專利名稱：使用適應(yīng)性背景模型的移動物體偵測方法
技術(shù)領(lǐng)域：
本發(fā)明是有關(guān)于一種于使用適應(yīng)性背景模型的移動物體偵測方法，特別是一種適 用于監(jiān)視系統(tǒng)的使用適應(yīng)性背景模型的移動物體偵測方法。
背景技術(shù)：
在監(jiān)視系統(tǒng)中，由于長時間的監(jiān)視畫面會占用非常大的儲存容量，因此出現(xiàn)了移 動物體偵測(motion object detection)的技術(shù)。移動物體偵測的技術(shù)可以偵測實(shí)時監(jiān)視 畫面。當(dāng)監(jiān)視畫面的前景物件(例如人或物體)有動作時才加以錄像或發(fā)出警告信息，監(jiān) 視畫面沒有動作時則不予錄像或不發(fā)出警告信息。在已知的移動物體偵測技術(shù)中，是將攝影機(jī)所擷取的目前影像與預(yù)先建立的背景 模型作比較，再將目前影像中像素值差異較大的像素取出，來做成前景物件。通過判斷目前 影像中前景影像的狀況，監(jiān)視系統(tǒng)可判斷何時發(fā)出警告信息。然而，已知的移動物體偵測技術(shù)無法隨著監(jiān)視區(qū)域的亮度變化來提供背景模型， 因此當(dāng)監(jiān)視區(qū)域的亮度改變時(例如監(jiān)視區(qū)域的照明設(shè)備被開啟或關(guān)閉時)，監(jiān)視系統(tǒng)就 無法正確地判斷何時該發(fā)出警告信息。

發(fā)明內(nèi)容
因此，本發(fā)明的一目的在于提供一種使用適應(yīng)性背景模型的移動物體偵測方法， 以提供較為精確的背景模型。本發(fā)明的另一目的在于提供一種計算機(jī)程序產(chǎn)品，當(dāng)計算機(jī)加載此計算機(jī)程序產(chǎn) 品時，此計算機(jī)可執(zhí)行前述的移動物體偵測方法。根據(jù)本發(fā)明的一實(shí)施例，提供一種移動物體偵測方法。在此移動物體偵測方法中， 首先進(jìn)行一背景模型建立步驟，以建立一背景模型來提供多個背景亮度參考值。然后，進(jìn)行 一前景物件偵測步驟，以利用這些背景亮度參考值來偵測前景物件。在背景模型建立步驟 中，首先根據(jù)背景影像的多個背景像素的亮度值來決定多個亮度權(quán)值，其中這些亮度權(quán)值 是一對一對應(yīng)至背景像素，且每一背景像素所對應(yīng)的亮度權(quán)值是由此背景像素的亮度值來 決定。接著，根據(jù)這些背景像素的亮度值和亮度權(quán)值來計算出多個背景亮度參考值，其中這 些背景亮度參考值是一對一對應(yīng)至像素坐標(biāo)點(diǎn)。根據(jù)本發(fā)明的另一實(shí)施例，提供一種移動物體偵測方法。在此移動物體偵測方法 中，首先進(jìn)行背景模型建立步驟，以利用背景影像來建立一背景模型，其中背景模型包含多 個背景亮度參考值，這些背景亮度參考值是一對一對應(yīng)至多個像素坐標(biāo)點(diǎn)。然后，進(jìn)行前景 像素判斷步驟，以根據(jù)背景模型來判斷目前影像的多個目前處理像素是否為前景像素。接 著，進(jìn)行前景偵測步驟，以根據(jù)目前處理像素中被判斷為前景像素的至少一個，來偵測目前 影像中的至少一前景物件。然后，判斷所有前景物件的面積總和是否大于背景干擾閥值，并 提供判斷結(jié)果。接著，當(dāng)判斷結(jié)果為是時，進(jìn)行快速背景更新步驟來更新每一背景亮度參考 值。在此快速背景更新步驟中，首先根據(jù)目前處理像素的亮度值來決定亮度權(quán)值。接著，將目前處理像素所對應(yīng)的背景亮度參考值乘以亮度權(quán)值，以獲得一背景亮度比例值。然后，將 亮度權(quán)值與1的差值乘以目前處理像素的亮度值，以獲得前景亮度比例值。接著，利用背景 亮度比例值和前景亮度比例值之和來更新背景亮度參考值。根據(jù)本發(fā)明的再一實(shí)施例，提供一種移動物體偵測方法。在此移動物體偵測方法 中，首先進(jìn)行背景模型建立步驟，以利用背景影像來建立一背景模型，其中此背景模型包含 多個背景亮度參考值，且這些背景亮度參考值是一對一對應(yīng)至多個像素坐標(biāo)點(diǎn)。然后，進(jìn) 行前景像素判斷步驟，以根據(jù)背景模型來判斷目前影像的多個目前處理像素是否為前景像 素。接著，進(jìn)行前景偵測步驟，以根據(jù)目前處理像素中被判斷為前景像素的至少一個，來偵 測目前影像中的至少一前景物件。然后，進(jìn)行陰影過濾步驟，以過濾前景物件的陰影。在陰 影過濾步驟中，首先將前景物件投影至像素坐標(biāo)陣列的坐標(biāo)軸上，以獲得像素分布曲線。然 后，提供本體比例閥值。接著，根據(jù)本體比例閥值和像素分布曲線的最大值來決定本體部 份。根據(jù)本發(fā)明的又一實(shí)施例，提供一種移動物體偵測方法。在此移動物體偵測方法 中，首先進(jìn)行一背景模型建立步驟，以建立一背景模型來提供多個背景亮度參考值。然后， 進(jìn)行一前景物件偵測步驟，以利用這些背景亮度參考值來偵測前景物件。