專利名稱::影像偵測方法及其系統(tǒng)的制作方法
技術(shù)領(lǐng)域:
:本發(fā)明是有關(guān)于一種影像偵測方法及其系統(tǒng)。
背景技術(shù):
:隨著攝影機的普及,在各公共場所經(jīng)??梢姅z影機的架設(shè)。攝影機所拍攝下的監(jiān)控影片有助于警方進行犯罪偵察。過去實務(wù)上,警方必須在龐大資料中不眠不休地檢視,以查尋移動車輛出現(xiàn)時間與相關(guān)線索,相當(dāng)?shù)貢缛召M時。并且,在各場所的攝影機規(guī)格及功能各異,且車輛行進角度與方向完全不同,造成監(jiān)控影片搜尋上的困難。此外,除了搜尋車輛以外,在其它的情況下,亦可能需要搜尋類似車輛的移動物體,例如是機場停機坪的飛機、機場大廳的行李或運動場上的投擲飛鏢等等。因此,如何研發(fā)一種影像偵測方法及其系統(tǒng),以快速且正確的搜尋出目標(biāo)物,實為目前研究方展的一重要方向。
發(fā)明內(nèi)容本發(fā)明的目的在于提供一種影像偵測方法及其系統(tǒng),其利用邊緣直線的長度、平行度及間距,來判斷移動物體影像是否為一移動的機械性物體影像。使得影像偵測的速度及準(zhǔn)確性可以大幅地提升。為實現(xiàn)上述目的,根據(jù)本發(fā)明的技術(shù),提供一影像偵測方法實施范例。影像偵測方法包括以下步驟。擷取一原始影像。建立原始影像的一移動物體影像。建立原始影像的一邊緣直線影像,邊緣直線影像包括數(shù)條邊緣直線。依據(jù)對應(yīng)于移動物體影像的部份邊緣直線的長度、平行度及間距,判斷原始影像是否具有一移動的機械性物體影像。根據(jù)本發(fā)明的技術(shù),提出一影像偵測系統(tǒng)實施范例。影像偵測系統(tǒng)包括一影像擷取單元、一移動物體影像建立單元、一邊緣直線影像建立單元及一判斷單元。影像擷取單元用以擷取一原始影像。移動物體影像建立單元用以建立原始影像的一移動物體影像。邊緣直線影像建立單元用以建立原始影像的一邊緣直線影像,邊緣直線影像包括數(shù)條邊緣直線。判斷單元用以依據(jù)對應(yīng)于移動物體影像的部份邊緣直線的長度、平行度及間距,判斷原始影像是否具有一移動的機械性物體影像。本發(fā)明的影像偵測方法及其系統(tǒng)具有多項優(yōu)點,以下僅列舉部分優(yōu)點說明如下第一、由于本發(fā)明是依據(jù)每一角度的邊緣直線來做評分,所以在攝影機角度改變或機械性物體的移動角度或方向改變時,仍可獲得正確的結(jié)果。第二、由于本發(fā)明是針對邊緣直線來做評分,所以即使車輛的車頭或車尾被遮蔽時,仍可獲得正確的結(jié)果。第三、由于本發(fā)明是針對移動物體來做評分,所以不會將靜止于路旁的車輛納入評分,可以正確地剔除靜止的車輛。第四、原始影像經(jīng)由梯度影像建立單元的濾波器轉(zhuǎn)換成梯度影像后,可以通過梯度特征來對抗劇烈的光影變化,例如攝影機的白平衡、環(huán)境光源等切換因素,如此可大幅提高判斷的正確性。第五、除了搜尋車輛以外,在其它的情況下,亦可應(yīng)用本發(fā)明的影像偵測方法及其系統(tǒng)來搜尋各種移動的機械性物體,例如是機場停機坪的飛機、機場大廳的行李或運動場上的飛鏢等等。圖1是本發(fā)明較佳實施例的影像偵測系統(tǒng)的方塊圖。圖2是本發(fā)明一實施例的影像偵測方法的流程圖。圖3是圖2的步驟S102的細部流程圖。圖4是圖1的移動物體影像建立單元的方塊圖。圖5是圖2的步驟S103的細部流程圖。圖6是圖1的邊緣直線影像建立單元的方塊圖。圖7是一移動物體的邊緣直線的示意圖。圖8A是法角e為ei的邊緣直線L10L13的法距與長度的關(guān)系圖。圖8B是法角e為e2的邊緣直線L20L22的法距與長度的關(guān)系圖。