運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法以及電子設(shè)備的制作方法
【專利摘要】本發(fā)明提供了運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法以及電子設(shè)備，以克服現(xiàn)有的目標(biāo)檢測(cè)技術(shù)存在的檢測(cè)精度低的問題。運(yùn)動(dòng)對(duì)象檢測(cè)裝置包括：輪廓圖像獲得單元，用于獲得針對(duì)待檢測(cè)區(qū)域捕獲的多幀圖像各自的輪廓圖像；前景輪廓獲得單元，用于獲得每幀圖像的輪廓圖像中的前景輪廓；運(yùn)動(dòng)對(duì)象確定單元，用于確定每幀圖像中的運(yùn)動(dòng)對(duì)象；和更新單元，用于至少基于每幀圖像的輪廓圖像中除前景輪廓以外的像素更新其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像以用于下一幀圖像的檢測(cè)。運(yùn)動(dòng)對(duì)象檢測(cè)方法用于執(zhí)行能夠?qū)崿F(xiàn)運(yùn)動(dòng)對(duì)象檢測(cè)裝置的功能的處理。電子設(shè)備包括運(yùn)動(dòng)對(duì)象檢測(cè)裝置。本發(fā)明的上述技術(shù)能夠應(yīng)用于運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域。
【專利說明】運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法以及電子設(shè)備

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及運(yùn)動(dòng)目標(biāo)檢測(cè)領(lǐng)域，尤其涉及運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法 以及電子設(shè)備。

【背景技術(shù)】
[0002] 運(yùn)動(dòng)目標(biāo)檢測(cè)是一種基于圖像處理來檢測(cè)運(yùn)動(dòng)目標(biāo)的技術(shù)，其普遍應(yīng)用于人們的 日常生活、工作以及軍事領(lǐng)域范圍內(nèi)。例如，在智能化交通系統(tǒng)、智能監(jiān)控系統(tǒng)以及軍事目 標(biāo)檢測(cè)等方面，運(yùn)動(dòng)目標(biāo)檢測(cè)技術(shù)都具有廣泛的應(yīng)用價(jià)值。
[0003] 目前，現(xiàn)有的目標(biāo)檢測(cè)技術(shù)的檢測(cè)精度往往不高。此外，現(xiàn)有的目標(biāo)檢測(cè)技術(shù)在檢 測(cè)運(yùn)動(dòng)目標(biāo)的過程中的計(jì)算量較大，進(jìn)而使得檢測(cè)的功耗較高。


【發(fā)明內(nèi)容】

[0004] 在下文中給出了關(guān)于本發(fā)明的簡(jiǎn)要概述，以便提供關(guān)于本發(fā)明的某些方面的基本 理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本發(fā)明的窮舉性概述。它并不是意圖確定本發(fā)明的 關(guān)鍵或重要部分，也不是意圖限定本發(fā)明的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概 念，以此作為稍后論述的更詳細(xì)描述的前序。
[0005] 鑒于此，本發(fā)明提供了運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法以及電子設(shè)備，以至 少解決現(xiàn)有的目標(biāo)檢測(cè)技術(shù)的檢測(cè)精度低的問題。
[0006] 根據(jù)本發(fā)明的一個(gè)方面，提供了一種運(yùn)動(dòng)對(duì)象檢測(cè)裝置，該運(yùn)動(dòng)對(duì)象檢測(cè)裝置包 括：輪廓圖像獲得單元，用于獲得針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像各自的輪廓圖像；前 景輪廓獲得單元，用于根據(jù)上述多幀圖像中的每幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的 環(huán)境輪廓圖像的差分圖像，獲得該幀圖像的輪廓圖像中的前景輪廓，其中，上述前景輪廓中 的像素的強(qiáng)度高于其在上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像中對(duì)應(yīng)位置的像素的強(qiáng)度；運(yùn)動(dòng)對(duì) 象確定單元，用于基于上述多幀圖像中的每幀圖像的輪廓圖像中的前景輪廓來確定該幀圖 像中的運(yùn)動(dòng)對(duì)象；以及更新單元，用于至少基于上述多幀圖像中的每幀圖像的輪廓圖像中 除前景輪廓以外的像素來更新該幀圖像的上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像 對(duì)應(yīng)的環(huán)境輪廓圖像以用于下一幀圖像的檢測(cè)。