在背景模型建立 步驟中，首先，根據(jù)多張背景影像的多個背景像素來提供多個亮度權(quán)值，其中這些亮度權(quán)值 是一對一對應(yīng)至背景像素，且每一背景像素所對應(yīng)的亮度權(quán)值是由此背景像素的亮度值來 決定。接著，進(jìn)行一背景亮度參考值計算步驟，以根據(jù)背景像素的亮度值與其第一亮度權(quán)值 來計算出多個背景亮度參考值，其中這些背景亮度參考值是一對一對應(yīng)至像素坐標(biāo)點(diǎn)。在 背景亮度參考值計算步驟中，首先將每一背景像素的亮度值乘以此背景像素所對應(yīng)的亮度 權(quán)值，以獲得對應(yīng)至這些背景像素的多個加權(quán)亮度值。然后，根據(jù)這些像素坐標(biāo)點(diǎn)，來將加 權(quán)亮度值分為多個亮度值群組，其中這些亮度值群組是一對一對應(yīng)至像素坐標(biāo)點(diǎn)。接著，計 算每一亮度群組的加權(quán)亮度值的平均值，以獲得對應(yīng)至這些亮度群組的多個加權(quán)亮度平均 值，其中加權(quán)亮度平均值系一對一對應(yīng)至像素坐標(biāo)點(diǎn)，而加權(quán)亮度平均值則為背景亮度參 考值。由上述說明，可說本發(fā)明可實(shí)時監(jiān)控監(jiān)視區(qū)域，并排除背景和前景中的干擾，使監(jiān) 視系統(tǒng)能更精確地反應(yīng)監(jiān)視區(qū)域的變化。


為讓本發(fā)明的上述和其它目的、特征、和優(yōu)點(diǎn)能更明顯易懂，上文特舉一較佳實(shí)施 例，并配合所附附圖，作詳細(xì)說明如下圖1是繪示根據(jù)本發(fā)明一實(shí)施例的監(jiān)控系統(tǒng)所擷取的影像序列的結(jié)構(gòu)示意圖；圖2是繪示影像序列的影像所對應(yīng)的坐標(biāo)陣列；圖3是繪示根據(jù)本發(fā)明一實(shí)施例的移動物體偵測方法的流程示意圖；圖4是繪示根據(jù)本發(fā)明另一實(shí)施例的移動物體偵測方法的流程示意圖；圖5是繪示根據(jù)本發(fā)明另一實(shí)施例的前景像素判斷步驟的流程示意圖；圖6則繪示根據(jù)本發(fā)明另一實(shí)施例的正常背景更新步驟的流程示意圖；圖7是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方法的流程示意圖；圖8是繪示根據(jù)本發(fā)明又一實(shí)施例的陰影過濾步驟的流程示意圖9是繪示根據(jù)本發(fā)明又一實(shí)施例的目前影像與其像素分布曲線；圖10是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方法的流程示意圖；圖11是繪示根據(jù)本發(fā)明又一實(shí)施例的快速更新步驟的流程示意圖；圖12是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方法的流程示意圖。主要組件符號說明
10 影像序列15 坐標(biāo)陣列
100 移動物體偵測方法110 步驟
120 步驟122 步驟
124 步驟130 步驟
300 移動物體偵測方法310 步驟
320 步驟330 步驟
332 步驟332a 步驟
332b 步驟332c 步驟
332d 步驟332e 步驟
332f 步驟332g 步驟
334 步驟336 步驟
336a 步驟336b 步驟
336c 步驟338 步驟
400 移動物體偵測方法432 步驟
432a 步驟432b 步驟
432c 步驟450 前景物件
450a 本體部份450b:陰影部傷
500 移動物體偵測方法510 步驟
520 步驟530 步驟
540 步驟550 步驟
550a 步驟550b 步驟
550c 步驟
600 移動物體偵測方法640 步驟
D 垂直距離D，垂直距離I1-In:影像S:像素分布曲線Pmax:坐標(biāo)點(diǎn)B1:邊界線B2 邊界線
具體實(shí)施例方式請同時參照圖1和圖2，圖1是繪示根據(jù)本發(fā)明一實(shí)施例的監(jiān)控系統(tǒng)所擷取的影 像序列10的結(jié)構(gòu)示意圖，圖2是繪示影像序列10的影像所對應(yīng)的坐標(biāo)陣列15。影像序列 10包含多張連續(xù)影像I1 IN。每一張影像是對應(yīng)至同一像素坐標(biāo)陣列15，而像素坐標(biāo)陣 列15包含多個像素坐標(biāo)點(diǎn)，并一對一對應(yīng)至每一張影像中的所有像素。在本實(shí)施例中，每 一影像的像素是以Ρ」(Χ，y)，其中χ，y是代表像素所對應(yīng)的坐標(biāo)點(diǎn)，而j是代表此像素是位于第j張圖框，j = 1 N，N為自然數(shù)。如圖2所示，影像I1是對應(yīng)至χ-y坐標(biāo)平面，且其 所有像素可透過此坐標(biāo)平面來表示為P1 (χ，y)，而所有的P1 (χ，y)所對應(yīng)的位置可構(gòu)成一個 坐標(biāo)陣列，并與所有的影像相對應(yīng)。