制模塊）W及存儲(chǔ)設(shè)備。而本公開(kāi)提出的方法就可W運(yùn)行于該數(shù)字信號(hào)處理器當(dāng) 中。
[0032] 圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的基于深度的背景模型更新方法的流程圖。
[0033] 如圖3所示，圖3所示的基于深度的背景模型更新方法包括：步驟S301，響應(yīng)于預(yù) 定的背景更新條件發(fā)生，接收在預(yù)定的背景更新條件發(fā)生之后的一個(gè)或多個(gè)拍攝的深度圖 像；步驟S302,根據(jù)原始背景模型，得到所述一個(gè)或多個(gè)拍攝的深度圖像中相比于在預(yù)定 的背景更新條件發(fā)生時(shí)新增的前景圖像；步驟S303,針對(duì)新增的前景圖像中的前景像素， 比較當(dāng)前的深度值和在預(yù)定的背景更新條件發(fā)生之前的深度值；步驟S304,如果當(dāng)前的深 度值大于所述之前的深度值，則將當(dāng)前新增的前景像素更新到原始背景模型中作為更新后 的背景模型。
[0034] 如此，在預(yù)定的背景更新條件發(fā)生之后，可W通過(guò)比較新增的前景圖像中的前景 像素的深度值與原始的深度值的大小，來(lái)將深度值大于原始深度值的前景像素的更新到原 始背景模型中作為更新后的背景模型，從而能夠自適應(yīng)地更新背景模型。
[0035] 在一個(gè)實(shí)施例中，所述預(yù)定的背景更新條件可W包括如下中的至少一個(gè)；環(huán)境亮 度的增加量或增加率中大于預(yù)定闊值；環(huán)境亮度的變化量或變化率大于預(yù)定闊值；經(jīng)過(guò)預(yù) 定時(shí)間段等。例如，在光照條件突然變亮?xí)r，即、亮度增加量或增加率中大于預(yù)定闊值時(shí)，由 于光照條件變好而顯露出真實(shí)的背景，然而此時(shí)由于原本未被背景建模，因此可能將此新 增的區(qū)域錯(cuò)誤地識(shí)別為前景像素，送樣就導(dǎo)致不僅背景模型仍然不正確、且導(dǎo)致錯(cuò)誤地識(shí) 別了虛假的前景像素，因此此時(shí)可W開(kāi)始根據(jù)本發(fā)明的實(shí)施例的背景更新方法。當(dāng)然，W光 照條件變好作為開(kāi)始背景更新的觸發(fā)僅是一個(gè)示例，也可W存在其他可能需要背景模型更 新的觸發(fā)條件、包括但不限于定時(shí)更新，周期性更新，或者獲得燈光控制信號(hào)。
[0036]另外，也可W設(shè)置更新了一次背景模型之后，再次遇到光照條件突然從暗變亮的 條件，則不再進(jìn)行更新了，因?yàn)橹暗母乱呀?jīng)達(dá)到合適的效果了，即，可W將背景模型更 新的次數(shù)設(shè)置為1。當(dāng)然，背景模型更新的次數(shù)還可W被設(shè)置為其他值，另外，在每次光照條 件突然從暗變亮?xí)r都進(jìn)行一次背景更新。
[0037]在一個(gè)實(shí)施例中，所述原始背景模型中的未建模像素的深度值可W被設(shè)置為0。在 光照條件比較暗的情況下，因?yàn)檩^差的光照使物體表面的紋理難W分辨（或利用立體相機(jī) 拍攝的左右圖不匹配），因此將送些不能分辨的像素的深度值設(shè)置為0,所W送些像素沒(méi)有 深度值。當(dāng)然，在其他情況下，也可W將送些不能分辨的像素的深度值設(shè)置為其他值，W表 示送些像素是沒(méi)有被背景建模的。
[0038] 在一個(gè)實(shí)施例中，根據(jù)原始背景模型，得到所述一個(gè)或多個(gè)拍攝的深度圖像中相 比于在預(yù)定的背景更新條件發(fā)生時(shí)新增的前景圖像的步驟S302可W包括：根據(jù)原始背景 模型得到在預(yù)定的背景更新條件發(fā)生時(shí)拍攝的深度圖像中的第一前景圖像；根據(jù)原始背景 模型得到在預(yù)定的背景更新條件發(fā)生之后的所述一個(gè)或多個(gè)拍攝的深度圖像中的各個(gè)第 二前景圖像；將所述各個(gè)第二前景圖像與所述第一前景圖像相減；將所述相減后得到的所 述一個(gè)或多個(gè)拍攝的深度圖像中各自的新增的前景圖像作為所述新增的前景圖像；省略述 相減后得到的送些深度圖像中各自的消失的前景圖像和所述相減后抵消的前景圖像。