[0007] 根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種運(yùn)動(dòng)對(duì)象檢測(cè)方法，該運(yùn)動(dòng)對(duì)象檢測(cè)方 法包括：對(duì)于針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像中的每一幀，獲得該幀圖像的輪廓圖像，根 據(jù)該幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的差分圖像，獲得該幀圖像的 輪廓圖像中的前景輪廓，其中，上述前景輪廓中的像素的強(qiáng)度高于其在上一幀圖像對(duì)應(yīng)的 環(huán)境輪廓圖像中對(duì)應(yīng)位置的像素的強(qiáng)度，基于該幀圖像的輪廓圖像中的前景輪廓來確定該 幀圖像中的運(yùn)動(dòng)對(duì)象，以及至少基于該幀圖像的輪廓圖像中除前景輪廓以外的像素來更新 上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像以用于下一幀圖像的 檢測(cè)。
[0008] 根據(jù)本發(fā)明的另一個(gè)方面，還提供了一種電子設(shè)備，該電子設(shè)備包括如上所述的 運(yùn)動(dòng)對(duì)象檢測(cè)裝置。
[0009] 根據(jù)本發(fā)明的又一個(gè)方面，還提供了一種存儲(chǔ)有機(jī)器可讀取的指令代碼的程序產(chǎn) 品，上述程序產(chǎn)品在執(zhí)行時(shí)能夠使上述機(jī)器執(zhí)行如上所述的運(yùn)動(dòng)對(duì)象檢測(cè)方法。
[0010] 此外，根據(jù)本發(fā)明的其他方面，還提供了 一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有如 上所述的程序產(chǎn)品。
[0011] 上述根據(jù)本發(fā)明實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置、運(yùn)動(dòng)對(duì)象檢測(cè)方法以及電子設(shè)備， 利用圖像的輪廓圖像以及環(huán)境輪廓圖像之間的差分來檢測(cè)運(yùn)動(dòng)對(duì)象，能夠至少實(shí)現(xiàn)以下有 益效果之一：所利用的差分結(jié)果能夠更準(zhǔn)確的反映背景環(huán)境的特征；能夠使得檢測(cè)的精度 較高；計(jì)算量較??；以及功耗較低。
[0012] 通過以下結(jié)合附圖對(duì)本發(fā)明的最佳實(shí)施例的詳細(xì)說明，本發(fā)明的這些以及其他優(yōu) 點(diǎn)將更加明顯。

【專利附圖】

【附圖說明】
[0013] 本發(fā)明可以通過參考下文中結(jié)合附圖所給出的描述而得到更好的理解，其中在所 有附圖中使用了相同或相似的附圖標(biāo)記來表示相同或者相似的部件。所述附圖連同下面的 詳細(xì)說明一起包含在本說明書中并且形成本說明書的一部分，而且用來進(jìn)一步舉例說明本 發(fā)明的優(yōu)選實(shí)施例和解釋本發(fā)明的原理和優(yōu)點(diǎn)。在附圖中：
[0014] 圖1是示意性地示出根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的一種示例結(jié)構(gòu) 的框圖。
[0015] 圖2A-2D是示出針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像的一個(gè)示例的圖。
[0016] 圖3A-3D是示出用于計(jì)算像素 Pj，k的4種梯度檢測(cè)器的示例的示意圖。
[0017] 圖4是示出圖2C中圖像的輪廓圖像的一個(gè)示例的圖。
[0018] 圖5A是示出多幀圖像中的第1幀圖像的輪廓圖像的一個(gè)示例的圖。
[0019] 圖5B是示出多幀圖像中的第i-Ι幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的一個(gè)示例的圖。
