;
[0017](6)對(duì)步驟(5)中的圖像利用圖像后處理技術(shù)，進(jìn)一步完善不完整的邊界，從而得到完整的邊界圖像，從而實(shí)現(xiàn)絮體目標(biāo)的順利提取。
[0018]所述確定最佳閾值的方法，首先對(duì)粒子的位置和速度給一個(gè)隨機(jī)解，由于是灰度圖像范圍在0-255之間，所以要在此范圍內(nèi)給定粒子位置，所有的隨機(jī)值由rand ()函數(shù)產(chǎn)生。然后計(jì)算適應(yīng)度函數(shù)值并進(jìn)行比較，迭代計(jì)算，最終求得最優(yōu)解，也就是最佳閾值。
[0019]所述圖像后處理技術(shù)，即先用較小的結(jié)構(gòu)元素對(duì)圖像做一次“開(kāi)”運(yùn)算(OpenOperation)消除孤立噪聲；再用較大的結(jié)構(gòu)元素對(duì)圖像做一次“閉”運(yùn)算(CloseOperation)填補(bǔ)目標(biāo)內(nèi)部空洞；進(jìn)一步完善不完整的邊界，從而得到完整的邊界圖像，從而實(shí)現(xiàn)絮體目標(biāo)的順利提取。
[0020]本發(fā)明基于絮體運(yùn)動(dòng)的特征，提出了基于三幀差分高階統(tǒng)計(jì)量(HOS)和粒子群優(yōu)化增強(qiáng)大津法進(jìn)行絮體檢測(cè)與提取的方法。與現(xiàn)有方案相比較，本發(fā)明改進(jìn)的方法可以比較準(zhǔn)確地提取到運(yùn)動(dòng)絮體的邊緣，提取的絮體目標(biāo)區(qū)域也比較完整，尤其對(duì)面積較大的目標(biāo)提取效果良好，一定程度上解決了傳統(tǒng)二幀差分方法的不足，和檢測(cè)過(guò)程中噪聲干擾、邊緣檢測(cè)不完整、易產(chǎn)生目標(biāo)“空洞”的缺點(diǎn)，能準(zhǔn)確的實(shí)現(xiàn)絮體目標(biāo)區(qū)域的實(shí)時(shí)提取。
[0021]本發(fā)明的有益效果是，本發(fā)明采用三幀差分方法提取絮體目標(biāo)，避免了二幀差分方法可能出現(xiàn)的目標(biāo)提取不完整等問(wèn)題；但同時(shí)三幀差分方法中存在最佳閾值的選取問(wèn)題和噪聲影響問(wèn)題，本發(fā)明采用粒子群增強(qiáng)大津法選取最佳閾值，有效解決了采用迭代法等方法可能出現(xiàn)的閾值選取不合理，效率低等問(wèn)題，并采用HOS技術(shù)，避免了噪聲的干擾。因此，本發(fā)明提出的改進(jìn)方法具有快速，準(zhǔn)確，提取絮體目標(biāo)完整，抗噪性能佳等優(yōu)點(diǎn)，該發(fā)明有一定的實(shí)用價(jià)值，能有效的提取絮體目標(biāo)。
[0022]本發(fā)明適用于水處理中運(yùn)動(dòng)絮體的目標(biāo)提取。
【專(zhuān)利附圖】

【附圖說(shuō)明】
[0023]圖1為本發(fā)明的較佳的實(shí)驗(yàn)設(shè)備示意圖；
[0024]圖2為本發(fā)明的流程圖；
[0025]圖3為本發(fā)明中方法仿真的對(duì)比效果圖:
[0026]圖3 (a)為原始圖像；
[0027]圖3 (b)為原始圖像；
[0028]圖3 (C)為原始圖像；
[0029]圖3 (d)為對(duì)原始圖像圖3 Ca)的二三幀差分分；
[0030]圖3 Ce)為對(duì)原始圖像圖3 (b)的二三幀差分分；
[0031]圖3 (f)為對(duì)原始圖像圖3(c)的二三幀差分分；
[0032]圖3 (g)為對(duì)原始圖像圖3 Ca)的三三幀差分分+迭代；
[0033]圖3 (h)為對(duì)原始·圖像圖3 (b)的三三幀差分分+迭代；
[0034]圖3 ( i )為對(duì)原始圖像圖3 ( c )的三三幀差分分+迭代；
[0035]圖3 (j )為對(duì)原始圖像圖3 (a)的三三幀差分分+大津法；
[0036]圖3 (k)為對(duì)原始圖像圖3 (b)的三三幀差分分+大津法；
[0037]圖3 (I)為對(duì)原始圖像圖3 (c)的三三幀差分分+大津法；
[0038]圖3 Cm)為對(duì)原始圖像圖3 Ca)的本發(fā)明處理方法；
[0039]圖3 (n)為對(duì)原始圖像圖3 (b)的本發(fā)明處理方法；
[0040]圖3 (O)為對(duì)原始圖像圖3 (C)的本發(fā)明處理方法。
【具體實(shí)施方式】
