前景及背景影像判断方法技术

一种前景及背景影像判断方法，包含产生N个母影像中关注区域内的N个子区域影像的特征数据、根据该N个子区域影像的特征数据，将该N个子区域影像分类至M个影像群组中的影像群组、根据该N个子区域影像内的移动区域，得到该M个影像群组的移动程度值，以及根据该M个影像群组的移动程度值以及各影像群组内的影像的数量，判断各影像群组属于背景影像群组或前景影像群组，其中M以及N皆表示正整数。利用本发明专利技术所提供的方法，即使有前景物件停止移动并停留在影像装置的视野范围，仍可正确地判断出前景影像及背景影像，带给使用者更大的方便。

【技术实现步骤摘要】
前景及背景影像判断方法
本专利技术有关于一种前景及背景影像判断方法，尤其是有关于一种可于前景物件停止移动时，仍可正确判断出影像是前景影像的方法。
技术介绍
在影像装置所产生的影像序列中，移动进入至影像装置的视野范围内的物件被视为前景物件。当影像存在有前景物件时，影像属于前景影像；当影像中没有前景物件时，影像属于背景影像。在现有技术中，前景及背景影像判断方法可分为注册背景的判断方法，以及自适应背景的判断方法。注册背景的判断方法包含预先选择特定影像为注册背景、以及根据影像与注册背景的特征数据之间的差距，判断该影像属于前景影像或背景影像。然而，需要预先选择影像作为注册背景对使用者较为不便，举例而言，当影像装置监控室外环境时，由于室外场景经常有光影变化或是场景内的物件可能会改变，而造成使用者难以选出适当的影像作为注册背景，或者是使用者需要经常更新注册背景。当影像装置监控室内环境时，室内场景也会有灯源开关造成注册背景影像不适用的情形。自适应背景的判断方法是根据影像序列中的影像的特征数据，将各影像分类于各数据区段、当数据区段内具有最多的影像数量时，判断分类于该数据区段的影像属于背景影像。以下用亮度值作为特征数据来举例，以更进一步地说明自适应背景的判断方法。请参照图1，图1为当黑色物件从右至左移动进入白底背景时，影像装置所撷取的影像VF1～VF30的示意图。在影像VF1～VF10中，影像皆为白底背景，属于背景影像。在影像VF11～VF15，黑色物件移动进入影像。在影像VF16中，黑色物件已经完全进入至影像装置的视野范围中。在影像VF17～VF30中，黑色物件停止移动。请参照图2，图2为影像VF1～VF30的特征数据的统计表，以及将影像VF1～VF30分类至各数据区段后，各数据区段的影像数量的统计表。在图2中，设定特定数据为亮度值且亮度值的范围为0～255，0代表最暗，255代表最亮，并且依据亮度值的大小来等分数据区段SEC1～SEC8。因此，数据区段SEC1对应于亮度值0～31的范围，数据区段SEC2对应于亮度值32～63的范围，依此类推，可得到数据区段SEC8对应于亮度值224～255的范围。影像VF1～VF10皆为白底背景，其亮度值为255，因此影像VF1～VF10分类至数据区段SEC8。在影像VF11～VF15中，黑色物件正在移动进入影像装置的视野范围中，影像VF11、VF12、VF13、VF14、VF15的亮度值分别为213、191、170、149、128，因此，影像VF11、VF12、VF13、VF14、VF15分别分类到数据区段SEC7、SEC6、SEC6、SEC5、SEC5。在影像VF16中，黑色物件已经完全进入影像装置的视野范围内，其亮度值为120，因此分类到数据区段SEC4。在影像VF17～VF30中，黑色物件停止移动。因此，影像VF16～VF30亮度值皆为120，且对应的数据区段为SEC4。由上述说明可知，分类至数据区段SEC4～SEC8的影像的数量分别为15、2、2、1、10。利用现有技术的自适应背景的判断方法，由于分类至数据区段SEC4的影像的数量最多，因此会判断属于数据区段SEC4的影像是背景影像。然而，属于数据区段SEC4的影像VF16～VF30中具有前景物件，因此影像VF16～VF30其实是前景影像。换句话说，当前景物件停止移动并停留在影像装置的视野范围时，现有技术的自适应背景的判断方法会误判，造成使用者极大的不便。
技术实现思路
本专利技术提供一种前景及背景影像判断方法。该方法包含产生N个母影像中关注区域内的N个子区域影像的特征数据、根据该N个子区域影像的特征数据，将该N个子区域影像分类至M个影像群组中的影像群组、根据该N个子区域影像内的移动区域，得到该M个影像群组的移动程度值，以及根据该M个影像群组的移动程度值以及各影像群组内的影像的数量，判断各影像群组属于背景影像群组或前景影像群组，其中M以及N皆表示正整数。附图说明图1为当黑色物件从右至左移动进入白底背景时，影像装置所撷取的影像的示意图。图2为影像的特征数据的统计表，以及将影像分类至各数据区段后各数据区段的影像数量的统计表。图3为本专利技术的前景及背景影像判断方法的一实施例的流程图。图4为可应用本专利技术的前景及背景影像判断方法的影像装置的一实施例的结构示意图。图5为母影像以及关注区域内的子区域影像的示意图。图6为说明关注区域内的子区域影像的示意图。图7为各影像群组的影像的数量以及移动程度值的统计表。图8为子区域影像的移动区域的示意图。图9为子区域影像的移动区块数量以及影像群组的影像的数量以及移动程度值的统计表。图10为可应用本专利技术的前景及背景影像判断方法的影像装置的另一实施例的结构示意图。图11及图12为用来说明影像处理器根据移动向量讯号，得到物件信息的示意图。图13为影像处理器所侦测的物件的示意图。图14为影像群组的影像数量以及移动程度值的统计表。图15为假设关注区域中有静止的人形立牌时的子区域影像。图16为图15的子区域影像分类至各影像群组的影像数量、移动程度值以及行人特征值的统计表。图17为假设关注区域中有行人移动进入白底背景时的子区域影像。图18为图17的子区域影像分类至各影像群组的影像数量、移动程度值以及行人特征值的统计表。附图标号说明300方法310～340步骤400、1000影像装置410、1010影像处理器420、1020影像传感器430、1030影像压缩电路GP1～GP8影像群组IMG1～IMGN后处理影像SFB前景及背景讯号SOUT输出讯号SMV移动向量讯号SEC1～SEC8数据区段VF1～VF30、VFN、VFX母影像VF1_A～VF31_A、VFN_A、VFX_A、VFX_B、子区域影像VFX_C、VF1_C～VF30_C、VF1_D～VF30_D具体实施方式请参照图3以及图4，图3为本专利技术的前景及背景影像判断方法300的一实施例的流程图，图4为可应用本专利技术的方法300的影像装置400的结构示意图。影像装置400包含影像传感器420、影像处理器410，以及影像压缩电路430。影像传感器420收光以于时段T1～TN分别产生母影像VF1～VFN。在母影像VF1～VFN中，部分的区域范围被选择作为关注区域(ROI,RegionofInterest)ROI1～ROIB，其中N以及B皆代表正整数。请参照图5，图5为母影像以及关注区域内的子区域影像的示意图。在图5中，以母影像VFX为例，关注区域ROI1内的影像为子区域影像VFX_1，关注区域ROIA内的影像为子区域影像VFX_A，关注区域ROIB内的影像为子区域影像VFX_B，其他可依此类推。关注区域ROI1～ROIB的范围没有特别限制，可以交错或重迭，甚至是关注区域也可以是囊括整个母影像的范本文档来自技高网...

