专利名称：：使用影像对比增进的移动对象检测方法
技术领域：
：本发明涉及一种使用影像对比增进的移动对象检测方法，特别涉及一种利用直方图(histogram)的影像对比增进方法以及使用影像对比增进的移动对象检测方法。
背景技术：
：影像处理方法具有各种应用，例如可应用于视频监控或是保全与安全监护服·务的用途。以视频监控为例，过去数十年已将闭路视频监视系统用于与安全有关的用途。然而传统的监视系统仅能记录影像，而无法进行对象或事件的分析。随着数字视频以及数字影像处理的发展，基于计算机视觉(computervision)的智能监视系统已在安全领域越来越流行。例如可在机场、地铁站、银行或酒店部署智能监控系统，以识别恐怖分子或嫌疑犯。智能监视系统能够自动分析影像撷取器所撷取的影像，并识别与追踪移动对象(motionobject),例如人、车辆、动物或是物品。然而为了分析影像，区分前景对象与背景影像是必要。对影像进行改变检测(changedetection),可获得影像中的静止背景以及会移动的前景对象。但是当影像具有高噪声、不良的影像对比、部分或全域亮度突然改变(suddenilluminationchange)、阴影、或是天候状况改变等情形时，都容易造成分析错误，而导致智能监视系统出错。传统上为了解决这些问题，需要逐一针对可能的情形进行比对以及繁琐且须耗费大量运算资源的补偿。例如需判断目前的影像是否有发生亮度急遽变化的情形；若有，则需尝试对影像进行补偿以得到具有一致曝光的影像。但是传统做法可能会产生检测失败、补偿所用的自动曝光(autoexposure,AE)方式不当以及补正基准点或是门坎值设定不当,而使得补偿过的影像仍然会造成后续分析错误。
发明内容为了解决上述问题，本发明的目的在于提供一种使用影像对比增进的移动对象检测方法。其中影像对比增进方法，包括接收一来源影像，其中来源影像包括多个像素，每一个像素具有一像素亮度值；产生像素亮度值的一直方图(histogram);依据直方图，计算来源影像的一动态分布范围(dynamicrange)以及一累积分布函数(cumulativedistributionfunction,⑶F);执行一映像表生成程序，以依据动态分布范围以及累积分布函数产生一映像表(mappingtable);以及依据映像表修改像素亮度值，以增进来源影像的影像对比。其中动态分布范围的一动态分布最小值可以是最小的像素亮度值，动态分布范围的一动态分布最大值可以是最大的该像素亮度值。根据一实施方式，映像表生成程序可以以线性直方图等化(linearhistogramequalization)的方式扩展动态分布范围以产生映像表。映像表可以包括一对一对应的多个输入值以及多个输出值，而映像表生成程序可以以下述方程式扩展动态分布范围ΓΛ,/τ,、CDF(Yinput)-CDF(hmm)YtΛΥf)=-匕-X255ο°，八一CDF(hmJ-CDF(Hmm)其中Yinput为输入值，Yratput为输出值，hmin为动态分布最小值，hmax为动态分布最大值。根据另一实施方式，映像表生成程序则可以以非线性的方式扩展动态分布范围以产生映像表。而在上述“依据直方图，计算来源影像的动态分布范围以及累积分布函数”产的步骤之前，影像对比增进方法还可包括对直方图执行一去噪声(denoise)程序。在本发明提供的使用影像对比增进的移动对象检测方法之中，是将上述影像对比·增进方法实作为一影像对比增进程序。使用影像对比增进的移动对象检测方法包括接收来源影像；以影像对比增进程序处理来源影像；执行一变化检测程序，以比较一背景模型与以影像对比增进程序处理完的来源影像，并据以输出一检测结果；以及执行一背景与前景分类程序，以根据该检测结果输出至少一移动对象。其中“比较背景模型与以影像对比增进程序处理完的来源影像，并据以输出检测结果”的步骤可包括依据背景模型与以影像对比增进程序处理完的来源影像产生一差值影像；以及比较一变化门坎值以及差值影像，并据以输出检测结果。综上所述，使用影像对比增进的移动对象检测方法能够以扩展直方图的动态分布范围并产生补偿像素亮度值用的映像表的方式，取代传统上繁琐的比对与补偿动作。因此相较于传统做法，更具有节省运算资源、提高处理效率，以及确实地有助于进行变化检测以及背景与前景分离的功效。以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。