[0020] 圖6是示出多幀圖像中的第i幀圖像的輪廓圖像與第i-Ι幀圖像對(duì)應(yīng)的環(huán)境輪廓 圖像的差分圖像的一個(gè)示例的圖。
[0021] 圖7是示出從多幀圖像中的第i幀圖像的輪廓圖像與第i-ι幀圖像對(duì)應(yīng)的環(huán)境輪 廓圖像的差分圖像中分割出的前景輪廓的一個(gè)示例的圖。
[0022] 圖8是示出檢測(cè)到的連通域的一個(gè)示例的圖。
[0023] 圖9是將如圖8所示的兩個(gè)連通域（已被判定為運(yùn)動(dòng)對(duì)象)對(duì)應(yīng)到相應(yīng)的原始圖像 中的圖。
[0024] 圖10是示意性地示出根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)方法的一種示例性處 理的流程圖。
[0025] 圖11是示出了可用來實(shí)現(xiàn)根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置和運(yùn)動(dòng)對(duì)象 檢測(cè)方法的一種可能的信息處理設(shè)備的硬件配置的結(jié)構(gòu)簡(jiǎn)圖。
[0026] 本領(lǐng)域技術(shù)人員應(yīng)當(dāng)理解，附圖中的元件僅僅是為了簡(jiǎn)單和清楚起見而示出的， 而且不一定是按比例繪制的。例如，附圖中某些元件的尺寸可能相對(duì)于其他元件放大了，以 便有助于提高對(duì)本發(fā)明實(shí)施例的理解。

【具體實(shí)施方式】
[0027] 在下文中將結(jié)合附圖對(duì)本發(fā)明的示范性實(shí)施例進(jìn)行描述。為了清楚和簡(jiǎn)明起見， 在說明書中并未描述實(shí)際實(shí)施方式的所有特征。然而，應(yīng)該了解，在開發(fā)任何這種實(shí)際實(shí)施 例的過程中必須做出很多特定于實(shí)施方式的決定，以便實(shí)現(xiàn)開發(fā)人員的具體目標(biāo)，例如，符 合與系統(tǒng)及業(yè)務(wù)相關(guān)的那些限制條件，并且這些限制條件可能會(huì)隨著實(shí)施方式的不同而有 所改變。此外，還應(yīng)該了解，雖然開發(fā)工作有可能是非常復(fù)雜和費(fèi)時(shí)的，但對(duì)得益于本公開 內(nèi)容的本領(lǐng)域技術(shù)人員來說，這種開發(fā)工作僅僅是例行的任務(wù)。
[0028] 在此，還需要說明的一點(diǎn)是，為了避免因不必要的細(xì)節(jié)而模糊了本發(fā)明，在附圖中 僅僅示出了與根據(jù)本發(fā)明的方案密切相關(guān)的裝置結(jié)構(gòu)和/或處理步驟，而省略了與本發(fā)明 關(guān)系不大的其他細(xì)節(jié)。
[0029] 本發(fā)明的實(shí)施例提供了一種運(yùn)動(dòng)對(duì)象檢測(cè)裝置，該運(yùn)動(dòng)對(duì)象檢測(cè)裝置包括：輪廓 圖像獲得單元，用于獲得針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像各自的輪廓圖像；前景輪廓獲 得單元，用于根據(jù)上述多幀圖像中的每幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓 圖像的差分圖像，獲得該幀圖像的輪廓圖像中的前景輪廓，其中，上述前景輪廓中的像素的 強(qiáng)度高于其在上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像中對(duì)應(yīng)位置的像素的強(qiáng)度；運(yùn)動(dòng)對(duì)象確定單 元，用于基于上述多幀圖像中的每幀圖像的輪廓圖像中的前景輪廓來確定該幀圖像中的運(yùn) 動(dòng)對(duì)象；以及更新單元，用于至少基于上述多幀圖像中的每幀圖像的輪廓圖像中除前景輪 廓以外的像素來更新該幀圖像的上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像對(duì)應(yīng)的環(huán) 境輪廓圖像以用于下一幀圖像的檢測(cè)。
[0030] 下面結(jié)合圖1來詳細(xì)描述根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的一個(gè)示例。
[0031] 如圖1所示，根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置100包括輪廓圖像獲得單 元110、前景輪廓獲得單元120、運(yùn)動(dòng)對(duì)象確定單元130以及更新單元140。