【技术保护点】
1.一种判断前景及背景影像的方法，其特征在于，包含：/n产生N个母影像中关注区域内的N个子区域影像的特征数据；/n根据该N个子区域影像的特征数据，将该N个子区域影像分类至M个影像群组中的影像群组；/n根据该N个子区域影像内的移动区域，得到该M个影像群组的移动程度值；以及/n根据该M个影像群组的移动程度值以及各影像群组内的影像的数量，判断各影像群组属于背景影像群组或前景影像群组；/n其中M以及N皆表示正整数。/n

【技术特征摘要】
1.一种判断前景及背景影像的方法，其特征在于，包含：
产生N个母影像中关注区域内的N个子区域影像的特征数据；
根据该N个子区域影像的特征数据，将该N个子区域影像分类至M个影像群组中的影像群组；
根据该N个子区域影像内的移动区域，得到该M个影像群组的移动程度值；以及
根据该M个影像群组的移动程度值以及各影像群组内的影像的数量，判断各影像群组属于背景影像群组或前景影像群组；
其中M以及N皆表示正整数。


2.根据权利要求1所述的方法，其特征在于，分类至背景影像群组的子区域影像为背景影像，且分类至前景影像群组的子区域影像为前景影像。


3.根据权利要求1所述的方法，其特征在于，该M个影像群组分别对应于M个数据区段。


4.根据权利要求3所述的方法，其特征在于，根据该N个子区域影像的特征数据，将该N个子区域影像分类至该M个影像群组中的影像群组包含：
根据该N个子区域影像的特征数据分别与该M个数据区段的代表性特征数据之间的欧式距离，将该N个子区域影像分类至该M个影像群组中的影像群组。


5.根据权利要求1所述的方法，其特征在于，产生该N个母影像中该关注区域内的N个子区域影像的特征数据包含：
根据该N个子区域影像的复数个像素数据，产生该N个子区域影像的亮度平均值、色坐标平均值，或是亮度分布数据。


6.根据权利要求1所述的方法，其特征在于，另包含：
根据该N个子区域影像的复数个区块的移动向量，得到该N个子区域影像中移动的区块的数量，以作为该N个子区域影像的移动程度值。


7.根据权利要求6所述的方法，其特征在于，另包含：
比较该N个母影像中的相邻的母影像，以得到该N个子区域影像的该复数个区块的移动向量。


8.根据权利要求1所述的方法，其特征在于，另包含：
当接收第(N+1)母影像时，产生该第(N+1)母影像的该关注区域内的第(N+1)子区域影像的特征数据；
根据该第(N+1)子区域影像的特征数据，将该第(N+1)子区域影像分类至该M个影像群组中的第一影像群组；以及
将该第一影像群组的移动程度值加上该第(N+1)子区域影像的移动程度值。


9.根据权利要求8所述的方法，其特征在于，另包含：
将该N个子区域影像中的第一子区域影像所属的影像群组的移动程度值减去该第一子区域影像的移动程度值。


10.根据权利要求1所述的方法，其特征在于，根据该M个影像群组的移动程度值以及各影像群组内的影像的数量，判断各影像群组属于背景影像群组或前景影像群组包含：
比较该M个影像群组的影像数量与数量阀值，以及比较该M个影像群组的移动程度值与移动阀值，以判断各影像群组属于背景影像群组或前景影像群组。


11.根据权利要求1所述的方法，其特征在于，另包含：
根据该N个母影像中的第一母影像的复数个区块的移动向量以及第二母影像的复数个区块的移动向量，产生该第一母影像中的物件信息；以及
根据该第一母影像于该关注区域内的物件的大小以及移动的信息，得到该N个子区域影像中的第一子区域影像的移动程度值...

【专利技术属性】
技术研发人员：魏谷竹，方弘吉，
申请(专利权)人：多方科技广州有限公司，
类型：发明
国别省市：广东;44