图I为一实施范例的使用影像对比增进的移动对象检测方法的方框示意图；图2为一实施范例的使用影像对比增进的移动对象检测方法的流程图；图3为一实施范例的影像对比增进程序的流程图；图4A为一实施范例的来源影像的示意图；图4B为一实施范例的来源影像的直方图；图5A为一实施范例的以影像对比增进程序处理完的来源影像的示意图；图5B为一实施范例的以影像对比增进程序处理完的来源影像的直方图；图6A为一实施范例的来源影像的示意图；图6B为一实施范例的以使用影像对比增进的移动对象检测方法处理完的来源影像。其中，附图标记10来源影像12以影像对比增进程序处理完的来源影像20影像对比增进程序30变化检测程序40背景模型50背景与前景分类程序60移动对象70直方图72直方图80累积分布函数82累积分布函数具体实施例方式以下在实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施，且根据本说明书所揭露的内容、权利要求范围及附图，任何本领域技术人员可轻易地理解本发明相关的目的及优点。本发明提供一种使用影像对比增进(contrastenhancement)的移动对象检测方法，以在亮度剧烈变化状况等各种情况下检测一来源影像中的至少一移动对象(motionobject)。影像对比增进方法以及使用影像对比增进的移动对象检测方法例如可实施于一监视系统。监视系统通过一影像检测器撷取至少一个来源影像，并通过一处理器执行影像对比增进方法或使用影像对比增进的移动对象检测方法。但影像对比增进方法或是使用影像对比增进的移动对象检测方法也可被实施于服务器、个人计算机或监视器等具有处理器的硬件；且影像对比增进方法以及使用影像对比增进的移动对象检测方法可以被分开实施。请先同时参照图I以及图2，其分别为一实施范例的使用影像对比增进的移动对象检测方法的方框示意图以及流程图。首先处理器接收来源影像10(步骤SI10)，其中来源影像10包括多个像素，每一个像素具有一像素亮度值。处理器并以一影像对比增进程序20处理来源影像10(步骤S120)。在本发明提供的使用影像对比增进的移动对象检测方法的中，是将上述影像对比增进方法实作为影像对比增进程序20。于使用影像对比增进的移动对象检测方法之中，并不需额外判断影像检测器在撷取此来源影像10时是否有发生部分或全域亮度突然改变(suddenilluminationchange)的情况,也不需分析来源影像10的影像对比的优劣或是否具有自动曝光不佳等问题，因而能够大幅降低所需的运算以及时间成本。换句话说，通过以影像对比增进程序20处理所有的来源影像10的做法，可取代传统上繁复且可能不准确的检测以及补偿方法。接下来请先参照图3、图4A以及图4B，其分别为一实施范例的影像对比增进程序的流程图、一实施范例的来源影像的示意图与来源影像的直方图(histogram)。影像对比增进程序20由影像检测器或一缓存器接收来源影像10之后，产生来源影像10的多个像素亮度值的一直方图70(步骤S122)。直方图70中累计每一个像素亮度值对应的像素个数，故直方图70可代表此来源影像10中像素亮度值的分布情形。以图4A以及图4B为例，来源影像10的像素的像素亮度值集中于120到200的区间。因此其影像对比不佳，而难以辨识来源影像10的中的多个对象，也难以辨识影像的细部特征(例如来源影像10的左下角的斜坡表面)。接着可依据直方图70,计算来源影像10的一动态分布范围(dynamicrange)以及一累积分布函数(cumulativedistributionfunction,CDF)80(步骤S124)。其中CDF80表示像素亮度值的累计情形。而动态分布范围的一动态分布最小值可以是最小的像素亮度值，动态分布范围的一动态分布最大值为最大的像素亮度值。假设由直方图70可知最小的像素亮度值为115且最大的像素亮度值为210，便可将动态分布范围设定为115到210。但实际上也可依来源影像10的情况调整动态分布范围。举例而言，可先计算落于原始的动态分布范围中最小或是最大的20%的像素的数量。当落于原始的动态分布范围中最小或是最大的20%的像素的数量少于一个比例(例如总像素的10%)时，表示其实像素亮度值集中于原始的动态分布范围的中间60%的区间。因此可缩减动态分布范围，再以缩减过的动态分布范围进行后续步骤中的运算。