[0039] 通過(guò)將所述一個(gè)或多個(gè)拍攝的深度圖像與在預(yù)定的背景更新條件發(fā)生之前拍攝 的深度圖像相減，可W得到相比于原來(lái)的深度圖像而變化的前景像素，如果是正的，則可W 認(rèn)為是新增的前景像素，而如果是負(fù)的則可W認(rèn)為是消失的前景像素，如果是被抵消為0， 則可w認(rèn)為是沒(méi)有變化的位置。因此，可w不考慮消失的前景像素和沒(méi)有變化的前后抵消 的前景像素，因?yàn)?，送些都不是因?yàn)槔绻庹諚l件改變而新增的可能是真實(shí)背景的前景像 素。如此，可W僅針對(duì)新增的可能是真實(shí)背景的前景像素來(lái)進(jìn)行深度值的比較，來(lái)減少進(jìn)行 比較的計(jì)算成本和時(shí)間，加快運(yùn)行速度。
[0040] 在一個(gè)實(shí)施例中，如果當(dāng)前的深度值大于所述之前的深度值，則將當(dāng)前新增的前 景像素更新到原始背景模型中作為更新后的背景模型的步驟包括：將當(dāng)前新增的前景像素 的位置和深度值等更新到原始背景模型中作為更新后的背景模型。通常，只要更新該像素 的位置和深度值作為新的背景模型即可，但是也可W更新灰度值或RGB值等等W更好地標(biāo) 識(shí)背景。
[0041] 如此，可W在預(yù)定的背景更新條件發(fā)生自適應(yīng)地更新背景模型，從而不斷得到更 準(zhǔn)確的背景模型。
[0042] 如下，結(jié)合圖示，描述一個(gè)具體的背景模型更新的例子。注意，該圖4和后續(xù)圖所 示的示例僅是一個(gè)具體的例子，而不作為限制本發(fā)明的實(shí)施例必須為如下具體的步驟、數(shù) 值、條件、數(shù)據(jù)、順序等等。本領(lǐng)域技術(shù)人員可W通過(guò)閱讀本說(shuō)明書(shū)來(lái)運(yùn)用本發(fā)明的構(gòu)思來(lái) 構(gòu)造本說(shuō)明書(shū)中未提到的更多實(shí)施例。
[0043] 圖4示出了根據(jù)本發(fā)明的另一實(shí)施例的更具體的基于深度的背景模型更新方法 的流程圖。
[0044]圖4所示的方法包括；S401:判斷光照條件；S402,響應(yīng)于滿足光照條件，接收在光 照增加期間的從第N頓到第N+m頓的深度圖像（N、m是正整數(shù)）；S403,根據(jù)原始背景模型， 得到從第N頓到第N+m頓深度圖像中的一系列前景圖像；S404,將第N+1頓到第N+m頓的前 景圖像都減去第N頓的前景圖像來(lái)定位送m頓中各自的新出現(xiàn)的前景像素，當(dāng)然送包括真 實(shí)的前景圖像和由于光照改變引起的虛假的前景圖像；S405,逐像素判斷送些新增的前景 像素的當(dāng)前的深度值是否大于原始深度值；如果大于，則進(jìn)入步驟S406,使用當(dāng)前深度值 作為更新的背景模型，從而消除錯(cuò)誤的模型，W只更新真實(shí)的由運(yùn)動(dòng)產(chǎn)生的前景像素；如果 不大于，則返回下一個(gè)要判斷的像素。
[0045] 在步驟S401中，判斷光照條件。如果檢測(cè)到了一個(gè)快速的光照增強(qiáng)，例如圖5的 左側(cè)圖所示（圖5示出了光照條件變化的亮度增加的示意圖），可W將此作為預(yù)定的背景更 新條件，來(lái)開(kāi)始背景更新的流程。
[0046]例如，對(duì)于一帖RGB圖像，它能夠被轉(zhuǎn)到Y(jié)UV(或YCbCr,Luminance-Qirominance, 亮度色度）空間，其中的Y通道表示亮度分量。因此，可W通過(guò)檢測(cè)Y亮度分量的一個(gè)睹峭 的上升沿（圖5的左圖）來(lái)確定一個(gè)快速的光照增強(qiáng)，而可W送種快速光照增強(qiáng)可W被視 為一個(gè)觸發(fā)條件。在光照增強(qiáng)期，逐像素的模型將會(huì)被當(dāng)前深度值更新。圖5的右圖顯示 一個(gè)室內(nèi)光照變化的曲線，包含了開(kāi)燈，關(guān)燈，再開(kāi)燈的H個(gè)動(dòng)作。