[0032] 輪廓圖像獲得單元110用于獲得針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像各自的輪廓 圖像。
[0033] 其中，在根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的一種實(shí)現(xiàn)方式中，上述多幀 圖像可以通過攝像頭等攝影、攝像設(shè)備來預(yù)先獲得。例如，假設(shè)預(yù)先通過攝像頭針對(duì)待檢測(cè) 區(qū)域連續(xù)捕獲了多幀圖像，可以將這多幀圖像輸入到輪廓圖像獲得單元110中由其進(jìn)行處 理。
[0034] 在根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的另一種實(shí)現(xiàn)方式中，上述多幀圖像 也可以是由輪廓圖像獲得單元110自身獲得的。例如，可以在輪廓圖像獲得單元110內(nèi)置 諸如攝像頭等攝影、攝像設(shè)備，然后通過上述攝像設(shè)備在預(yù)定時(shí)間段內(nèi)捕獲待檢測(cè)區(qū)域的 一組連續(xù)圖像，作為上述多幀圖像。
[0035] 此外，在根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的一種實(shí)現(xiàn)方式中，待檢測(cè)區(qū) 域可以是某個(gè)房間、某個(gè)場(chǎng)所，或者可以是某條道路，等等。在一個(gè)例子中，待檢測(cè)區(qū)域可以 是某條預(yù)定道路，或該預(yù)定道路的部分道路。在實(shí)際應(yīng)用中，例如可以將諸如攝像頭等攝 影、攝像設(shè)備的攝像范圍對(duì)應(yīng)地設(shè)置為上述待檢測(cè)區(qū)域，以便于捕獲上述待檢測(cè)區(qū)域的圖 像。
[0036] 圖2A-2D示出了上述多巾貞圖像的一個(gè)示例。在如圖2A-2D所示的例子中，待檢測(cè) 區(qū)域?yàn)槟硹l預(yù)定道路的一段。其中，圖2A、2B、2C和2D中的圖像例如分別可以是A時(shí)刻、t 2 時(shí)亥lj、t3時(shí)刻和t4時(shí)刻捕獲的圖像，、ti、t2、t3和t 4例如是連續(xù)等間隔的4個(gè)時(shí)刻。需要說 明的是，在其他示例中，圖2A-2D所示的4幀圖像也可以是上述多幀圖像的部分幀的一個(gè)示 例。也就是說，上述多幀圖像的數(shù)量不限于圖2A-2D所示的數(shù)量。
[0037] 另外，在根據(jù)本發(fā)明的實(shí)施例的運(yùn)動(dòng)對(duì)象檢測(cè)裝置的一種實(shí)現(xiàn)方式中，輪廓圖像 獲得單元110可以通過梯度算法來獲得上述多幀圖像中每幀圖像的輪廓圖像。
[0038] 在一個(gè)例子中，對(duì)于上述多幀圖像中的每幀圖像中的每個(gè)像素，可以通過例如 5X5的多種梯度檢測(cè)器來獲得該幀圖像中每個(gè)像素的梯度。
[0039] 以上述多幀圖像中的某幀圖像&中的某個(gè)像素 Pj，k為例，圖3A-3D給出了用于計(jì) 算像素 Pj，k的4種梯度檢測(cè)器的示例。其中，像素 Pj,k表示上述某幀圖像&的第j行、第k 列的像素。
[0040] 如圖3A所示，針對(duì)于上述像素 Pj,k來說，可以選取以像素 Pj,k為中心的5X5像素 大小的區(qū)域，即，選取上述某幀圖像fi的第j-2行至第j+2行這5行中的第k-2列至第k+2 列的25個(gè)像素(如 Pj_2，k_2、Pjm、Pj_ 2，k、Pj_2，k+1以及 Pj_2，k+2等）構(gòu)成的正方形區(qū)域氏。
[0041] 其中，對(duì)于每幀圖像來說，其中的最左邊兩列像素、最右邊兩列像素、最上邊兩行 像素以及最下邊兩行像素（以下簡(jiǎn)稱為邊緣像素）可以不作處理。例如，在每幀圖像的輪廓 圖像中可以舍去對(duì)應(yīng)于上述邊緣像素位置的那些像素。又如，在每幀圖像的輪廓圖像中，可 以將上述邊緣像素的強(qiáng)度分別直接作為該幀圖像的輪廓圖像中與上述邊緣像素位置對(duì)應(yīng) 的那些像素的強(qiáng)度。
[0042] 需要注意的是，圖3A中并未標(biāo)出上述正方形區(qū)域氏的每個(gè)像素的附圖標(biāo)記，但未 示出的部分像素的附圖標(biāo)記是可以由其他像素推出的。
[0043] 此外，需要說明的是，實(shí)際可選取的梯度檢測(cè)器不限于圖3A-3D所示的種類，即， 不限于圖3A-3D所示梯度檢測(cè)器所選擇的正方形區(qū)域氏的形狀和大小。