例如当原始的动态分布范围为50到250且像素亮度值集中于中间50%时，可缩减成动态分布范围为100到200。此外，也可先计算这些像素亮度值的变异系数(coefficientofvariation)或是标准差(standarddeviation)。当变异系数或标准差小于一门坎值时,表示像素亮度值集中，而可适当缩减动态分布范围。根据另一实施范例，在步骤124之前影像对比增进程序20还可先对直方图70执行一去噪声(denoise)程序，将低于一门坎值的对应数量设为零。如此一来也可避免少量过亮或过暗的像素影响影像对比增进程序20的执行结果。得到动态分布范围以及⑶F80之后，可执行一映像表生成程序，以依据动态分布范围以及⑶F80产生一映像表(mappingtable)(步骤S126)。接着可依据映像表修改像素亮度值，以增进来源影像10的影像对比(步骤S128)。映像表包括一对一对应的多个输入值以及多个输出值，输入值为修改前的像素亮度值，而输出值为修改后的像素亮度值。因此影像对比增进程序20根据可根据映像表修改来源影像10的每个像素的像素亮度值。为了使影像对比变的明显，影像对比增进程序20可将集中于定区域的动态分布范围扩展成整个亮度值域，也就是O到255。换句话说，集中于动态分布范围的影像亮度值被分布到整个亮度值域之中，因此以影像对比增进程序20处理完的来源影像10中较均匀地具有高、中以及低亮度的部分。但在此并不将扩展后的分布范围限定于O到255，影像对比增进程序20可将映像表的最小的输出值设为小于或等于动态分布最小值，并把映射表的最大的输入值设为大于或等于动态分布最大值。更详细地说，映像表生成程序可以以线性直方图等化(linearhistogramequalization)的方式,或是非线性的方式扩展动态分布范围以产生映像表。根据一实施范例，映像表生成程序20可以以下述方程式扩展动态分布范围…yαCDF(Yinput)-CDFjhmio)outputmpul-CDFu_CDFXhmjX。其中Yinput为输入值，Yratput为输出值，hmin为动态分布最小值，hmax为动态分布最大值。且当⑶F(Yinput)为O时，Youtput直接设为O。此线性直方图等化方程式，目的是将直方图70等化至均勻分布直方图(uniformdistributionhistogram)的形状。除了此方程式夕卜，影像对比增进程序20可使用非线性的直方图等化方式，例如将直方图70等化至高斯分布直方图(Gaussiandistributionhistogram)或具有其它分布特性的直方图。请参照图5A以及图5B，其分别为一实施范例的以影像对比增进程序处理完的来源影像的示意图以及直方图。如图5A以及图5B所示，以影像对比增进程序处理完的来源影像12具有鲜明的亮度对比，因此影像中的对象以及细节均清晰可见。由以影像对比增进程序20处理完的来源影像12的直方图72可见，修改后的像素亮度值较平均地分配在O到255的亮度值域中。而以影像对比增进程序20处理完的来源影像12的⑶F82中整个曲线的上升幅度接近一致，而非如原始的来源影像10的⑶F80在极小的区间内急速增加。得到以影像对比增进程序20处理完的来源影像12之后，对其执行一变化检测(changedetection)程序30,以比较一背景模型(backgroundmodel)40与以影像对比增进程序20处理完的来源影像12，并据以输出一检测结果(步骤S130)。接下来对检测结果执行一背景与前景分类程序50，以根据检测结果输出至少一移动对象60(步骤S140)。其中背景模型40可以是事先已建立好，也可根据多个来源影像10实时建立。背景模型40的像点可以以单一高斯模型或混合式高斯模型来描述。一般来说，一像素彩色值或像素亮度值与背景模型40呈现较大差异的像点会有较小的高斯模型数值，而像素彩色值或像素灰阶值与背景模型40呈现较小差异的像点会有较大的高斯模型数值。步骤S130可以包括以下步骤依据背景模型40与以影像对比增进程序20处理完的来源影像12产生一差值影像；以及比较一变化门坎值以及差值影像，并据以输出检测结果。换句话说，变化检测程序30可以将以影像对比增进程序20处理完的来源影像12与背景模型40相减以得到差值影像，再依差值的大小判断影像的画面中是否有发生变化。