[0047] 當(dāng)然，可W設(shè)置更新了一次背景模型之后，再次遇到光照條件突然從暗變亮的條 件，則不再進(jìn)行更新了（即圖5的右圖所示的關(guān)燈后再開(kāi)燈，即第二次光線增強(qiáng)時(shí)，不再進(jìn) 行更新了），因?yàn)橹暗母乱呀?jīng)達(dá)到合適的效果了，即，可W將背景模型更新的次數(shù)設(shè)置 為1。當(dāng)然，背景模型更新的次數(shù)還可W被設(shè)置為其他值，另外，在每次光照條件突然從暗變 亮?xí)r都進(jìn)行一次背景更新。
[0048] 接下來(lái)，假設(shè)在第N頓，檢測(cè)單元檢測(cè)到了一個(gè)快速的光照增強(qiáng)（例如圖5的左側(cè) 圖所示），則檢測(cè)單元將觸發(fā)如下模式的為更新背景模型而進(jìn)行的積累：假定一旦光照增 強(qiáng)的事件在第N頓被檢測(cè)到，第N頓可W被視為一個(gè)基準(zhǔn)。目P，接收接下來(lái)的m頓（步驟 S402)。并且，對(duì)于接收到的接下來(lái)的m頓（即從第N+1頓到第N+m頓），計(jì)算它們的基于原 始背景模型的前景圖像（步驟S403)，并將其各自減去第N頓基準(zhǔn)的基于原始背景模型的前 景圖像，W得到送m頓的各自的新增的前景像素（即，相減為正（Positive)的前景像素，而 忽略相減為0或負(fù)的前景像素）（步驟S404)。通過(guò)送種方式，在較亮光照下和在較暗光照 下的前景掩模的差異被保存下來(lái)，作為建立更新位置（或區(qū)域）的關(guān)鍵信息，W充分利用在 光照變亮?xí)r出現(xiàn)的深度值。通過(guò)送種方式，將能夠獲得"正部分化sitiveParts",即相 減為正的前景像素），也即在較暗光照條件下和在較亮光照條件下獲得的前景掩模的差異 作為更新位置（或區(qū)域）的關(guān)鍵信息被保存下來(lái)，即使送個(gè)更新位置（或區(qū)域）既包含由 對(duì)象運(yùn)動(dòng)產(chǎn)生的真實(shí)的前景像素，也包含由于光照改變引起的虛假的前景像素。根據(jù)本實(shí) 施例，保存送樣的信息，也就是將每一頓的差異積累到一幅特殊的圖像上（稱為正部分圖 像）。將其稱為"正部分"（"化sitiveParts")，是因?yàn)檩^亮光照條件下的前景掩模中的1 對(duì)應(yīng)的像素與較暗光照條件下的前景掩模中的0在最終的積累圖像中被記錄為正（1-0 = 1)，而其它情形（如1 - 1 =〇,〇 - 0 = 0, 0 - 1 = -1)得到非正值，會(huì)在最終的積累圖像中 忽略掉。在送一過(guò)程中，在每一頓進(jìn)行積累的時(shí)候，較亮光照下，在當(dāng)前"正部分"的掩模圖 像（而不是整幅圖）上，深度值將會(huì)被用來(lái)更新原始的背景模型，W保證一個(gè)平滑的更新。 送樣就能充分利用光照較好時(shí)更可信的深度數(shù)據(jù)。
[0049] 對(duì)于一個(gè)給定的像素位置，通常，真正的前景深度小于真正的背景深度。例如，圖6 所示（圖6示出了真實(shí)的前景深度和真實(shí)的背景深度之間的關(guān)系），沿著同一條投影線，背 景點(diǎn)Q'總會(huì)被前景點(diǎn)Q遮住，從而在圖像平面上產(chǎn)生Q而不是Q'的像點(diǎn)（q)。當(dāng)然，如果Q 移動(dòng)到Q'的后方并且仍然處于投影線上，郝么Q就會(huì)被Q'遮住，從而是不可見(jiàn)的了。送時(shí) Q'的像將會(huì)呈現(xiàn)在圖像平面上。送一原理提供了進(jìn)行背景模型更新的候選像素，因?yàn)樵谙?素級(jí)，對(duì)象的移動(dòng)會(huì)暴露出