專利名稱：一種檢測(cè)影像中物體移動(dòng)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種檢測(cè)影像中物體移動(dòng)的方法，特別是應(yīng)用于數(shù)位監(jiān)控系統(tǒng)、影像處理系統(tǒng)與圖形識(shí)別系統(tǒng)。
背景技術(shù)：
對(duì)于影像中物體移動(dòng)的檢測(cè)，一般是將目前影像減去背景影像以得到差異影像，再將差異影像中像素?cái)?shù)值的絕對(duì)值大于預(yù)設(shè)的臨界值的像素做為有物體移動(dòng)的二值化臨界值，另一方面亦容易將因光線變化所造成的影像差異誤判為有物體移動(dòng)。
由此可見，上述習(xí)用方式仍有諸多缺失，實(shí)非一良善的設(shè)計(jì)，而極待加以改良。

發(fā)明內(nèi)容
本發(fā)明的目的即在提供一種檢測(cè)影像中物體移動(dòng)的方法，可以視影像的復(fù)雜度來自動(dòng)調(diào)整判斷是否有物體移動(dòng)的二值化臨界值。
本發(fā)明的另一目的即在提供一種檢測(cè)影像中物體移動(dòng)的方法，該方法不容易將因光線變化所造成的影像差異誤判為有物體移動(dòng)。
一種檢測(cè)影像中物體移動(dòng)的方法，是計(jì)算目前影像對(duì)背景影像的差異影像或修正后差異影像中所有像素?cái)?shù)值的絕對(duì)值的出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖(Cumulative histogram)，并從累積柱狀圖中計(jì)算出將像素?cái)?shù)值二值化所需的臨界值(Threshold)；因?yàn)槔鄯e柱狀圖是呈遞增上升狀態(tài)而不會(huì)有一般柱狀圖上下起落無跡可循的現(xiàn)象，較易計(jì)算出欲將像素?cái)?shù)值二值化所需的臨界值，本發(fā)明以逼近法獲得累積柱狀圖遞增上升轉(zhuǎn)折或趨緩最明顯的一處做為二值化的臨界值，可對(duì)差異影像或修正后差異影像得到較佳的二值化結(jié)果以致更能正確的檢測(cè)影像中物體移動(dòng)；本發(fā)明亦利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異，以得到目前影像對(duì)背景影像的修正后差異影像，此修正后差異影像已將光線變化因素排除。
一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，包括如下步驟步驟1、計(jì)算目前影像對(duì)背景影像的差異影像；步驟2、從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值；步驟3、利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異，以得到目前影像對(duì)背景影像的修正后差異影像；步驟4、從修正后差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值，將絕對(duì)值大于臨界值的像素?cái)?shù)值轉(zhuǎn)換成高值、小于或等于臨界值的像素?cái)?shù)值轉(zhuǎn)換成低值以得到二值化的修正后差異影像；以及步驟5、二值化的修正后差異影像中呈現(xiàn)高值的像素即為有物體移動(dòng)的像素。


圖1為本發(fā)明的實(shí)施例流程圖；圖2為本發(fā)明從差異影像或修正差異影像中找出二值化臨界值的實(shí)施例流程圖；圖3為本發(fā)明從像素?cái)?shù)值的絕對(duì)值的累積柱狀圖得出像素的二值化臨界值的實(shí)施例示意圖。
具體實(shí)施例方式
請(qǐng)參考圖1所示，為一種檢測(cè)影像中物體移動(dòng)的方法，其步驟如下步驟1、計(jì)算目前影像對(duì)背景影像的差異影像，計(jì)算方式可為將目前影像減去背景影像、將目前影像除去背景影像、將對(duì)數(shù)運(yùn)算(Logarithmic operation)后的目前影像減去對(duì)數(shù)運(yùn)算后的背景影像。
步驟2、從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值，請(qǐng)參考圖2所示是從差異影像或修正差異影像中找出二值化臨界值的實(shí)施例流程圖，主要是由以下步驟所組成2-1、計(jì)算所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖(Cumulative histogram)，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是小于或等于該絕對(duì)值的累積出現(xiàn)次數(shù)。
2-2、在最低絕對(duì)值與最高絕對(duì)值之間找一值，使得以最低絕對(duì)值的出現(xiàn)次數(shù)、小于或等于此值的累積出現(xiàn)次數(shù)、小于或等于最大絕對(duì)值的累積出現(xiàn)次數(shù)三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；請(qǐng)參考圖3所示為像素?cái)?shù)值的絕對(duì)值的累積柱狀圖得出像素的二值化臨界值的實(shí)施例示意圖，最低絕對(duì)值、某一值、最高絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線(Envelope line)的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2，最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{Ei}數(shù)列的相關(guān)系數(shù)(Correlationcoefficient)最大者即為像素?cái)?shù)值的二值化臨界值。
