某案视频监控画面远端停放一辆越野小轿车, 该车附近有两名嫌疑人, 一人深色着装、一人浅色着装(见图1), 需要研判驾驶人的衣着特征。

图1

	Figure Option ViewDownloadNew Window
	图1 越野车尾处两嫌疑人视图

经检视, 分析该案视频文件至少存在几个突出难点:图像分辨率低( 352×288), 不能提供足够大的画面; 案件监控时间为夜晚, 周围环境较暗, 环境光复杂(路灯、居民用灯, 汽车强光灯); 核心要素在画面远端角落等。按照常规的反复观察、特征比对等方法, 难以获取价值线索。本案拟比较图像ROI(Region Of Interesting)区域的像素差值, 进而实现对视频的分析, 以提供侦查线索。具体分析如下:

(1)视频图像预处理。对视频进行截屏保存, 将视频处理转换为图像处理。在软件ImageJ中(由National Institutes of Health基于java平台开发的, 可运行于多种操作系统, 免费、开源的公共图像处理软件), 按 Y=13R+13G+13B对三通道的监控图像(JPEG格式)的像素值进行转换, 确定每个点的像素值大小。

(2)分析嫌疑人的区域大小。提取多幅关键帧图像, 明显有嫌疑人移动(见图2, 图3), 确定嫌疑人移动的像素值跳变阈值, 本案约为 ±15。在阈值条件下, 推断嫌疑人所占图像区域的大小(见图4), 其图4为图2、图3 ROI区域(图中灰色标示区域)的像素差值示意。首行、首列表示ROI区域的坐标值。在阈值条件下, 嫌疑人所占图像区域大小约为 7×18。

图2

	Figure Option ViewDownloadNew Window
	图2 目标区域无嫌疑人

图3

	Figure Option ViewDownloadNew Window
	图3 目标区域有嫌疑人

图4

	Figure Option ViewDownloadNew Window
	图4 图2与图3的像素差值示意

(3)分析着装参考。在00:50:57时刻, 因车灯照明原因(见图5), 基本可确定图5箭头所指嫌疑人深色着装。对00:50:57至00:52:39时间区间的视频进一步分析, 在阈值条件下没有出现像素值变化大于 10×18区域的情况。可初步推断出深色着装男子不太可能与车内男子进行位置交换。

图5

	Figure Option ViewDownloadNew Window
	图5 车灯照射下深色着装嫌疑人

(4)分析嫌疑人移动情况。提取关键帧图像(见图6、图7), 按照(2)方法获取图6、图7 ROI区域的像素差值表示意(见图8), 在阈值条件下, 变化区域为 8×20。差异区域有所扩大, 分析原因可能是人的行走姿态及环境光影响。结合该段视频情况, 可推断深色着装嫌疑人有从驾驶侧(假定左胎车)到车另一侧的移动情况。

图6

	Figure Option ViewDownloadNew Window
	图6 目标区域无深色着装嫌疑人

图7

	Figure Option ViewDownloadNew Window
	图7 目标区域有深色着装嫌疑人

图8

	Figure Option ViewDownloadNew Window
	图8 图5与图6的像素差值示意

(5)因视频条件限制, 不能分析浅色着装嫌疑人和深色着装嫌疑人出现时的像素值最大差值范围, 以综合确定嫌疑人的衣着特征。

结合上述(1)~( 5)点的分析, 可以初步推断由穿浅色衣服嫌疑人驾车离开。但是, 该监控录像分辨率低、光线条件差、距离远, 难免造成分析误差, 还应结合其他情况综合判断, 分析结论也仅能作为侦查线索。

(1)本案使用ImageJ图像处理工具, 基本能够满足视频图像的分析需求。该软件工具免费, 功能强大, 拓展性好(能够自己编写插件实现特定功能), 适合基层公安部门应用。

(2)本案采用的ROI区域的像素差值分析方法, 其实质属于数字图像处理技术的算术处理或形态学处理的范畴。但该方法更为直观, 便于基层技术人员理解、操作。

(3)利用像素差值法分析视频图像工作量大(以每秒25帧的1分钟视频录像为例, 将有1500幅图像), 对每幅图像都进行细致观察是不现实的, 需要结合案情及视频具体情况提取关键帧图像展开针对性的分析。

(4)对于彩色图像, 可以在色彩空间对各通道分别处理, 也可转换为灰度空间处理。