圖9是本發(fā)明另一實施例的影像偵測系統(tǒng)的方塊圖。圖10是朝一方向及角度行進的完整車輛的原始影像。圖11是朝另一方向及角度行進的完整車輛的原始影像。圖12是車輛的車尾部分的原始影像。圖13是車輛的車頭部分的原始影像。圖14是行人的原始影像。附圖中主要組件符號說明100、200:影像偵測系統(tǒng)110:影像擷取單元130:移動物體影像建立單元131:背景模型建立單元132:前景影像建立單元133:連接單元140:邊緣直線影像建立單元141:邊緣線影像建立單元142:邊緣角影像建立單元143:切割單元150:判斷單元220:梯度影像建立單元L10L13、L20L22:邊緣直線P10:原始影像P20:梯度影像P30:移動物體影像P31:背景模型P32:前景影像P40:邊緣直線影像P41:邊緣線影像P42:邊緣角影像P50:移動的機械性物體影像S101S104、S1021S1023、S1031S1033:流程步驟[OO55]實施方式為使本發(fā)明的內(nèi)容能更明顯易懂,以下特舉實施例并配合附圖作詳細說明。請參照圖l,其顯示依據(jù)本發(fā)明技術(shù)的一實施范例影像偵測系統(tǒng)100的方塊圖。影像偵測系統(tǒng)100包括一影像擷取單元110、一移動物體影像建立單元130、一邊緣直線影像建立單元140及一判斷單元150。影像擷取單元110用以擷取一原始影像P10。影像擷取單元110例如是一攝影機、一照相機或一多媒體數(shù)據(jù)傳輸端口。移動物體影像建立單元130用以建立原始影像P10的一移動物體影像P30。所以,原始影像P10經(jīng)過移動物體影像建立單元130的分析后,可以清楚地的知道原始影像P10的哪些區(qū)塊是移動物體。邊緣直線影像建立單元140用以建立原始影像P10的邊緣直線影像P40。所以,原始影像P10經(jīng)過邊緣直線影像建立單元140的分析后,可以清楚地顯示出原始影像P10上所有的邊緣直線(包含移動物體及非移動物體的邊緣直線)。接著,將移動物體影像P30及邊緣直線影像P40傳遞至判斷單元150并經(jīng)過合并后,即可獲得對應(yīng)于移動物體的邊緣直線。然后,判斷單元150則依據(jù)對應(yīng)于移動物體的邊緣直線的長度、平行度及間距,判斷原始影像P10是否具有移動的機械性物體P50。移動的機械性物體P50例如是車輛、行李或飛機等具有大量平行直線的物體。行人或?qū)櫸锏炔痪哂写罅科叫兄本€的物體,則不屬于機械性物體。其中,移動物體影像建立單元130、邊緣直線影像建立單元140及判斷單元150可以是一芯片、一固件電路或一具有數(shù)字程序代碼的儲存媒體。移動物體影像建立單元130、邊緣直線影像建立單元140及判斷單元150的實施汰樣并不局限本發(fā)明的范圍。通過上述各種組件的運作,可以輕易地偵測出原始影像P10中是否具有機械性物體P50,并適合于各種應(yīng)用。例如在犯罪偵察過程中,需要在大量原始影像PIO中尋找車輛數(shù)據(jù)。通過上述影像偵測系統(tǒng)100,即可快速的挑選出含有車輛的特定片段,以加快警方尋找車輛數(shù)據(jù)的速度?;蛘撸鲜鲇跋駛蓽y系統(tǒng)100亦可應(yīng)用于車流量的統(tǒng)計分析。或者,上述影像偵測系統(tǒng)100亦可應(yīng)用于停車場車道門禁管理上?;蛘撸鲜鲇跋駛蓽y系統(tǒng)100亦可用來偵測機場停機坪上的飛機、機場大廳的行李或運動場上的投擲飛鏢等等。至于本實施例上述影像偵測系統(tǒng)100的細部組成組件及各個組件的運作方式,以下配合一流程圖說明如下請同時參照圖1、圖2,圖2顯示本發(fā)明一實施例的影像偵測方法的流程圖。首先,在圖2的步驟S101中,以影像擷取單元110擷取原始影像PIO。接著,在圖2的步驟S102中,以移動物體影像建立單元130建立出原始影像P10的移動物體影像P30。