本實(shí)施例中是將每張影像的像素成份分為亮度成份、第一彩度成份和第二彩度成 份來進(jìn)行處理，而亮度成份、第一彩度成份和第二彩度成份分別對應(yīng)至YUV色域中的亮度、 色度和濃度，或是HSV色域中的明度、色相和飽和度，但本發(fā)明并不受限于此。另外，在以下 的實(shí)施例中將以亮度成份來舉例說明，然而在本發(fā)明其它的實(shí)施例中，亦可同時采用亮度 成份、第一彩度成份和第二彩度成份來進(jìn)行本發(fā)明的移動物體偵測方法。請參照圖3，其是繪示根據(jù)本發(fā)明一實(shí)施例的移動物體偵測方法100的流程示意 圖。在移動物體偵測方法100中，首先進(jìn)行背景影像選定步驟110，以決定用來建立背景模 型的背景影像。在本實(shí)施例中，是選取影像序列10前面30張影像I1 13。來做為背景影 像，但在本發(fā)明其它的實(shí)施例中亦可只選擇最前面的影像I1來做為背景影像。接著，進(jìn)行背景模型建立步驟120，以根據(jù)影像I1 I3tl來計算出對應(yīng)至每個坐標(biāo) 點(diǎn)的背景亮度參考值，并據(jù)此制作出背景模型。在背景模型中，其所包含的像素是以ΡΜ(χ， y)來表示，其中ΡΜ(χ，y)是代表對應(yīng)至坐標(biāo)點(diǎn)(χ，y)的背景像素，而其的亮度值即為上述 的背景亮度參考值。在步驟120中，首先進(jìn)行亮度權(quán)值提供步驟122，以提供每個像素所對應(yīng)的亮度權(quán) 值W，其中每個背景像素所對應(yīng)的亮度權(quán)值W是由其亮度值所決定。例如，在本實(shí)施例中，像 素的最大亮度值被設(shè)為255，最小亮度值被設(shè)為0，將亮度0至亮度225的亮度區(qū)段分為多 個較小的子亮度區(qū)段，并使每個子亮度區(qū)段對應(yīng)至一個亮度權(quán)值，其中具有較大亮度平均 值的子亮度區(qū)段對應(yīng)至較大的亮度權(quán)值W，而具有較小亮度平均值的子亮度區(qū)段則對應(yīng)至 較小的亮度權(quán)值W。如此，根據(jù)每個背景像素的亮度值來決定其所對應(yīng)的子亮度區(qū)段，即可 獲得每個背景像素的亮度權(quán)值W。接著，進(jìn)行背景亮度參考值計算步驟124，以根據(jù)背景像素的亮度值與其對應(yīng)的 亮度權(quán)值W來計算出背景亮度參考值。在本實(shí)施例中，是將每個背景像素的亮度值與其對 應(yīng)的亮度權(quán)值W相乘，以得到多個加權(quán)亮度值。接著，根據(jù)每個背景像素的坐標(biāo)點(diǎn)，來將這 些加權(quán)亮度值分成多個亮度值群組。例如，PidahPjia)、…、P3tl(ι，ι)所對應(yīng)的加權(quán) 亮度值被分至同一群組，而P1(IJ)、P2 (1，2)、…、P3tl (1，2)所對應(yīng)的加權(quán)亮度值被分至另 一群組。接著，計算每個亮度值群組的加權(quán)亮度值的平均值，以獲得每個亮度值群組的加 權(quán)亮度平均值，并以此加權(quán)亮度平均值來做為背景亮度參考值。例如，計算pjia)、P2(I， ι)、···>P30(Ia)的加權(quán)亮度值的平均值，以獲得對應(yīng)至坐標(biāo)點(diǎn)(ι，ι)的背景亮度參考值； 計算PiadhPjld)、-,P3o(1,2)的加權(quán)亮度值的平均值，以獲得對應(yīng)至坐標(biāo)點(diǎn)(1，2) 的背景亮度參考值。將每個坐標(biāo)點(diǎn)所對應(yīng)的亮度值群組的加權(quán)亮度平均值計算出來后，即 可得到對應(yīng)至所有坐標(biāo)點(diǎn)的背景亮度參考值(即PM(X，y)的亮度值)，并建構(gòu)出后續(xù)影像 I31 In的背景模型。在本發(fā)明的其它實(shí)施例的背景亮度參考值計算步驟中，亦可計算每個亮度值群組 的加權(quán)亮度值的中間值，并以此做為背景亮度參考值。例如，計算ρ^ι,ι^κα,ι)、…、 P30(Ia)的加權(quán)亮度值的中間值，以獲得對應(yīng)至坐標(biāo)點(diǎn)(ι，ι)的背景亮度參考值；計算 P1(Id)Uldh -,P3o(1,2)的加權(quán)亮度值的中間值，以獲得對應(yīng)至坐標(biāo)點(diǎn)(1，2)的背景亮度參考值。將每個坐標(biāo)點(diǎn)所對應(yīng)的亮度值群組的加權(quán)亮度中間值計算出來后，即可得到 對應(yīng)至所有坐標(biāo)點(diǎn)的背景亮度參考值(即PM(x，y)的亮度值)，并建構(gòu)出后續(xù)影像I31 In 的背景模型。另外，亦可將每個亮度值群組的加權(quán)亮度值去頭去尾后，再取亮度值群組的中 間值來做為背景亮度參考值。當(dāng)背景模型被計算出來后，對目前欲處理的影像(例如影像I31)進(jìn)行前景偵測步 驟130，以利用背景模型來偵測影像I31的前景物件。另外，值得一提的是，在本發(fā)明其它的實(shí)施例中，若只用影像I1來做為背景模型， 則直接使用影像I1中每個像素的亮度值來做為背景亮度參考值。