[0044] 用px(±)，y(±)表示正方形區(qū)域氏中位于像素 p」，k上側(cè)的兩行中的各個(gè)像素， 艮P，Ρχ(上），y(上廠Pj-2，k-2、Pj-2，k-l、Pj-2，k、Pj-2，k+l、Pj-2，k+2、Pj-l，k-2、Pj-l，k-l、Pj-l，k、Pj-l，k+l 以及 。用表示正方形區(qū)域Ri中位于像素 Pj，k下側(cè)的兩行中的各個(gè)像素，即， Ρχ(下），y(下）_Pj+l，k-2、Pj+1，k-1、Pj+l，k、Pj+l，k+l、Pj+1，k+2、Pj+2, k-2、Pj+2，k-l、Pj+2, k、Pj+2, k+1 及 Pj+2, k+2。
[0045] 這樣，利用如圖3A所示的梯度檢測(cè)器所計(jì)算的像素 p」，k的梯度(下文中簡(jiǎn)稱為第 一類梯度）可以由公式一來獲得。
[0046] 公式一 ：diff(a) = abs[mean(g (px(上），y(上）））_mean(g (px(下）y(下）））]
[0047] 在公式一中，diff (a)表示像素 Pj,k的第一類梯度，g(px(±),y(±))表示正方形區(qū)域 氏中位于像素 P」，k上側(cè)的兩行中的各個(gè)像素的灰度值，mean(g(px(±)，y(±)))表示正方形區(qū) 域氏中位于像素 Pk上側(cè)的兩行中的所有像素的灰度值的平均值，g (Px(τ >，y(τ >)表示正方 形區(qū)域氏中位于像素 Pj,k下側(cè)的兩行中的各個(gè)像素的灰度值，mean(g(px(T)，y(T)))表示正 方形區(qū)域氏中位于像素 Pj，k下側(cè)的兩行中的所有像素的灰度值的平均值，abs […]表示括 號(hào)內(nèi)的"…"的絕對(duì)值。
[0048] 類似地，如圖3B所示，用表示正方形區(qū)域氏中位于像素Pj，k左側(cè)的兩 歹 lj 中白勺各個(gè)像素，艮P，Px(左），y(左廠 Pj-2，k-2、Pj-l，k-2、Pj，k-2、Pj+l，k-2、Pj+2，k-2、Pj-2，k-l、Pj-l，k-l、Pj，k-1、 Pj+l，k-l y^Pj+2，k-l。月0 Px(右），y(右） 表示正方形區(qū)域仏中位于像素 Pj，k右側(cè)的兩列中的各個(gè) 像素，艮P，px(右），y(右廠 Pj-2，k+l、Pj-l，k+l、Pj-，k+l、Pj+l，k+l、Pj+2，k+l、Pj-2，k+2、Pj-l，k+2、Pj，k+2、Pj+l，k+2 以及 Pj+2, k+2 °
[0049] 這樣，利用如圖3B所示的梯度檢測(cè)器所計(jì)算的像素 Pj，k的梯度(下文中簡(jiǎn)稱為第 二類梯度）可以由公式二來獲得。
[0050] 公式二：diff(b) = abs[mean(g (px(右），y(右）））_mean(g (px(左）,y(左）））]
[0051] 在公式二中，diff (b)表示像素 p」，k的第二類梯度，g(px(￡)，y(￡))表示正方形區(qū)域 氏中位于像素 P」，k左側(cè)的兩列中的各個(gè)像素的灰度值，表示正方形區(qū) 域氏中位于像素 Pi k左側(cè)的兩列中的所有像素的灰度值的平均值，g (Px(；& >，y(；& >)表示正方 形區(qū)域Ri中位于像素 Pj，k右側(cè)的兩列中的各個(gè)像素的灰度值，mean(g(px(;&),y(;&)))表示正 方形區(qū)域氏中位于像素 Pm右側(cè)的兩列中的所有像素的灰度值的平均值。
[0052] 此外，如圖3C所示，用px(my(m表示正方形區(qū)域氏中位于像素 Pj，k左下側(cè)的 各個(gè)像素，即，Px(左下)，y(左下廠Pj-l，k-2、Pj, k-2、Pj, k-l、Pj+l，k-2、Pj+l, k-l、Pj+l，k、Pj+2, k-l、Pj+2, k-l、Pj+2，k 以 及pj+2，k+1。用px(右上);y(右上> 表示正方形區(qū)域Ri中位于像素 Pj，k右上側(cè)的各個(gè)像素，即，px(右 上），y (右上）_Pj-2，k-l、Pj-2，k、Pj-2，k+l、Pj-2，k+2、Pj-l，k、Pj-l，k+l、Pj-l，k+2、Pj，k+1、Pj，k+2 及 Pj+l，k+2。
[0053] 這樣，利用如圖3C所示的梯度檢測(cè)器所計(jì)算的像素 Pu的梯度(下文中簡(jiǎn)稱為第 三類梯度）可以由公式三來獲得。
[0054] 公式三：difT(c) = abs[mean(g (px(左下），y(左下）））_mean(g (px(右上)，y(右上）））]
[0055] 在公式三中，diff (。)表示像素 Pj，k的第三類梯度，g(px(左下)，y(左下)）表示正方形區(qū) 域氏中位于像素 Pj，k左下側(cè)的各個(gè)像素的灰度值，mean(g(px^ T)，yuT)))表示正方形區(qū)域 氏中位于像素 Pj，k左下側(cè)的所有像素的灰度值的平均值，表示正方形區(qū)域 氏中位于像素 Pj，k右上側(cè)的各個(gè)像素的灰度值，mean(g(px(;&±)，y(;&±)))表示正方形區(qū)域氏 中位于像素 Pj，k右上側(cè)的所有像素的灰度值的平均值。