步驟3、利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異，以得到目前影像對(duì)背景影像的修正后差異影像；修正方法是以差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值的平均做為修正值，并從差異影像中減去此修正值以得到修正后差異影像、或者從差異影像中除去此修正值以得到修正后差異影像。
步驟4、從修正后差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值，將絕對(duì)值大于臨界值的像素?cái)?shù)值轉(zhuǎn)換成高值、小于或等于臨界值的像素?cái)?shù)值轉(zhuǎn)換成低值以得到二值化的修正后差異影像；請(qǐng)參考圖2所示是從差異影像或修正差異影像中找出二值化臨界值的實(shí)施例流程圖，主要是由以下步驟所組成4-1、以所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖(Cumulative histogram)，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是小于或等于該絕對(duì)值的累積出現(xiàn)次數(shù)；4-2、在最低絕對(duì)值與最高絕對(duì)值之間找一值，使得以最低絕對(duì)值的出現(xiàn)次數(shù)、小于或等于此值的累積出現(xiàn)次數(shù)、小于或等于最大絕對(duì)值的累積出現(xiàn)次數(shù)三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；請(qǐng)參考圖3所示為像素?cái)?shù)值的絕對(duì)值的累積柱狀圖得出像素的二值化臨界值的實(shí)施例示意圖，最低絕對(duì)值、某一值、最高絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線(Envelope line)的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{EI}數(shù)列的相關(guān)系數(shù)(Correlationcoefficient)最大者即為像素?cái)?shù)值的二值化臨界值。
步驟5、二值化的修正后差異影像中呈現(xiàn)高值的像素即為有物體移動(dòng)的像素。
本發(fā)明所提供的一種檢測(cè)影像中物體移動(dòng)的方法，具有下列的優(yōu)點(diǎn)一、本發(fā)明以逼近法獲得累積柱狀圖遞增上升轉(zhuǎn)折或趨緩最明顯的一處做為二值化的臨界值，可就目前影像對(duì)背景影像的差異影像或修正后差異影像得到較佳的二值化結(jié)果以致更能正確的檢測(cè)影像中物體移動(dòng)。
二、本發(fā)明亦利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異，以得到目前影像對(duì)背景影像的修正后差異影像，此修正后差異影像已將光線變化因素排除。
權(quán)利要求
1.一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，包括如下步驟步驟1、計(jì)算目前影像對(duì)背景影像的差異影像；步驟2、從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值；步驟3、利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異，以得到目前影像對(duì)背景影像的修正后差異影像；步驟4、從修正后差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值，將絕對(duì)值大于臨界值的像素?cái)?shù)值轉(zhuǎn)換成高值、小于或等于臨界值的像素?cái)?shù)值轉(zhuǎn)換成低值以得到二值化的修正后差異影像；以及步驟5、二值化的修正后差異影像中呈現(xiàn)高值的像素即為有物體移動(dòng)的像素。
2.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟1中計(jì)算目前影像對(duì)背景影像的差異影像的方式為將目前影像減去背景影像。
3.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟1中計(jì)算目前影像對(duì)背景影像的差異影像的方式為將目前影像除去背景影像。
4.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟1中計(jì)算目前影像對(duì)背景影像的差異影像的方式為將對(duì)數(shù)運(yùn)算后的目前影像減去對(duì)數(shù)運(yùn)算后的背景影像。
5.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟2中從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值的方法主要包含步驟如下(1)計(jì)算所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是小于或等于該絕對(duì)值的累積出現(xiàn)次數(shù)；(2)在最低絕對(duì)值與最高絕對(duì)值之間找一值，使得以最低絕對(duì)值的出現(xiàn)次數(shù)、小于或等于此值的累積出現(xiàn)次數(shù)、小于或等于最大絕對(duì)值的累積出現(xiàn)次數(shù)三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；最低絕對(duì)值、某一值、最高絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{EI}數(shù)列的相關(guān)系數(shù)最大者即為像素?cái)?shù)值的二值化臨界值。