由上述說明可知，本實(shí)施例的移動物體偵測方法100可根據(jù)監(jiān)視區(qū)域的亮度情況 來建構(gòu)出適合的背景模型，使得監(jiān)視系統(tǒng)能更精確地判斷監(jiān)視區(qū)域是否發(fā)生變化。請同時參照圖4至圖6，圖4是繪示根據(jù)本發(fā)明另一實(shí)施例的移動物體偵測方法 300的流程示意圖，圖5是繪示前景物件偵測步驟330的前景像素判斷步驟332的流程示意 圖，圖6則繪示前景物件偵測步驟330的正常背景更新步驟336的流程示意圖。在移動物 體偵測方法300中，首先進(jìn)行步驟310，以決定用來建立背景模型所需的背景影像。接著，進(jìn) 行背景模型建立步驟320，以計算出對應(yīng)至每個坐標(biāo)點(diǎn)的背景亮度參考值。接著，進(jìn)行前景 偵測步驟330，以偵測目前處理影像的前景物件。在前景偵測步驟330中，首先進(jìn)行前景像素判斷步驟332，以利用背景模型來判斷 目前處理像素是否為前景像素。接著，進(jìn)行靜止像素判斷步驟334，以判斷被判斷為前景像 素的目前處理像素是否為靜止像素，并提供第一判斷結(jié)果。當(dāng)?shù)谝慌袛嘟Y(jié)果為是時，進(jìn)行正 常背景更新步驟336，以利用目前處理像素的亮度值來更新背景模型中相同坐標(biāo)點(diǎn)的背景 亮度參考值。另外，當(dāng)前景像素判斷步驟332已將目前影像的像素都處理完畢后，進(jìn)行形態(tài) 處理(Morphological processing)步驟338，以將被判斷為前景像素的目前處理像素轉(zhuǎn)換 成至少一個前景物件。在前景像素判斷步驟332中，首先進(jìn)行亮度差值計算步驟332a，以計算目前處理 像素的亮度值與對應(yīng)的背景亮度參考值的差值。接著，進(jìn)行步驟332b，以決定亮度變化閥 值。在本實(shí)施例中，亮度變化閥值是根據(jù)目前處理像素所對應(yīng)的背景亮度參考值來決定，當(dāng) 背景亮度參考值越大，亮度變化閥值就越大。當(dāng)然，也可利用前述的亮度權(quán)值W所用的分段 決定方法來決定亮度變化閥值。然后，進(jìn)行判斷步驟332c，以判斷亮度差值是否大于亮度變 化閥值，并提供第二判斷結(jié)果。然后，根據(jù)第二判斷結(jié)果來增減一累計停留次數(shù)的值。例如 當(dāng)?shù)诙袛嘟Y(jié)果為是時，進(jìn)行步驟332d，以將對應(yīng)至此目前處理像素的坐標(biāo)點(diǎn)的累計停留 次數(shù)增加，而當(dāng)?shù)诙袛嘟Y(jié)果為否時，進(jìn)行步驟332e，以將對應(yīng)至此目前處理像素的坐標(biāo)點(diǎn) 的累計停留次數(shù)減少。在本實(shí)施例中是利用計數(shù)器(counter)來紀(jì)錄累計停留次數(shù)，因此 每個像素坐標(biāo)點(diǎn)是對應(yīng)至一個計數(shù)器。接著，進(jìn)行判斷步驟332f，以判斷累計停留次數(shù)是 否大于前景確認(rèn)閥值，并提供第三判斷結(jié)果。當(dāng)?shù)谌袛嘟Y(jié)果為是，則表示目前處理像素已 停留一段時間，其確實(shí)為前景像素，因此進(jìn)行步驟332g，以將此目前處理像素判斷為前景像
ο接著，在后續(xù)的靜止像素判斷步驟334中，可通過累計停留次數(shù)來判斷此前景像 素是否停留過久。在本實(shí)施例中，是判斷累計停留次數(shù)是否大于像素靜止閥值，并提供第四 判斷結(jié)果。當(dāng)?shù)谒呐袛嘟Y(jié)果為是時，則表示此目前處理像素已停留過久，可將其視為背景，因此進(jìn)行正常背景更新步驟336來更新背景模型。在正常背景更新步驟336中，首先進(jìn)行亮度權(quán)值提供步驟336a，以決定亮度權(quán)值 r。在本實(shí)施例中，亮度權(quán)值w’是由目前處理像素的亮度值來決定，其中當(dāng)目前處理像素 的亮度值越大，亮度權(quán)值W’就越大。當(dāng)然，也可利用前述的亮度權(quán)值w的決定方法來決定 亮度權(quán)值W’。接著，進(jìn)行背景亮度更新值計算步驟336b，以根據(jù)亮度權(quán)值W’來計算出背景 亮度更新值。在本實(shí)施例中，是將亮度權(quán)值W’乘以目前處理像素所對應(yīng)的背景亮度參考 值，以獲得背景亮度比例值，以及將1與亮度權(quán)值W’的差值乘以目前處理像素的亮度值，以 獲得前景亮度比例值。將背景亮度比例值和前景亮度比例值加總，以獲得背景亮度更新值。 然后，進(jìn)行步驟336c，以利用背景亮度更新值來更新此目前處理像素所對應(yīng)的背景亮度參 考值。另外，值得一提的是，在本實(shí)施例中亮度權(quán)值W’是實(shí)質(zhì)大于或等于0.5，且小于1， 如此可將背景模型的變化程度控制于適當(dāng)?shù)姆秶鷥?nèi)。