[0056] 需要說明的是，為了清楚起見，圖3C中左側(cè)的圖中用虛線圈出了 px(tT)，y(tT)對(duì) 應(yīng)的像素區(qū)域，圖3C中右側(cè)的圖用虛線圈出了 px(;&±)，y(;&±)對(duì)應(yīng)的像素區(qū)域，但圖3C中左 側(cè)和右側(cè)的圖表示同一種梯度檢測(cè)器，即，上述第三類梯度對(duì)應(yīng)的梯度檢測(cè)器。
[0057] 類似地，如圖3D所示，用px(左上)>y(左上> 表示正方形區(qū)域氏中位于像素Pj,k左上側(cè)的 各個(gè)像素，即，Px(左上)， y(左上廠 Pj-2，k-2、Pj-2，k-l、Pj-2，k、Pj-2，k+l、Pj-l，k-2、Pj-l，k-l、Pj-l，k、Pj，k-1、Pj，k-1 以 及Pj+1，k-2。用表示正方形區(qū)域Ri中位于像素 Pj，k右下側(cè)的各個(gè)像素，即，px(右 下），y (右下）_Pj_l，k+2、Pj，k+1、Pj，k+2、Pj+l，k、Pj+l，k+l、Pj+l，k+2、Pj+2，k-l、Pj+2，k、Pj+2，k+l ^及 Pj+2，k+2。
[0058] 這樣，利用如圖3D所示的梯度檢測(cè)器所計(jì)算的像素 p」，k的梯度(下文中簡(jiǎn)稱為第 四類梯度）可以由公式四來獲得。
[0059] 公式四：diff(d) = abs[mean(g (px(右下），y(右下）））_mean(g (px(左上），y(左上）））]
[0060] 在公式四中，diff (d)表示像素 Pj,k的第四類梯度，8(ρχ(￡±),^±))表示正方形區(qū) 域氏中位于像素 Pj，k左上側(cè)的各個(gè)像素的灰度值，mean(g(px(左上>，y(左上>))表示正方形區(qū)域 氏中位于像素 Pj，k左上側(cè)的所有像素的灰度值的平均值，表示正方形區(qū)域 氏中位于像素 Pj，k右下側(cè)的各個(gè)像素的灰度值，mean(g(px(;&T)，y(;&T)))表示正方形區(qū)域氏 中位于像素 Pj，k右下側(cè)的所有像素的灰度值的平均值。
[0061] 需要說明的是，為了清楚起見，圖3D中左側(cè)的圖中用虛線圈出了 px(t±)，y(t±)對(duì) 應(yīng)的像素區(qū)域，圖3D中右側(cè)的圖用虛線圈出了 px(右T)，y(右τ)對(duì)應(yīng)的像素區(qū)域，但圖3D中左 側(cè)和右側(cè)的圖表示同一種梯度檢測(cè)器，即，上述第四類梯度對(duì)應(yīng)的梯度檢測(cè)器。
[0062] 這樣，針對(duì)于上述像素 Pj，k，利用如圖3A-3D的4種梯度檢測(cè)器，輪廓圖像獲得單元 110可以得到關(guān)于像素 Pj，k的第一類梯度至第四類梯度共4種梯度，S卩，得到diff (a)、diff (b)、diff (e)和diff (d)。于是，如公式五所示，輪廓圖像獲得單元110可以將關(guān)于像素Pj，k的 這四種梯度中最大的那個(gè)梯度作為像素 Pj，k的輪廓值。
[0063] 公式五：CQ = max (diff (a), diff (b), diff (d), diff (d))
[0064] 其中，CQ表示像素 pj;k的輪廓值。
[0065] 對(duì)于上述多幀圖像中的每幀圖像中的每個(gè)像素均可以采用如上方法來計(jì)算該像 素的輪廓值。這樣，在得到每幀圖像的所有像素的輪廓值后，用每個(gè)像素的輪廓值表示該像 素，即可得到該幀圖像的輪廓圖像。
[0066] 需要說明的是，以上所給出的例子僅用于舉例說明輪廓圖像獲得單元110如何獲 得輪廓圖像，而輪廓圖像獲得單元110獲得輪廓圖像所采用的算法并不限于以上例子中所 給出的梯度算法，也可以是其他用于獲得輪廓圖像的現(xiàn)有算法，這里不再詳述。
[0067] 這樣，以圖2A-2D為例，則輪廓圖像獲得單元110能夠獲得圖2A-2D中各個(gè)圖像的 輪廓圖像。例如，通過輪廓圖像獲得單元110的處理，圖2C中圖像的輪廓圖像可以如圖4 所示。類似地，可以得到圖2A、2B和2D中各個(gè)圖像的輪廓圖像(未示出）。下面，以圖2C作 為示例來詳細(xì)描述各個(gè)單元的處理過程，對(duì)其他幀的處理與之類似，將不再詳細(xì)描述。
[0068] 在輪廓圖像獲得單元110得到上述多幀圖像中每幀圖像的輪廓圖像之后，前景輪 廓獲得單元120用于獲得每幀圖像的輪廓圖像中的前景輪廓。
[0069] 對(duì)于上述多幀圖像中的每幀圖像來說，前景輪廓獲得單元120根據(jù)該幀圖像的輪 廓圖像與該幀圖像的上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的差分圖像，來獲得該幀圖像的輪廓 圖像中的前景輪廓。
