本發(fā)明創(chuàng)造涉及圖像處理
技術(shù)領(lǐng)域：
，具體涉及一種有效的圖像處理系統(tǒng)。
背景技術(shù)：
：人們從外界獲得的大部分信息都是從圖像中獲取的，利用計算機對圖像進行各種形式的處理，從而得到圖像所包含的信息的方式促進了圖像處理技術(shù)的發(fā)展。在圖像處理技術(shù)中，如何準確的檢測出目標是圖像處理技術(shù)的一大關(guān)鍵問題，但在目標檢測的過程中，往往由于場景變化以及陰影等的影響，對目標檢測的準確性帶來極大的困難，因此提出一種能夠有效檢測到目標的圖像處理系統(tǒng)有著重要的意義。技術(shù)實現(xiàn)要素：針對上述問題，本發(fā)明旨在提供一種有效的圖像處理系統(tǒng)。本發(fā)明創(chuàng)造的目的通過以下技術(shù)方案實現(xiàn)：一種有效的圖像處理系統(tǒng)，包括圖像采集模塊、圖像傳輸模塊、圖像處理模塊和圖像存儲模塊；所述圖像采集模塊用于收集原始圖像，圖像處理模塊用于對經(jīng)圖像傳輸模塊傳輸?shù)脑紙D像進行后續(xù)處理，圖像存儲模塊用于存儲處理后的圖像。優(yōu)選地，所述圖像采集模塊采用攝像頭采集圖像。優(yōu)選地，還設(shè)置有圖像預(yù)處理模塊，所述圖像預(yù)處理模塊與圖像傳輸模塊連接，用于對所述原始的圖像進行預(yù)處理。優(yōu)選地，所述圖像處理模塊還包括陰影去除單元、目標提取單元和直方圖檢驗單元。優(yōu)選地，所述陰影去除單元用于從接收到的圖像中提取目標區(qū)間的直方圖并去除目標區(qū)間的陰影，具體包括：a.獲取圖像中每個像素點i所對應(yīng)的R、G、B顏色值，建立顏色空間具體為：式中，N是圖像中像素的總數(shù)，ri、gi、bi分別為像素點i所對應(yīng)的R、G、B顏色分量；b.定義矩陣U用于將3維向量進行降維處理，具體包括：式中，c.將得到的二維向量xi進行投影處理，獲得投影后的灰度值Ii；d.將獲得的本證灰度值Ii按照下列公式進行處理，具體為：e.建立灰度值I′i的直方圖，取一個固定的分組數(shù)z以獲得固定的組距，分組數(shù)z滿足最小分組數(shù)；f.計算直方圖概率gj，以求得本征圖在角度θ的熵，其計算公式為：式中，dj為直方圖組j中的像素點數(shù)，gj為直方圖組j中像素點概率，z為直方圖分組數(shù)，ρθ為直方圖信息熵；g.采用從0到180°進行投影，獲取每個角度投影得到的本征圖，按照上述方法計算本征圖在每個角度θ的熵，從而求得最小熵ρθ′，具體為：ρθ′＝minρθθ∈(0,180°)h.最小熵ρθ′所對應(yīng)的角度就是本征角θ′,其對應(yīng)灰度圖像即為目標的光照無關(guān)圖So。本發(fā)明的有益效果為：設(shè)置圖像采集模塊、圖像傳輸模塊、圖像處理模塊和圖像存儲模塊，結(jié)構(gòu)簡單，靈活方便；通過各模塊之間的相互配合，能夠及時有效的將采集到的原始圖像準確地傳輸給圖像處理模塊，圖像處理模塊對圖像進行陰影去除、目標提取以及直方圖檢驗的多層處理，保證了目標檢測的準確性；圖像存儲模塊對處理后的圖像進行存儲，方便以后的查詢和使用。附圖說明利用附圖對發(fā)明創(chuàng)造作進一步說明，但附圖中的實施例不構(gòu)成對本發(fā)明創(chuàng)造的任何限制，對于本領(lǐng)域的普通技術(shù)人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)以下附圖獲得其它的附圖。圖1是本發(fā)明結(jié)構(gòu)示意圖；圖2是圖像預(yù)處理模塊的結(jié)構(gòu)示意圖；圖3是圖像處理模塊的結(jié)構(gòu)示意圖。附圖標記：圖像采集模塊1、圖像預(yù)處理模塊2、圖像傳輸模塊3、圖像處理模塊4、圖像存儲模塊5、圖像剔除單元21、圖像裁剪單元22、圖像加密單元23、陰影去除單元41、目標提取單元42、直方圖檢驗單元43。具體實施方式結(jié)合以下實施例對本發(fā)明作進一步描述。參見圖1，本實施例的一種有效的圖像處理系統(tǒng)，包括圖像采集模塊1、圖像傳輸模塊3、圖像處理模塊4和圖像存儲模塊5；所述圖像采集模塊1用于收集原始圖像，圖像處理模塊4用于對經(jīng)圖像傳輸模塊3傳輸?shù)脑紙D像進行后續(xù)處理，圖像存儲模塊5用于存儲處理后的圖像。