由上述說明可知，本實(shí)施例的移動物體偵測方法300可將停留于監(jiān)視區(qū)域中過久 的物體當(dāng)成背景處理，使得監(jiān)視系統(tǒng)能更精確地判斷監(jiān)視區(qū)域是否發(fā)生變化。另外，本實(shí)施 例的移動物體偵測方法300可過濾小物體(例如樹葉)的搖晃，來避免將此小物體判斷成 前景。例如當(dāng)樹葉搖晃時，樹葉會在固定區(qū)域內(nèi)進(jìn)行周期性的運(yùn)動，因此通過適當(dāng)?shù)卦O(shè)定 前景確認(rèn)閥值，可避免將樹葉判斷成前景物件。請參照同時參照圖7和圖8，圖7是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方 法400的流程示意圖，圖8是繪示移動物體偵測方法400的陰影過濾步驟432的流程示意 圖。移動物體偵測方法400是類似于移動物體偵測方法300，但不同之處在于移動物體偵測 方法400還包含了陰影過濾步驟432。在陰影過濾步驟432中，首先進(jìn)行投影步驟432a，以將前景物件投影在水平坐標(biāo) 軸，以得到前景像素相對于水平坐標(biāo)軸上的像素分布曲線。接著，進(jìn)行步驟432b，以提供本 體比例閥值。然后進(jìn)行步驟432c，以根據(jù)本體比例閥值和像素分布曲線的最大值來決定本 體部份。為能更清楚描述陰影過濾步驟432，以下將以一范例來說明陰影過濾步驟432。請參照圖9，其是繪示目前影像I35與其像素分布曲線S，其中目前影像I35包含有 前景物件450，而此前景物件450包含有本體450a和陰影450b。在投影步驟432a中，是將 前景物件的像素相對于水平位置的分布情況制作成像素分布圖，其中像素分布圖的χ軸代 表前景物件像素的水平位置，而y軸代表于該位置上的像素個數(shù)。像素分布曲線S是代表 前景物件像素的分布情況，其中具有最大值的坐標(biāo)點(diǎn)Pmax與水平坐標(biāo)軸間，具有的垂直距離 D。然后，進(jìn)行步驟432b以提供本體比例閥值Τ。在本實(shí)施例中，此本體比例閥值T是設(shè)定 為60%，但在本發(fā)明的其它實(shí)施例中，此本體比例閥值T可設(shè)定為介于50% 70%之間的 值。接著，進(jìn)行步驟432c，以根據(jù)本體比例閥值T和垂直距離D，來找到一條水平截線L，其 中水平截線L與坐標(biāo)點(diǎn)Pmax的垂直距離D’占垂直距離D的60%，本體比例閥值T。接著，根 據(jù)水平截線L與像素分布曲線S的交點(diǎn)，來找出兩條垂直邊界線B1和B2。當(dāng)?shù)玫絻蓷l邊界 線B1和B2后，即可將其套用至目前影像I35上來找出本體部份450a，其中前景物件450位 于邊界線B1和B2間的部份即判斷為本體。在本實(shí)施例中，由陰影過濾步驟432所決定的本體部份大致等于前景物件450的 本體450a，因此本實(shí)施例的移動物體偵測方法400不僅可將停留于監(jiān)視區(qū)域中過久的物體當(dāng)成背景處理，更可過濾前景物體的陰影，避免物體陰影影響監(jiān)視系統(tǒng)判斷的精確度。請同時參照圖10和圖11，圖10是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方 法500的流程示意圖，圖11是繪示移動物體偵測方法500的快速更新步驟550的流程示意 圖。在移動物體偵測方法500中，首先進(jìn)行步驟510，以決定用來建立背景模型所需的背景 影像。接著，進(jìn)行背景模型建立步驟520，以計算出對應(yīng)至每個坐標(biāo)點(diǎn)的背景亮度參考值。 然后，進(jìn)行前景物件偵測步驟530，以利用背景模型來偵測目前影像131的前景物件。接著， 進(jìn)行判斷步驟540，以判斷所有前景物件的面積總和是否大于背景干擾閥值，并提供第五判 斷結(jié)果。在本實(shí)施例中，背景干擾閥值是設(shè)定為整體影像面積的一半。接著，當(dāng)?shù)谖迮袛嘟Y(jié) 果為是時，進(jìn)行快速背景更新步驟550，以利用目前處理像素的亮度值來更新背景模型中相 同坐標(biāo)點(diǎn)的背景亮度參考值。在本實(shí)施例中，當(dāng)前景物件之的面積超過影像面積的一半時，表示監(jiān)視區(qū)域的環(huán) 境亮度可能有變化有大幅度變動，例如監(jiān)視區(qū)域的照明設(shè)備被打開或關(guān)閉，或是監(jiān)視器鏡 頭受到搖晃，以及監(jiān)視器鏡頭被遮蔽，因此須進(jìn)行快速背景更新步驟550來快速變更背景 模型，來使后續(xù)的前景物件判斷步驟更加精確。在快速背景更新步驟550中，首先進(jìn)行步驟550a，以決定亮度權(quán)值W”。在本實(shí)施 例中，亮度權(quán)值W”是由目前處理像素的亮度值來決定，其中當(dāng)目前處理像素的亮度值越大， 亮度權(quán)值W”就越大。當(dāng)然，也可利用前述的亮度權(quán)值W的決定方法來決定亮度權(quán)值W”。