1.1.3. Цветовая модель yuv.
Для более быстрого анализа получаемого видеоизображение лучше всего его представить в виде полутонного изображения. Для такого представления пользуются моделями YUV. Назначение этого цветового пространства — видеотехника. Оно и применяется в стандартах PAL (Phase Alternation Line), NTSC (National Television System Committee), SECAM (Sequential Color with Memory). Модель основана на представлении в виде трех составляющих: яркости (luma — Y) и цвет разностей (U и V). Как видим, для представления черно-белого изображения потребуется всего одна составляющая (против трех у RGB), что существенно упрощает хранение, обработку и передачу такой информации. Координата Y является диагональю куба RGB. Формулы для представления YUV через известные значения RGB следующие:
Обратное:
Здесь вместо значений R, G, B используются скорректированные значения R', G', B'. Формулы корректирования просты и зависят от конкретного стандарта. В цифровой технике диапазон значений RGB составляет [0; 255] для каждого компонента, тогда как для компонентов цветового пространства YUV диапазоны следующие: [0; 255] для Y, [-112; 112] для U и [-157; 157] для V. Кроме YUV, можно встретить еще и такие названия: YIQ, YDbDr, YCbCr. Это не другие модели, это разновидности YUV. Отличаются они коэффициентами в формулах и стандартами, в которых применяются. YIQ применяется в стандарте NTSC, YDbDr — в SECAM.
Построение моделей фона и выделение переднего плана
Общее описание
Одной из важных задач при видеонаблюдении является автоматическое обнаружение движущихся объектов в поточном видео при наличии различного рода помех и создание на этой основе системы мониторинга. Видеодетектор движения или просто детектор движения представляет собой программное средство для решения данной задачи. Главной целью для него является способность информировать человека о ситуации, сложившиеся в поле зрения камеры, и по возможности предпринять какие — либо заранее предусмотренные и программно заложенные действия. Видеодетекторы многократно повышают продуктивность работы сотрудников безопасности. Метаданные, генерируемые детектором, могут использоваться в качестве индекса для оперативного поиска событий в видеоархиве. В этом случае у оператора отпадает необходимость в изнурительном просмотре многодневной видеозаписи.
При обработке видеоизображения появляется возможность отделения движущихся объектов от неподвижных. Всю совокупность неподвижных объектов относят к фону, а движущиеся объекты к переднему плану. Задача выделения фона является достаточно непростой, поскольку на получаемом изображении при реальной видеосъемке абсолютно отсутствуют не изменяющиеся фрагменты. Данная проблема возникает из многих причин. Во-первых, это свойства реальных камер, которые обладают значительным собственным шумом. Во-вторых, влияет процесс передачи видеоинформации от видеокамеры к системе обработки, при котором изображение часто сжимается, а потом декодируется, что может привести к дополнительным искажениям сигнала. Третье причиной является объекты, которые обладают некоторым динамическим характерам, но не представляют интереса при мониторинге сцены. Данные объекты можно разделить на несколько групп:
Неподвижные объекты,
Временно движущиеся объекты,
Медленно движущиеся объекты,
Объекты, совершающие периодические колебания,
Неподвижные объекты с динамически меняющимся изображением,
Движущиеся объекты.
К неподвижным объектам относятся различные стационарные объекты, такие как сооружения, покрытие дорог, столбцы и т.п., т.е. все объекты, которые являются неподвижными в течение достаточно длительного периода времени. Временно неподвижными объектами являются запаркованные автомобили, ограждения при дорожных работах и т.п., т.е. все объекты, являющиеся неподвижными во временном диапазоне от несколько минут до нескольких дней. К медленно движущимся объектам относятся автомобили, находящиеся в дорожной пробке, тени от облаков и зданий, т.е. объекты, все время находятся в движении, которое практически невозможно различить на большинстве соседних кадров при регистрации камерой. Объектами, совершающими периодические колебания, являются деревья и кусты, флаги, т.е. объекты, которые периодически перемещаются около некоторого положения равновесия, как правило, под действием ветра. К неподвижным объектам с динамическим меняющимся изображением относятся световые рекламные табло, огни светофоров и аварийно припаркованных автомобилей и т.п. Эти объекты находятся на одно месте (т.е. не движутся), однако создаваемый ими световой поток достаточно быстро изменяется во времени.
Методы для обнаружения движущихся объектов, или иначе выделение переднего плана, можно разделить на следующие группы:
Метод вычитания фона.
Вероятностные методы.
Временная разница.
Методы из разных групп имеют различную сложность реализации и, соответственно, отличаются необходимыми требованиями к вычислительным ресурсам. Т.к. задача обработки видеоизображения осуществляется в реальном времени, и зачастую на одном компьютере обрабатывается информация, получаемая одновременно от нескольких камер, то обычно приходятся выбирать более простые, но в тоже время быстрые реализации методов.
Результатом применения методов для каждого кадра последовательности видеоизображений строится двоичная маска изображения, в которой значение 1 соответствует переднему плану, а 0 – фону.