優(yōu)選地，所述圖像采集模塊1采用攝像頭采集圖像。本發(fā)明上述實施例設(shè)置圖像采集模塊1、圖像傳輸模塊3、圖像處理模塊4和圖像存儲模塊5，結(jié)構(gòu)簡單，靈活方便；并且通過各模塊之間的相互配合，能夠及時有效的將采集到的原始圖像準確地傳輸給圖像處理模塊4，圖像處理模塊4對圖像進行陰影去除、目標提取以及直方圖檢驗的多層處理，保證了目標檢測的準確性；圖像存儲模塊5對處理后的圖像進行存儲，方便以后的查詢和使用。優(yōu)選地，還設(shè)置有圖像預(yù)處理模塊2，所述圖像預(yù)處理模塊2與圖像傳輸模塊3連接，用于對所述原始圖像進行預(yù)處理，所述圖像預(yù)處理模塊2包括圖像剔除單元21、圖像裁剪單元22、圖像加密單元23，其中：所述圖像剔除單元21用于對數(shù)據(jù)采集模塊1采集的冗余圖像和質(zhì)量太差的圖像進行剔除；所述圖像裁剪單元22用于對圖像剔除單元21剔除后的圖像進行裁剪；所述圖像加密單元用于對圖像裁剪單元22裁剪后的圖像進行加密；本優(yōu)選實施例構(gòu)建了圖像預(yù)處理系統(tǒng)2，實現(xiàn)了對剔除了冗余圖像，大大縮減了計算量，提高了圖像處理效率；對剔除后剩余圖像的有效裁剪，解決了傳感器鏡頭所帶來的圖像畸變問題；對裁剪后的圖像進行加密，保證了圖像在傳輸過程中的可靠性和安全性，克服了傳統(tǒng)加密算法傳輸負載大等不足。優(yōu)選地，所述圖像剔除單元21用于對差異性過小的圖像進行剔除，圖像差異性采用如下方式判斷：a、對于兩幅圖像A(x,y)和B(p,q)，對于圖像上相同位置的像素點，定義差異性公式，式中，S(A,B)表示兩幅圖像的差異性，R(x,y)、G(x,y)、B(x,y)分別表示A圖像中的紅色、綠色和藍色色彩分量值，R(p,q)、G(p,q)、B(p,q)分別表示B圖像中的紅色、綠色和藍色色彩分量值；b、若圖像中相似性小于0.12的像素點超過10％，則隨機選取其中一幅圖像作為重復(fù)圖像剔除。本優(yōu)選實施例剔除了重復(fù)圖像，大大縮減了計算量，提高了圖像處理效率。優(yōu)選地，所述圖像裁剪單元22對剔除后的圖像進行裁剪，具體包括：設(shè)圖像大小為M×N，對圖像的邊緣進行裁剪，保留圖像中心區(qū)域，中心區(qū)域所占圖像面積比例采用如下公式確定：式中，r表示裁剪后的圖像占原圖像面積比，F(xiàn)min為傳感器最短焦距，F(xiàn)為傳感器采集圖像時所用的實際焦距；本優(yōu)選實施例解決了傳感器鏡頭所帶來的圖像畸變問題。優(yōu)選地，所述圖像加密單元23用于對裁剪后的圖像進行加密，包括：a、設(shè)裁剪后彩色圖像的大小為P×Q，提取RGB色彩分量；b、將彩色圖像分成多個大小相同的格子，然后利用離散余弦變化對每一個格子進行變換，得到各色彩分量系數(shù)矩陣；c、對各個色彩分量系數(shù)采用DES加密算法加密后進行傳輸。本優(yōu)選實施例保證了圖像在傳輸過程中的可靠性和安全性，克服了傳統(tǒng)加密算法傳輸負載大等不足。優(yōu)選地，所述圖像處理模塊4還包括陰影去除單元41、目標提取單元42和直方圖檢驗單元43，其中：所述陰影去除單元41用于從接收到的圖像中提取目標區(qū)間的直方圖并去除目標區(qū)間的陰影；所述目標提取單元42用于從接收到的圖像中分割出圖像中的目標區(qū)間的直方圖和陰影區(qū)間的直方圖；所述直方圖檢驗單元43用于檢驗陰影去除單元41和目標提取單元42的直方圖，從而得到目標區(qū)間；本優(yōu)選實施例構(gòu)建了圖像處理系統(tǒng)4，實現(xiàn)了對接收到的圖像的有效處理，提高了目標的檢測率。優(yōu)選地，所述陰影去除模塊41用于從接收到的圖像中獲取目標的光照無關(guān)圖，具體包括：a.獲取圖像中每個像素點i所對應(yīng)的R、G、B顏色值，建立顏色空間具體為：式中，N是圖像中像素的總數(shù)，ri、gi、bi分別為像素點i所對應(yīng)的R、G、B顏色值。b.定義矩陣U用于將3維向量進行降維處理，具體包括：式中，c.將得到的二維向量xi進行投影處理，獲得投影后的灰度值Ii，具體為：d.將獲得的本證灰度值Ii按照下列公式進行處理，具體為：e.