接 著，進(jìn)行背景亮度更新值計算步驟550b，以根據(jù)亮度權(quán)值W”來計算出背景亮度更新值。在 本實(shí)施例中，是將亮度權(quán)值W”乘以目前處理像素所對應(yīng)的背景亮度參考值，以獲得背景亮 度比例值，以及將1與亮度權(quán)值W”的差值乘以目前處理像素的亮度值，以獲得前景亮度比 例值。將背景亮度比例值和前景亮度比例值加總，以獲得背景亮度更新值。然后，進(jìn)行步驟 550c，以利用背景亮度更新值來更新此目前處理像素所對應(yīng)的背景亮度參考值。另外，值得一提的是，在本實(shí)施例中亮度權(quán)值W”是小于0. 5且大于0，如此可增加 背景模型的變化程度來快速更新背景模型。請參照圖12，其是繪示根據(jù)本發(fā)明又一實(shí)施例的移動物體偵測方法600的流程示 意圖。移動物體偵測方法600類似移動偵測步驟500，但不同之處在于移動物體偵測方法 600是采用判斷步驟640來代替判斷步驟540。在判斷步驟640中，是判斷所有被判斷為前 景像素的目前處理像素的個數(shù)總和是否大于預(yù)設(shè)的背景變化閥值，并提供第六判斷結(jié)果。 在本實(shí)施例中，背景變化閥值是設(shè)定為整體影像像素個數(shù)的一半。接著，當(dāng)?shù)诹袛嘟Y(jié)果為 是時，進(jìn)行快速背景更新步驟550，以利用目前處理像素的亮度值來更新背景模型中相同坐 標(biāo)點(diǎn)的背景亮度參考值。在本實(shí)施例中，移動物體偵測方法600是利用前景像素的個數(shù)來判斷監(jiān)視區(qū)域的 環(huán)境亮度是否有變化有大幅度變動，據(jù)此決定是否要進(jìn)行快速更新。而利用像素個數(shù)來判 斷的好處在于判斷步驟640可在形態(tài)處理步驟之前進(jìn)行，而不需等到前景像素被轉(zhuǎn)換成 影像后再處理。例如在目前處理像素被判斷為前景像素后，記錄其個數(shù)，即可于形態(tài)處理 步驟之前進(jìn)行判斷步驟640，并決定是否進(jìn)行快速更新。由上述說明可知，本實(shí)施例的移動物體偵測方法500和600可在監(jiān)視區(qū)域環(huán)境的 亮度發(fā)生大幅度變化時，可快速地將背景模型更新，使得監(jiān)視系統(tǒng)能更精確地判斷監(jiān)視區(qū) 域是否發(fā)生變化。
另外，值得一提的是，前述的移動物體偵測方法100、300、400、500或600可應(yīng)用于 計算機(jī)程序產(chǎn)品中，當(dāng)計算機(jī)加載此計算機(jī)程序產(chǎn)品后，此計算機(jī)即可執(zhí)行移動物體偵測 方法 100、300、400、500 或 600。雖然本發(fā)明已以實(shí)施方式揭露如上，然其并非用以限定本發(fā)明，任何熟悉此技術(shù) 的人員，在不脫離本發(fā)明的精神和范圍內(nèi)，當(dāng)可作各種的更動與潤飾，因此本發(fā)明的保護(hù)范 圍當(dāng)視權(quán)利要求書所界定的范圍為準(zhǔn)。
權(quán)利要求
一種使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，用以根據(jù)至少一張背景影像，來擷取一目前影像中的前景，其中該目前影像和該至少一張背景影像是對應(yīng)至同一像素坐標(biāo)陣列，該像素坐標(biāo)陣列包含多個像素坐標(biāo)點(diǎn)，該移動物體偵測方法包含進(jìn)行一背景模型建立步驟，包含根據(jù)該至少一張背景影像的多個背景像素來提供多個第一亮度權(quán)值，其中該些第一亮度權(quán)值是一對一對應(yīng)至該些背景像素，且每一該些背景像素所對應(yīng)的該第一亮度權(quán)值是由該背景像素的亮度值來決定；以及進(jìn)行一背景亮度參考值計算步驟，以根據(jù)該些背景像素的亮度值和該些第一亮度權(quán)值來計算出多個背景亮度參考值，其中該些背景亮度參考值是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)；以及進(jìn)行一前景物件偵測步驟，以利用該些背景亮度參考值來偵測至少一前景物件。
2.根據(jù)權(quán)利要求1所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 背景模型建立步驟是根據(jù)多張背景影像來進(jìn)行，該背景亮度參考值計算步驟包含將每一該些背景像素的亮度值乘以該背景像素所對應(yīng)的該第一亮度權(quán)值，以獲得對應(yīng) 至該些背景像素的多個加權(quán)亮度值；根據(jù)該些像素坐標(biāo)點(diǎn)，來將該些加權(quán)亮度值分為多個亮度值群組，其中該些亮度值群 組是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)；以及計算每一該些亮度群組的該些加權(quán)亮度值的平均值，以獲得對應(yīng)至該些亮度群組的多 個加權(quán)亮度平均值，其中該些加權(quán)亮度平均值是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)，而該些加 權(quán)亮度平均值為該些背景亮度參考值。