[0041]根據(jù)本發(fā)明方法的步驟，本發(fā)明【具體實(shí)施方式】如下:
[0042]第一步:按照?qǐng)D1所示，擺放實(shí)驗(yàn)器材。在絮凝池末端水中安裝傳感器；使水流水平、緩慢地流經(jīng)取樣窗，通過(guò)工業(yè)攝像頭連續(xù)采集取樣窗口的水流(絮體)圖像，實(shí)驗(yàn)中根據(jù)實(shí)際需求設(shè)定采樣時(shí)間間隔。本次實(shí)驗(yàn)中采用的時(shí)間間隔Tsampe為Is (在Is時(shí)間內(nèi)，觀測(cè)窗體的絮體數(shù)有很好的代表性)粒子數(shù)為100個(gè)左右，可以作為樣本用于處理圖像。
[0043]第二步:三幀差分及噪聲處理。分別對(duì)采集的圖像的前一幀fViO^y)，當(dāng)前幀ft (X，y)，后一幀ft+1 (X, y)進(jìn)行平滑去噪，然后計(jì)算ft_i (X，y)與ft(x，y)差分圖像Dt，ft+1(x, y)與ft(x，y)差分圖像Dt+1，然后將Dt，Dt+1進(jìn)行與運(yùn)算后得到差分圖像Qdiff(x，y)，最后選取合適閾值，對(duì)于三幀差分法，選取合理的閾值對(duì)目標(biāo)提取的效果起著重要作用，根據(jù)公式(6)對(duì)差分結(jié)果進(jìn)行閾值化得到二值結(jié)果。；
[0044](A)假定外界光照條件未變化或變化不大的條件下，相鄰圖像序列的表示如下:
[0045]ft (x, y) = Mt (x, y) +Bt (x, y) +nt (x, y) (I)
[0046]j]= ,(x+.?,>-+ j)+ ^ ,(x,>0 + /7; ,(.v,>0(2)
[0047](B)兩式相減后得到相鄰兩幀圖像的差分圖像為:[0048]
【權(quán)利要求】
1.一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法，其特征在于，所述方法基于運(yùn)動(dòng)絮體不規(guī)則，受環(huán)境影響大的原因，使用基于三幀差分、高階統(tǒng)計(jì)量和粒子群優(yōu)化增強(qiáng)大津法提取絮體特征，包括以下步驟: (1)分別對(duì)當(dāng)前幀It，前一幀Im，后一幀It+1進(jìn)行預(yù)處理，包括灰度修正，圖像增強(qiáng)等處理； (2)Ih，It, It+1分別做差分，得到差分圖像Dt+1，Dt ； (3)對(duì)差分圖像進(jìn)行相與運(yùn)算得到差分圖像Di； (4)利用粒子群優(yōu)化增強(qiáng)大津法確定最佳閾值T； (5)逐像素計(jì)算四階矩并與最佳閾值T比較，大于T值，認(rèn)為其是運(yùn)動(dòng)目標(biāo)，像素值置為1，否則為0 ; (6)對(duì)步驟(5)中的圖像，利用圖像后處理技術(shù)，進(jìn)一步完善不完整的邊界，從而得到完整的邊界圖像，從而實(shí)現(xiàn)絮體目標(biāo)的順利提取。
2.根據(jù)權(quán)利要求1所述的一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法，其特征在于，所述確定最佳閾值，首先對(duì)粒子的位置和速度給一個(gè)隨機(jī)解，由于是灰度圖像范圍在0-255之間，所以要在此范圍內(nèi)給定粒子位置，所有的隨機(jī)值由randO函數(shù)產(chǎn)生；然后計(jì)算適應(yīng)度函數(shù)值并進(jìn)行比較，迭代計(jì)算，最終求得最優(yōu)解，也就是最佳閾值。
3.根據(jù)權(quán)利要求1所述的一種三幀差分高階統(tǒng)計(jì)量結(jié)合OTSU算法的絮體檢測(cè)方法，其特征在于，所述圖像后處理技術(shù)，即先用較小的結(jié)構(gòu)元素對(duì)圖像做一次“開(kāi)”運(yùn)算消除孤立噪聲；再用較大的結(jié)構(gòu)元素對(duì)圖像做一次“閉”運(yùn)算填補(bǔ)目標(biāo)內(nèi)部空洞；進(jìn)一步完善不完整的邊界，從而得到完整的邊界圖像，從而實(shí)現(xiàn)絮體目標(biāo)的順利提取。
【文檔編號(hào)】G06T7/00GK103632373SQ201310658750
【公開(kāi)日】2014年3月12日 申請(qǐng)日期:2013年12月9日 優(yōu)先權(quán)日:2013年12月9日
【發(fā)明者】謝昕, 李慧萍, 胡鋒平 申請(qǐng)人:華東交通大學(xué)