步驟S102包括數(shù)個子步驟S1021S1023,請同時參照圖3及圖4,圖3顯示圖2的步驟S102的細部流程圖。圖4顯示圖1的移動物體影像建立單元130的方塊圖。其中,本實施例的移動物體影像建立單元130包括一背景模型建立單元131、一前景影像建立單元132及一連接單元133。首先,在圖3的步驟S1021中,以背景模型建立單元131依據(jù)一段時間的歷史數(shù)據(jù)建立一背景模型P31。背景模型P31關(guān)乎偵測的穩(wěn)定度(Robustness)與效率(Efficiency),其中本實施例所采用的算法是高斯混合模型(Gaussianmixturemodel,G匪)。接著,在圖3的步驟S1022中,前景影像建立單元132依據(jù)原始影像P10及背景模型P31,建立出一前景影像P32。其中前景影像建立單元132是判斷原始影像P10中的各個像素是否接近于背景模型P31,若差距過高,則將此像素歸類于前景影像P32中。然后,在圖3的步驟S1023中,連接單元133依據(jù)前景影像P32,連接前景影像P32中的各個像素,以連接出完整體型態(tài)的移動物體影像P30,未被連接的像素則表示為可去除的雜點。接著,圖2的步驟S103中,以邊緣直線影像建立單元140建立原始影像P10的邊緣直線影像P40。步驟S103包括數(shù)個子步驟S1031S1033,請同時參照圖5及圖6,圖5顯示圖2的步驟S103的細部流程圖,圖6顯示圖1的邊緣直線影像建立單元140的方塊圖。其中,本實施例的邊緣直線影像建立單元140包括一邊緣線影像建立單元141、一邊緣角影像建立單元142及一切割單元143。首先,在圖5的步驟S1031中,邊緣線影像建立單元141依據(jù)原始影像P10建立出數(shù)邊緣線影像P41。接著,在圖5的步驟S1032中,邊緣角影像建立單元142依據(jù)原始影像P10建立出數(shù)個邊緣角影像P42。然后,在圖5的步驟S1033中,切割單元143依據(jù)邊緣線影像P41及邊緣角影像P42,切割出邊緣直線影像P40。接著,在圖2的步驟S104中,判斷單元150依據(jù)對應(yīng)于移動物體的邊緣直線的長度、平行度及間距,判斷原始影像P10是否具有移動的機械性物體。舉例來說,請參照圖7,其顯示一移動物體的邊緣直線的示意圖。在圖7中,移動物體具有邊緣直線LllL13、L20L22。其中邊緣直線L10L13為相平行的直線,且邊緣直線L10L13之中,邊緣直線L10最長。邊緣直線L20L22為相互平行的直線,且邊緣直線L20L22之中,邊緣直線L20最長。每一邊緣直線可以法距r、法角e及長度w表示。請參照表1及圖8A、圖8B,表l顯示邊緣直線L10L13、L20L22的法距r、法角e及長度w,圖8A顯示法角e為91的邊緣直線L10L13的法距r與長度w的關(guān)系圖,圖8B顯示法角9為92的邊緣直線L20L22的法距r與長度w的關(guān)系圖。表l7<table>tableseeoriginaldocumentpage8</column></row><table>在本實施例中,判斷單元150依據(jù)相互平行的邊緣直線L10L13的相對長度及相對間距,以及相互平行的邊緣直線L20L23的相對長度及相對間距,來計算一評分。通過此一評分即可評斷此移動物體是否為具有大量平行直線的機械性物體。舉例來說,判斷單元150是以一可信度函數(shù)H(r,e,w)來計算評分,若^^"一越大,則表示相互平行的邊緣直線的相對長度越長;若力f一^越大,則表示相互平行的邊緣直線的相對間距越寬;總和各組相對長度及相對間距的乘積則可表示出所有平行的邊緣直線的多寡、相對長度及相對間距的程度。所以,每一移動物體經(jīng)過可信度函數(shù)H(r,e,w)的評分后,分數(shù)越大的,則表示越接近機械性物體。