3.根據(jù)權(quán)利要求1所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 背景模型建立步驟是根據(jù)多張背景影像來進(jìn)行，該背景亮度參考值計算步驟包含將每一該些背景像素的亮度值乘以該背景像素所對應(yīng)的該第一亮度權(quán)值，以獲得對應(yīng) 至該些背景像素的多個加權(quán)亮度值；根據(jù)該些像素坐標(biāo)點(diǎn)，來將該些加權(quán)亮度值分為多個亮度值群組，其中該些亮度值群 組是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)；以及計算每一該些亮度群組的該些加權(quán)亮度值的中間值，以獲得對應(yīng)至該些亮度群組的多 個加權(quán)亮度中間值，其中該些加權(quán)亮度中間值是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)，而該些加 權(quán)亮度中間值為該些背景亮度參考值。
4.根據(jù)權(quán)利要求1所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 前景物件偵測步驟包含進(jìn)行一前景像素判斷步驟，以判斷該目前影像中的多個目前處理像素是否為前景像 素，其中該前景像素判斷步驟包含計算該目前處理像素的亮度值與相應(yīng)的該背景亮度參考值的差值，以提供一亮度差值；提供一亮度變化閥值；以及判斷該亮度差值是否小于該亮度變化閥值，并提供一第一判斷結(jié)果； 根據(jù)該第一判斷結(jié)果來變更一累計停留次數(shù)的值；判斷該累計停留次數(shù)的值是否大于或等于一前景確認(rèn)閥值，并提供一第二判斷結(jié)果；以及當(dāng)該第二判斷結(jié)果為是時，將該目前處理像素判斷為前景像素； 進(jìn)行一形態(tài)處理步驟，以將被判斷為前景像素的該些目前處理像素轉(zhuǎn)換為至少一前景 物件。
5.根據(jù)權(quán)利要求4所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，還 包含將該前景物件投影至該像素坐標(biāo)陣列的一坐標(biāo)軸上，以獲得一像素分布曲線； 提供一本體比例閥值；以及根據(jù)該本體比例閥值和該像素分布曲線的最大值來決定一本體部份。
6.根據(jù)權(quán)利要求1所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，還 包含計算該目前處理像素的亮度值與相應(yīng)的該背景亮度參考值的差值，以提供一亮度差值；提供一亮度變化閥值；以及判斷該亮度差值是否小于該亮度變化閥值，并提供一第一判斷結(jié)果； 根據(jù)該第一判斷結(jié)果來變更一累計停留次數(shù)的值；判斷該累計停留次數(shù)的值是否大于或等于一像素靜止閥值，并提供一第二判斷結(jié)果；以及當(dāng)該第二判斷結(jié)果為是時，進(jìn)行一正常背景更新步驟，以根據(jù)該目前處理像素的亮度 值來更新該背景亮度參考值。
7.根據(jù)權(quán)利要求6所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 正常背景更新步驟包含根據(jù)該目前處理像素的亮度值來決定一第二亮度權(quán)值； 將該背景亮度參考值乘以該第二亮度權(quán)值，以獲得一背景亮度比例值； 將該第二亮度權(quán)值與1的差值乘以該目前處理像素的亮度值，以獲得一前景亮度比例 值；以及利用該背景亮度比例值和該前景亮度比例值之和來更新該背景亮度參考值。
8.根據(jù)權(quán)利要求4所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 物體偵測方法還包含判斷該至少一前景物件的面積是否大于一背景干擾閥值，并提供一第三判斷結(jié)果；以及當(dāng)該第三判斷結(jié)果為是時，進(jìn)行一快速背景更新步驟，包含 根據(jù)該目前處理像素的亮度值來決定一第二亮度權(quán)值； 將該背景亮度參考值乘以該第二亮度權(quán)值，以獲得一背景亮度比例值； 將該第二亮度權(quán)值與1的差值乘以該目前處理像素的亮度值，以獲得一前景亮度比例 值；以及利用該背景亮度比例值和該前景亮度比例值之和來更新該背景亮度參考值。
9.根據(jù)權(quán)利要求4所述的使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，該 物體偵測方法還包含判斷被判斷為前景像素的該些目前處理像素的個數(shù)是否大于一背景變化閥值，并提供 一第三判斷結(jié)果；以及當(dāng)該第三判斷結(jié)果為是時，進(jìn)行一快速背景更新步驟，包含 根據(jù)該目前處理像素的亮度值來決定一第二亮度權(quán)值； 將該背景亮度參考值乘以該第二亮度權(quán)值，以獲得一背景亮度比例值； 將該第二亮度權(quán)值與1的差值乘以該目前處理像素的亮度值，以獲得一前景亮度比例 值；以及利用該背景亮度比例值和該前景亮度比例值之和來更新該背景亮度參考值。