[0070] 需要說明的是，對(duì)于上述多幀圖像中的第1幀圖像來說，前景輪廓獲得單元120可 以對(duì)其不進(jìn)行處理，而只是由輪廓圖像獲得單元110來獲得上述第1幀圖像的輪廓圖像。
[0071] 例如，假設(shè)在上述多幀圖像中，圖2A中的圖像為上述多幀圖像中的第1幀圖像，則 通過輪廓圖像獲得單元110獲得的上述第1幀圖像的輪廓圖像可以如圖5A所示，并將圖5A 所示的輪廓圖像（即上述多幀圖像中的第1幀圖像的輪廓圖像）作為初始的環(huán)境輪廓圖像 (即第1幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像)。
[0072] 對(duì)于上述多幀圖像中的第i幀圖像，其中，i為大于1的整數(shù)，前景輪廓獲得單元 120可以根據(jù)公式六來獲得第i幀圖像的輪廓圖像與第i-Ι幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的 差分圖像。

【權(quán)利要求】
1. 一種運(yùn)動(dòng)對(duì)象檢測(cè)裝置，包括： 輪廓圖像獲得單元，用于獲得針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像各自的輪廓圖像； 前景輪廓獲得單元，用于根據(jù)所述多幀圖像中的每幀圖像的輪廓圖像與其上一幀圖像 對(duì)應(yīng)的環(huán)境輪廓圖像的差分圖像，獲得該幀圖像的輪廓圖像中的前景輪廓，其中，所述前景 輪廓中的像素的強(qiáng)度高于其在所述上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像中對(duì)應(yīng)位置的像素的 強(qiáng)度； 運(yùn)動(dòng)對(duì)象確定單元，用于基于所述多幀圖像中的每幀圖像的輪廓圖像中的前景輪廓來 確定該幀圖像中的運(yùn)動(dòng)對(duì)象；以及 更新單元，用于至少基于所述多幀圖像中的每幀圖像的輪廓圖像中除所述前景輪廓以 外的像素來更新該幀圖像的上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像對(duì)應(yīng)的環(huán)境輪 廓圖像以用于下一幀圖像的檢測(cè)。
2. 根據(jù)權(quán)利要求1所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述更新單元用于：針對(duì)所述多幀 圖像中的每幀圖像的輪廓圖像中除前景輪廓以外的每個(gè)像素，利用該像素的強(qiáng)度對(duì)所述上 一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像中與該像素位置對(duì)應(yīng)的像素的強(qiáng)度進(jìn)行更新。
3. 根據(jù)權(quán)利要求2所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述更新單元還用于：針對(duì)所述多 幀圖像中的每幀圖像的輪廓圖像中的前景輪廓中的每個(gè)像素，利用該像素的強(qiáng)度對(duì)所述上 一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像中與該像素位置對(duì)應(yīng)的像素的強(qiáng)度進(jìn)行更新。
4. 根據(jù)權(quán)利要求3所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述更新單元用于根據(jù)如下公式 來更新所述多幀圖像中的每幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像： CB(x, y, ti) = CB(x, y, t^) + [b* (1-Seg (x, y, h)) +a*Seg (x, y, tD ] * (CC (x, y, tj -CB (x, y, ?η)), CB(x，y，h)和CB(x，y，tg)分別表示捕獲時(shí)間為&和的圖像對(duì)應(yīng)的環(huán)境輪廓圖像 中的像素（X，y)的強(qiáng)度，CC(x，y，tj表示捕獲時(shí)間為&的圖像的輪廓圖像中的像素（X，y) 的強(qiáng)度，X，y分別表示像素（X，y)在相應(yīng)的圖像中的位置，a為預(yù)設(shè)的前景像素更新率，b 為預(yù)設(shè)的背景像素更新率，當(dāng)像素（X，y)是所述捕獲時(shí)間為ti的圖像的輪廓圖像中的前景 輪廓中的像素時(shí)，Seg(x，y，ti)為1，當(dāng)像素（X，y)是所述捕獲時(shí)間為ti的圖像的輪廓圖像 中除前景輪廓以外的像素時(shí)，SegO^yji)為0,捕獲時(shí)間為的圖像是捕獲時(shí)間為心的 圖像的上一幀圖像，以及i > 2 ;其中，捕獲時(shí)間為h的圖像對(duì)應(yīng)的環(huán)境輪廓圖像中的像素 (X，y)的強(qiáng)度CB(x，y，h)等于所述捕獲時(shí)間為&的圖像的輪廓圖像中的像素（X，y)的強(qiáng)度 CC(x, y, 〇