除此之外，变化检测程序30也可以针对事先决定的任意画面区域进行变化检测，或是以其它方式进行变化检测，在此并不限定。背景与前景分类程序50可利用步骤S130输出的检测结果，对每一像素的邻近区域进行分析，并判断前景对象是否移动以输出移动对象60。且背景与前景分类程序50可将抽取出的前景对象以及移动对象60等数据回馈给背景模型40，以实时修正及改善背景模型40。请参照图6A以及图6B，其分别为一实施范例的来源影像的示意图，以及以使用影像对比增进的移动对象检测方法处理完的来源影像的示意图。图6A的来源影像10整体亮度低，且移动对象60的亮度与彩度都与背景中的部分对象相近。但是经过使用影像对比增进的移动对象检测方法处理之后，前景与背景分类程序50仍可辨识并输出移动对象60，如图6B。综上所述，影像对比增进程序不需分析来源映像是否具不良的影像对比或是部分或全域亮度突然改变等情形，而直接进行直方图等化的处理。由于扩展直方图的动态分布范围以产生补偿像素亮度值用的映像表的运算十分简单快速，因此能够更有效率地解决传统上繁琐的比对与补偿动作。再者，由于以影像对比增进程序处理完的来源影像以具有优秀的影像对比，因此后续的变化检测程序以及背景与前景分离程序都能准确地进行检测以及判断，而能输出正确的移动对象。当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。权利要求1.一种使用影像对比增进的移动对象检测方法，其特征在于，包括接收一来源影像，其中该来源影像包括多个像素，每一该像素具有一像素亮度值；以一影像对比增进程序处理该来源影像，其中该影像对比增进程序包括以下步骤产生该些像素亮度值的一直方图；依据该直方图，计算该来源影像的一动态分布范围以及一累积分布函数；执行一映像表生成程序，以依据该动态分布范围以及该累积分布函数产生一映像表；以及依据该映像表修改该些像素亮度值，以增进该来源影像的影像对比；执行一变化检测程序，以比较一背景模型与以该影像对比增进程序处理完的该来源影像，并据以输出一检测结果；以及执行一背景与前景分类程序，以根据该检测结果输出至少一移动对象。2.根据权利要求I所述的使用影像对比增进的移动对象检测方法，其特征在于，该动态分布范围的一动态分布最小值为最小的该像素亮度值，动态分布范围的一动态分布最大值为最大的该像素亮度值。3.根据权利要求2所述的使用影像对比增进的移动对象检测方法，其特征在于，该映像表生成程序以线性直方图等化的方式扩展该动态分布范围以产生该映像表。4.根据权利要求3所述的使用影像对比增进的移动对象检测方法，其特征在于，该映射表包括一对一对应的多个输入值以及多个输出值，该映像表生成程序以下述方程式扩展该动态分布范围.其中Y一为该些输入值，Youtput为该些输出值，hmin为该动态分布最小值，hmax为该动态分布最大值。5.根据权利要求2所述的使用影像对比增进的移动对象检测方法，其特征在于，该映像表生成程序是以非线性的方式扩展该动态分布范围以产生该映像表。6.根据权利要求I所述的使用影像对比增进的移动对象检测方法，其特征在于，在所述依据该直方图，计算该来源影像的该动态分布范围以及该累积分布函数的步骤之前，该影像对比增进程序还包括对该直方图执行一去噪声程序。7.根据权利要求I所述的使用影像对比增进的移动对象检测方法，其特征在于，所述比较该背景模型与以该影像对比增进程序处理完的该来源影像，并据以输出该检测结果的步骤包括依据该背景模型与以该影像对比增进程序处理完的该来源影像产生一差值影像；以及比较一变化门坎值以及该差值影像，并据以输出该检测结果。全文摘要一种使用影像对比增进的移动对象检测方法，包括接收来源影像，其中每一个像素具有像素亮度值；以影像对比增进程序处理来源影像；执行变化检测程序，以比较背景模型与以影像对比增进程序处理完的来源影像，并据以输出检测结果；以及执行背景与前景分类程序，以根据检测结果输出移动对象。其中影像对比增进程序可包括产生像素亮度值的直方图；依据直方图，计算来源影像的动态分布范围以及累积分布函数；执行映像表生成程序，以依据动态分布范围以及累积分布函数产生映像表；以及依据映像表修改像素亮度值，以增进来源影像的影像对比。文档编号H04N7/18GK102956034SQ20111025444公开日2013年3月6日申请日期2011年8月26日优先权日2011年8月19日发明者成德钧,卢延祯申请人:睿致科技股份有限公司