6.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟2中從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值的方法主要包含以下步驟(1)計(jì)算所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是小于或等于該絕對(duì)值的累積出現(xiàn)百分比；(2)在最低絕對(duì)值與最高絕對(duì)值之間找一值，使得以最低絕對(duì)值的出現(xiàn)百分比、小于或等于此值的累積出現(xiàn)百分比、小于或等于最大絕對(duì)值的累積出現(xiàn)百分比三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；最低絕對(duì)值、某一值、最高絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{Ei}數(shù)列的相關(guān)系數(shù)最大者即為像素?cái)?shù)值的二值化臨界值。
7.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟3中利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異的修正方法為以差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值的平均做為修正值，并從差異影像中減去此修正值以得到修正后差異影像。
8.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟3中利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異的修正方法為以差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值的平均做為修正值，并從差異影像中除去此修正值以得到修正后差異影像。
9.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟4中，從修正后差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值的方法，主要包含以下步驟(1)計(jì)算所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是小于或等于該絕對(duì)值的累積出現(xiàn)次數(shù)；(2)在最低絕對(duì)值與最高絕對(duì)值之間找一值，使得以最低絕對(duì)值的出現(xiàn)次數(shù)、小于或等于此值的累積出現(xiàn)次數(shù)、小于或等于最大絕對(duì)值的累積出現(xiàn)次數(shù)三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；最低絕對(duì)值、某一值、最高絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{Ei}數(shù)列的相關(guān)系數(shù)最大者即為像素?cái)?shù)值的二值化臨界值。
10.如權(quán)利要求1所述一種檢測(cè)影像中物體移動(dòng)的方法，其特征在于，步驟4中從修正后差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找出一個(gè)二值化臨界值的方法，主要包含以下步驟(1)計(jì)算所有像素?cái)?shù)值的絕對(duì)值出現(xiàn)次數(shù)以繪出像素?cái)?shù)值的絕對(duì)值的累積柱狀圖，該累積柱狀圖的橫軸是所有像素的所有可能數(shù)值的絕對(duì)值由小到大依序排列，縱軸是對(duì)每一數(shù)值而言小于或等于該數(shù)值的絕對(duì)值的累積出現(xiàn)百分比；(2)在最低數(shù)值的絕對(duì)值與最高數(shù)值的絕對(duì)值之間找一值，使得以最低數(shù)值的絕對(duì)值的出現(xiàn)百分比、小于或等于此值的累積出現(xiàn)百分比、小于或等于最大數(shù)值的絕對(duì)值的累積出現(xiàn)百分比三者所構(gòu)成的線性折線最逼近累積柱狀圖，將此定為像素?cái)?shù)值的二值化臨界值；最低數(shù)值的絕對(duì)值、某一值、最高數(shù)值的絕對(duì)值三者所構(gòu)成的線性折線的每點(diǎn)座標(biāo)定義為(i，Li)，累積柱狀圖包絡(luò)線的每點(diǎn)座標(biāo)定義為(i，Ei)，則像素?cái)?shù)值使得∑|Li-Ei|最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得∑(Li-Ei)2最小者即為像素?cái)?shù)值的二值化臨界值、或者像素?cái)?shù)值使得{Li}與{Ei}數(shù)列的相關(guān)系數(shù)最大者即為像素?cái)?shù)值的二值化臨界值。
全文摘要
一種檢測(cè)影像中物體移動(dòng)的方法，是借由一計(jì)算目前影像對(duì)背景影像的差異影像從差異影像的所有像素?cái)?shù)值的絕對(duì)值分布中找到一個(gè)二值化臨界值；利用差異影像中絕對(duì)值小于或等于二值化臨界值的所有或部分像素?cái)?shù)值來修正因光線變化所造成的影像差異；修正差異以得到目前影像對(duì)背景影像的修正后差異影像；修正后差異影像經(jīng)二值化后呈現(xiàn)高值的像素，即為有物體移動(dòng)的像等步驟。
文檔編號(hào)G06T11/20GK1614623SQ20031011488
公開日2005年5月11日 申請(qǐng)日期2003年11月7日 優(yōu)先權(quán)日2003年11月7日
發(fā)明者吳坤榮, 鄭伯順 申請(qǐng)人:中華電信股份有限公司