快速检测运动物体：利用二值图技术

二值图只有两个灰度值：黑色和白色，如图7.1所示。在实际应用中，二值图之所以引起我们的关注，是因为我们非常容易对它们进行处理。例如，我们可以通过：对灰度图像{Ei,j}设定一个阈值T，来获取二值图{bi,j}：

也就是说，将亮度大于阈值的点的值取为1；而将亮度小于阈值的点的值取为0（或者，采用相反的取值方法）。这里，我们假设：图像已经被离散为一个n行m列的格栅，Eij是：图像中的第i行、第j列的点的灰度值，bij是：二值图中的第i行、第j列的点的值。当然，也可以直接通过硬件生成二值图，此时，图像的感光单元（像素）是一个开关电路，当某个像素的光通量较大时，输出1；反之则输出0。

当然，我们也可以通过其他方式来生成二值图，例如图7.2中所给出的例子。借助二值图，我们可以在由稳定不动的摄像机所拍摄的视频中，快速检测出运动目标。首先，在没有运动目标的情况下，得到一张背景图片（参见图7.2(a)）；然后，通过和背景图进行对比，找到视频帧中明显不同于背景的像素点，作为前景，从而生成一张“前景/背景”二值图（参见图7.2(b)）；最后，根据二值图将视频帧中对应的目标区域标注出来，如图7.2(c)所示。

(www.xing528.com)

图7.2　借助二值图，我们可以在由稳定不动的摄像机所拍摄的视频中，快速检测出运动物体。(a)在没有运动目标的情况下，得到一张背景图片。(b)通过和背景图进行对比，找到视频帧中明显不同于背景的像素点，作为前景，从而生成一张“前景/背景”二值图。(c)根据二值图得到的目标区域标注结果。

在上面的两个例子中，二值图都给出了：对图像中物体的分割结果。背景所对应的（图像上的）点的取值为0，物体所对应的（图像上的）点的取值为1。事实上，二值图就是一个由0和1组成的矩阵B={bi,j}，如图7.3所示。

二值图处理就是：通过分析二值矩阵（0/1矩阵）B，得到二值图中各个物体区域的相关信息。这些信息主要包括两方面内容：

•拓扑性质，例如：图像中物体的数量。

•几何性质，例如：某一个物体的尺寸和位置。