建立灰度值I′i的直方圖，取一個固定的分組數(shù)z以獲得固定的組距，分組數(shù)z滿足最小分組數(shù)；f.計算直方圖概率gj，以求得本征圖在角度θ的熵，其計算公式為：式中，dj為直方圖組j中的像素點數(shù)，gj為直方圖組j中像素點概率，z為直方圖分組數(shù)，ρθ為直方圖信息熵；g.采用從0到180°進行投影，獲取每個角度投影得到的本征圖，按照上述方法計算本征圖在每個角度θ的熵，從而求得最小熵ρθ′，具體為：ρθ′＝minρθθ∈(0,180°)h.最小熵ρθ′所對應(yīng)的角度就是本征角θ′,其對應(yīng)灰度圖像即為目標的光照無關(guān)圖So。本優(yōu)選實施例設(shè)置的陰影去除模塊41，與現(xiàn)有技術(shù)相比，直方圖建立時采用固定的組距，克服了直方圖組距和數(shù)量變化給信息熵計算帶來的不穩(wěn)定問題；根據(jù)光照無關(guān)圖進行目標檢測，保證了目標的檢測率。優(yōu)選地，所述目標提取單元42，用于在利用背景減除獲取的含有陰影的目標S的基礎(chǔ)上分割出目標區(qū)間的直方圖和陰影區(qū)間的直方圖Si(i＝1,2)，具體包括：a.建立RGB色彩空間模型，獲取每個像素所對應(yīng)的Ri、Gi、Bi分量；b.根據(jù)下列公式計算每個像素對應(yīng)的灰度值Hi；Hi＝αRi+βGi+γBi(i＝1,2……M)其中，α、β、γ分別為Ri、Gi、Bi分量對灰度值的權(quán)值，且滿足α、β、γ≥0、α+β+γ＝1,M為像素點總數(shù)。c.將獲得的本征灰度值Hi按照下列公式進行處理；d.根據(jù)灰度值Hi建立圖像的灰度直方圖，確定其分組數(shù)為k，其分割點即為k個；e.每個分割點設(shè)為初始閾值,利用下列公式對每個閾值左右兩邊的直方圖進行計算；其中，n＝1，2……k，k為直方圖分組數(shù)，mi為組i中的像素數(shù)，n為初始閾值；f.上述計算得到的hn′所對應(yīng)的初始閾值n即為最終閾值τ；g.根據(jù)獲得的閾值τ即可將目標T的直方圖分割得到目標區(qū)間的直方圖和陰影區(qū)間的直方圖，分別利用直方圖統(tǒng)計目標區(qū)間和陰影區(qū)間中物體的面積：其中，mi為直方圖組i中的像素點數(shù)，pi為圖像灰度級為i的像素的概率，S1、S2分別為直方圖中物體的面積。上述實施例設(shè)置的目標提取模塊42，與現(xiàn)有技術(shù)相比，在陰影和目標之間過渡不明顯時，較好的分割出目標區(qū)間的直方圖和陰影區(qū)間的直方圖，提高了目標區(qū)間的檢測率；優(yōu)選地，所述直方圖檢驗?zāi)K43用于檢驗陰影去除單元41和目標提取單元42的直方圖，從而得到目標區(qū)間，具體包括：a.計算光照無關(guān)圖So的直方圖中物體的面積，計算公式為：其中，N為直方圖像素點總數(shù)，gi為圖像灰度級為i的像素的概率，S0為直方圖中物體的面積。b.定義目標區(qū)間Si的檢驗公式如下：Si＝|Si-So|-f(i＝1、2)Si<0時，Si即為目標區(qū)間，Si>0時，Si即為陰影區(qū)間，f為檢測閾值，這里定為0.05。發(fā)明人針對本實施例做了一系列測試，測試結(jié)果如下表所示：檢測目標目標檢出率固定物體100％活動物體100％固定人體100％活動人體99％活動物體99％從測試數(shù)據(jù)中可以看出，經(jīng)過本系統(tǒng)處理的圖像，目標檢出率保持在98％以上。本優(yōu)選實施例設(shè)置的直方圖檢驗單元43，與現(xiàn)有技術(shù)相比，利用陰影去除單元41獲得的目標區(qū)間的直方圖作為檢驗的依據(jù)，與目標提取單元42得到的目標區(qū)間的直方圖和陰影區(qū)間的直方圖進行檢驗，確保了目標檢測的準確性。最后應(yīng)當(dāng)說明的是，以上實施例僅用以說明本發(fā)明的技術(shù)方案，而非對本發(fā)明保護范圍的限制，盡管參照較佳實施例對本發(fā)明作了詳細地說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對本發(fā)明的技術(shù)方案進行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的實質(zhì)和范圍。當(dāng)前第1頁1 2 3