10.一種使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，用以根據(jù)至少一張背 景影像，來偵測一目前影像中的前景物件，其中該移動物體偵測方法包含進(jìn)行一背景模型建立步驟，以利用該至少一張背景影像來建立一背景模型 進(jìn)行一前景像素判斷步驟，以根據(jù)該背景模型來判斷該目前影像的多個目前處理像素 是否為前景像素；進(jìn)行一前景偵測步驟，以根據(jù)該些目前處理像素中被判斷為前景像素的至少一個，來 偵測該目前影像中的至少一前景物件判斷該至少一前景物件的面積總和是否大于一背景干擾閥值，并提供一判斷結(jié)果；以及當(dāng)該判斷結(jié)果為是時，進(jìn)行一快速背景更新步驟，以更新每一該些背景亮度參考值，其 中該快速背景更新步驟包含根據(jù)該目前處理像素的亮度值來決定一亮度權(quán)值； 將該背景亮度參考值乘以該亮度權(quán)值，以獲得一背景亮度比例值； 將該第二亮度權(quán)值與1的差值乘以該目前處理像素的亮度值，以獲得一前景亮度比例 值；以及利用該背景亮度比例值和該前景亮度比例值之和來更新該背景亮度參考值。
11.一種使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，用以根據(jù)至少一張背 景影像，來擷取一目前影像中的前景，其中該目前影像和該至少一張背景影像是對應(yīng)至同 一像素坐標(biāo)陣列，該像素坐標(biāo)陣列包含多個像素坐標(biāo)點(diǎn)，該移動物體偵測方法包含進(jìn)行一背景模型建立步驟，以利用該至少一張背景影像來建立一背景模型，其中該背 景模型包含多個背景亮度參考值，該些背景亮度參考值是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)進(jìn)行一前景像素判斷步驟，以根據(jù)該背景模型來判斷該目前影像的多個目前處理像素 是否為前景像素；判斷被判斷為前景像素的該些目前處理像素的個數(shù)是否大于一背景變化閥值，并提供 一判斷結(jié)果；；以及當(dāng)該判斷結(jié)果為是時，進(jìn)行一快速背景更新步驟，以更新每一該些背景亮度參考值，其 中該快速背景更新步驟包含根據(jù)該目前處理像素的亮度值來決定一亮度權(quán)值； 將該背景亮度參考值乘以該亮度權(quán)值，以獲得一背景亮度比例值； 將該第二亮度權(quán)值與1的差值乘以該目前處理像素的亮度值，以獲得一前景亮度比例 值；以及利用該背景亮度比例值和該前景亮度比例值之和來更新該背景亮度參考值。
12. 一種使用適應(yīng)性背景模型的移動物體偵測方法，其特征在于，用以根據(jù)至少一背景 影像，來偵測一目前影像中的前景物件，其中該移動物體偵測方法包含進(jìn)行一背景模型建立步驟，以利用該至少一背景影像來建立一背景模型，其中該背景 模型包含多個背景亮度參考值，該些背景亮度參考值是一對一對應(yīng)至該些像素坐標(biāo)點(diǎn)進(jìn)行一前景像素判斷步驟，以根據(jù)該背景模型來判斷該目前影像的多個目前處理像素 是否為前景像素；進(jìn)行一前景偵測步驟，以根據(jù)該些目前處理像素中被判斷為前景像素的至少一個，來 偵測該目前影像中的至少一前景物件；以及進(jìn)行一陰影過濾步驟，以過濾該前景物件的陰影，其中該陰影過濾步驟包含 將前景物件投影至該像素坐標(biāo)陣列的一坐標(biāo)軸上，以獲得一像素分布曲線，其中該前 景物件包含一本體部份和一陰影部份； 提供一本體比例閥值；以及根據(jù)該本體比例閥值和該像素分布曲線的最大值來區(qū)分該本體部份。
全文摘要
本發(fā)明揭露一種使用適應(yīng)性背景模型的移動物體偵測方法。在此移動物體偵測方法中，首先進(jìn)行背景模型建立步驟，以建立一背景模型來提供多個背景亮度參考值。然后，進(jìn)行前景物件偵測步驟，以利用這些背景亮度參考值來偵測前景物件。在背景模型建立步驟中，首先根據(jù)背景像素的亮度值來決定多個亮度權(quán)值，其中每一亮度權(quán)值是由相應(yīng)的背景像素的亮度值來決定。接著，根據(jù)這些背景像素的亮度值和相應(yīng)的亮度權(quán)值來計算出背景亮度參考值。另外，當(dāng)計算機(jī)加載此計算機(jī)程序產(chǎn)品時，可執(zhí)行前述的移動物體偵測方法。
文檔編號G06T7/20GK101930610SQ20091013962
公開日2010年12月29日 申請日期2009年6月26日 優(yōu)先權(quán)日2009年6月26日
發(fā)明者吳進(jìn)義, 方志偉, 曾建中, 王基鎮(zhèn), 王德勛, 連震杰 申請人:思創(chuàng)影像科技股份有限公司