請參照圖10,其顯示朝一方向及角度行進的完整車輛的原始影像P10,圖10的可信度函數(shù)H(r,e,w)的評分為21.24。請參照圖11,其顯示朝另一方向及角度行進的完整車輛的原始影像P10,圖11的可信度函數(shù)H(r,e,w)的評分為15.65。請參照圖12,其顯示車輛的車尾部分的原始影像P10,圖12的可信度函數(shù)H(r,e,w)的評分為19.84。請參照圖13,其顯示車輛的車頭部分的原始影像P10,圖13的可信度函數(shù)H(r,e,w)的評分為13.19。請參照圖14,其顯示行人的原始影像P10。圖14的可信度函數(shù)H(r,e,w)的評分為1.30。從圖1014可知,車輛的可信度函數(shù)值均遠高于行人的可信度函數(shù)值。從圖1011、14可知,車輛朝向不同方向及不同角度行進時,其可信度函數(shù)H(r,9,w)的評分均遠高于行人的可信度函數(shù)H(r,e,w)的評分。從圖1011、14可知,在車輛的在原始影像P10上的大小不同時,其可信度函數(shù)H(r,e,w)的評分均遠高于行人的可信度函數(shù)H(r,e,w)的評分。從附圖1214可知,當(dāng)車輛的車頭或車尾被遮蔽(尤其是在車頭燈或車尾燈被遮蔽)時,其可信度函數(shù)H(r,e,w)的評分均遠高于行人的可信度函數(shù)H(r,e,w)的評分。請參照圖9,其顯示依據(jù)本發(fā)明技術(shù)的另一實施范例影像偵測系統(tǒng)200的方塊圖。本實施例的影像偵測系統(tǒng)200與第一實施例的影像偵測系統(tǒng)100不同之處在于本實施例的影像偵測系統(tǒng)200還包括一梯度影像建立單元220,梯度影像建立單元220用以建立原始影像PIO的一梯度影像P20,其于相同之處不再重述。本實施例的移動物體影像建立單元130及邊緣直線影像建立單元140是依據(jù)梯度影像P20建立出移動物體影像P30及邊緣直線影像P40。然而,在其它實施例中,移動物體影像建立單元130及邊緣直線影像建立單元140亦可以采用其它信息進行方式,例如是色彩信息影像等。本實施例僅以梯度影像P20的分析為例做說明,并非用以局限本發(fā)明。其中,在移動物體影像建立單元130中,為了減少攝影機白平衡、陽光所產(chǎn)生的陰影等光影變化,本實施例將梯度影像P20的垂直梯度值、水平梯度值與交叉梯度值加入背景模型影像建立單元131的高斯混合模型。并且,在邊緣直線影像建立單元140中,邊緣線建立單元141依據(jù)梯度影像P20的水平梯度值及垂直梯度值建立出原始影像PIO的邊緣線影像P41。而邊緣角影像建立單元142則依據(jù)梯度影像P20的水平梯度值及垂直梯度值建立出原始影像P10的邊緣角影像P42。綜上所述,雖然本發(fā)明已以較佳實施例描述如上,然其并非用以限定本發(fā)明。本領(lǐng)域技術(shù)人員在不脫離本發(fā)明的精神和范圍內(nèi),當(dāng)可作各種更動與潤飾。因此,本發(fā)明的保護范圍應(yīng)當(dāng)以申請的權(quán)利要求范圍所界定的內(nèi)容為準(zhǔn)。權(quán)利要求一種影像偵測方法,包括擷取一原始影像;建立該原始影像的一移動物體影像;建立該原始影像的一邊緣直線影像,該邊緣直線影像包括復(fù)數(shù)條邊緣直線;以及依據(jù)對應(yīng)于該移動物體影像的部份該些邊緣直線的長度、平行度及間距,判斷該原始影像是否具有一移動的機械性物體影像。2.如權(quán)利要求1所述的影像偵測方法,其中,建立該移動物體影像的步驟是依據(jù)該原始影像的一梯度影像建立出該移動物體影像。3.如權(quán)利要求2所述的影像偵測方法,其中,該梯度影像包含一水平梯度值、一垂直梯度值及一交叉梯度值。4.