5. 根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述前景輪廓獲得單 元用于： 將所述多幀圖像中的每幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的差 分圖像中滿足如下條件的像素確定為前景像素，以獲得該幀圖像的輪廓圖像中的前景輪 廓：強(qiáng)度高于該幀圖像對(duì)應(yīng)的動(dòng)態(tài)閾值的像素； 其中，所述動(dòng)態(tài)閾值根據(jù)該幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的 差分圖像來確定。
6. 根據(jù)權(quán)利要求5所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述前景輪廓獲得單元還用于根 據(jù)如下公式來計(jì)算所述動(dòng)態(tài)閾值： Thre(ti) = mean (CD (x，y，tj) +Wegt* [max (CD (x，y，t±)) -mean (CD (x，y，t±)) +std (CD (x，y，t±))]， 其中，ThreUi)表示所述捕獲時(shí)間為h的圖像所對(duì)應(yīng)的動(dòng)態(tài)閾值，
其他
，CB(X，y，tH)表 示捕獲時(shí)間為tg的圖像對(duì)應(yīng)的環(huán)境輪廓圖像中的像素（X，y)的強(qiáng)度，CC(x，y，ti)表示捕 獲時(shí)間為&的圖像的輪廓圖像中的像素（x，y)的強(qiáng)度，mean(⑶(x，y，ti))表示所述捕獲時(shí) 間為&的圖像中所有像素對(duì)應(yīng)的CD (X，y，的平均值，max (CD (X，y，tj)表示所述捕獲時(shí) 間為&的圖像中所有像素對(duì)應(yīng)的⑶(x，y，h)中的最大值，std (⑶(x，y，tj)表示所述捕獲 時(shí)間為&的圖像中所有像素對(duì)應(yīng)的⑶(X，y，tj的標(biāo)準(zhǔn)差，以及Wegt為預(yù)設(shè)的權(quán)重值。
7. 根據(jù)權(quán)利要求5或6所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述前景輪廓獲得單元還用于 將所述動(dòng)態(tài)閾值設(shè)置成大于或等于預(yù)設(shè)下限值。
8. 根據(jù)權(quán)利要求1-7中任一項(xiàng)所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置，其中，所述輪廓圖像獲得單 元用于通過梯度算法獲得所述多幀圖像中每幀圖像的輪廓圖像。
9. 一種運(yùn)動(dòng)對(duì)象檢測(cè)方法，包括： 對(duì)于針對(duì)待檢測(cè)區(qū)域所捕獲的多幀圖像中的每一幀， 獲得該幀圖像的輪廓圖像， 根據(jù)該幀圖像的輪廓圖像與其上一幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像的差分圖像，獲得該幀 圖像的輪廓圖像中的前景輪廓，其中，所述前景輪廓中的像素的強(qiáng)度高于其在所述上一幀 圖像對(duì)應(yīng)的環(huán)境輪廓圖像中對(duì)應(yīng)位置的像素的強(qiáng)度， 基于該幀圖像的輪廓圖像中的所述前景輪廓來確定該幀圖像中的運(yùn)動(dòng)對(duì)象，以及 至少基于該幀圖像的輪廓圖像中除所述前景輪廓以外的像素來更新所述上一幀圖像 對(duì)應(yīng)的環(huán)境輪廓圖像，獲得該幀圖像對(duì)應(yīng)的環(huán)境輪廓圖像以用于下一幀圖像的檢測(cè)。
10. -種電子設(shè)備，包括如權(quán)利要求1-8中任一項(xiàng)所述的運(yùn)動(dòng)對(duì)象檢測(cè)裝置。
【文檔編號(hào)】G06T7/20GK104063878SQ201310090806
【公開日】2014年9月24日 申請(qǐng)日期:2013年3月20日 優(yōu)先權(quán)日:2013年3月20日
【發(fā)明者】伍健榮, 譚志明, 東明浩 申請(qǐng)人:富士通株式會(huì)社