如權(quán)利要求1所述的影像偵測方法,其中,建立該移動物體影像的步驟包括建立一背景模型;建立出一前景影像;以及依據(jù)該前景影像,連接出該移動物體影像。5.如權(quán)利要求1所述的影像偵測方法,其中,建立該邊緣直線影像的步驟是依據(jù)該原始影像的一梯度影像建立出該邊緣直線影像。6.如權(quán)利要求5所述的影像偵測方法,其中,該梯度影像包含一水平梯度值及一垂直梯度值。7.如權(quán)利要求1所述的影像偵測方法,其中,建立該邊緣直線影像的步驟包括建立該原始影像的一邊緣線影像;建立該原始影像的一邊緣角影像;以及依據(jù)該邊緣線影像及該邊緣角影像,切割出該邊緣直線影像。8.如權(quán)利要求1所述的影像偵測方法,其中,判斷是否具有該移動的機械性物體影像的步驟是依據(jù)各組相互平行的該些邊緣直線的相對長度及相對間距,判斷該移動物體影像是否為該移動的機械性物體影像。9.如權(quán)利要求8所述的影像偵測方法,其中,判斷是否具有該移動的機械性物體影像的步驟系總和各組相對長度及相對間距的乘積,以判斷該移動物體影像是否為該移動的機械性物體影像。10.—種影像偵測系統(tǒng),包括一影像擷取單元,用以擷取一原始影像;一移動物體影像建立單元,用以建立該原始影像的一移動物體影像;一邊緣直線影像建立單元,用以建立該原始影像的一邊緣直線影像,該邊緣直線影像包括復(fù)數(shù)條邊緣直線;以及一判斷單元,用以依據(jù)對應(yīng)于該移動物體影像的部份該些邊緣直線的長度、平行度及間距,判斷該原影像是否具有一移動的機械性物體影像。11.如權(quán)利要求io所述的影像偵測系統(tǒng),其中,該移動物體影像建立單元是依據(jù)該原始影像的一梯度影像建立出該移動物體影像。12.如權(quán)利要求11所述的影像偵測系統(tǒng),其中,該梯度影像包含一水平梯度值、一垂直梯度值及一交叉梯度值。13.如權(quán)利要求10所述的影像偵測系統(tǒng),其中,該移動物體影像建立單元包括一背景模型建立單元,用以建立一背景模型;一前景影像建立單元,用以建立出一前景影像;以及一連接單元,依據(jù)該前景影像,建立出該移動物體影像。14.如權(quán)利要求IO所述的影像偵測系統(tǒng),其中,該邊緣直線影像建立單元是依據(jù)該原始影像的一梯度影像建立出該邊緣直線影像。15.如權(quán)利要求14所述的影像偵測系統(tǒng),其中,該梯度影像包含一水平梯度值及一垂直梯度值。16.如權(quán)利要求10所述的影像偵測系統(tǒng),其中,該邊緣直線影像建立單元包括一邊緣線影像建立單元,用以建立該原始影像的一邊緣線影像;一邊緣角影像建立單元,用以建立該原始影像的一邊緣角影像;以及一切割單元,依據(jù)該邊緣線影像及該邊緣角影像,切割出該邊緣直線影像。17.如權(quán)利要求IO所述的影像偵測系統(tǒng),其中,該判斷單元是依據(jù)各組相互平行的該些邊緣直線的相對長度及相對間距,判斷該移動物體影像是否為該移動的機械性物體影像。18.如權(quán)利要求IO所述的影像偵測系統(tǒng),其中,該判斷單元是總和各組相對長度及相對間距的乘積,以判斷該移動物體影像是否為該移動的機械性物體影像。全文摘要一種影像偵測方法及其系統(tǒng)。影像偵測方法包括以下步驟擷取一原始影像,建立原始影像的一移動物體影像,建立原始影像的一邊緣直線影像,邊緣直線影像包括數(shù)條邊緣直線,依據(jù)對應(yīng)于移動物體影像的部份邊緣直線的長度、平行度及間距,判斷原始影像中是否具有一移動的機械性物體影像。文檔編號G06T7/20GK101751676SQ20081018564公開日2010年6月23日申請日期2008年12月17日優(yōu)先權(quán)日2008年12月17日發(fā)明者林志偉,湯燦泰,石明于申請人:財團法人工業(yè)技術(shù)研究院