本发明专利技术公开了一种增强辨识立体对象的方法。该方法包括使用左眼摄像机与右眼摄像机，获取左眼图像与右眼图像；校正该左眼图像与该右眼图像以产生已校正的左眼图像及已校正的右眼图像；利用该已校正的左眼图像与该已校正的右眼图像，产生视差图；根据该视差图，判断出该视差图中的异于背景的立体对象；将该异于背景的立体对象投射至俯视图上；滤除该俯视图上的噪声，以产生去噪声立体对象；判断该去噪声立体对象是否由至少二立体对象聚集而成；如果该去噪声立体对象是由该至少二立体对象聚集而成，则分离该至少二立体对象。因为本发明专利技术可增强辨识立体对象，因此本发明专利技术可应用于需要人流计数或是侦测人流的地方，以及月台警戒线或是其它警戒区。
【技术实现步骤摘要】
本专利技术是有关于一种辨识立体对象的方法，尤指一种通过高斯滤波以及分水岭切割法(watershed segmentation algorithm)，分离至少二聚集的立体对象，以。
技术介绍
利用立体摄像机(stereo camera)获取包括立体对象的图像，可以取得立体对象与背景之间的视差信息(disparity map)。使用者可让立体摄像机斜角架设以及模拟俯视 (plan view)，了解立体对象在空间的位置、移动情形等。因此，立体对象辨识系统便可利用上述立体对象特性应用于人流计数(head count)或是侦测人流。但在辨识立体对象(例如人)时，无可避免的总是会遇到两个以上的立体对象聚集在一起的情形，此时俯视图(Plan view)上的立体对象也会因为二个以上的立体对象(例如两个人)聚集在一起，使得立体对象辨识系统容易误判为单一立体对象(单一个人)，导致计数立体对象时发生错误。
技术实现思路
本专利技术提供一种包括使用左眼摄像机与右眼摄像机，获取左眼图像与右眼图像；校正该左眼图像与该右眼图像以产生已校正的左眼图像及已校正的右眼图像；利用该已校正的左眼图像与该已校正的右眼图像，产生视差图(disparity map)；根据该视差图，判断出该视差图中的异于背景的立体对象；将该异于背景的立体对象投射至俯视图上；滤除该俯视图上的噪声，以产生去噪声立体对象；判断该去噪声立体对象是否由至少二立体对象聚集而成；及如果该去噪声立体对象是由该至少二立体对象聚集而成，则分离该至少二立体对象。本专利技术提供的一种，是将根据左眼图像与右眼图像所产生的视差图中的立体对象，投射至俯视图上。然后，利用高斯滤波器去除立体对象的噪声， 以及增强立体对象的轮廓特征。最后利用分水岭切割法，分离至少二个以上聚集在一起的立体物件。附图说明图1是为本专利技术的一实施例说明的流程图。图2是说明重迭已校正的左眼图像与已校正的右眼图像，产生视差的示意图。图3是说明利用左眼摄像机与右眼摄像机，产生视深的示意图。图4是说明利用立体对象在俯视图上的示意图。图5A是为根据每个像素的亮度值所呈现的图像的示意图。图5B是说明利用分水岭切割法分离至少二立体对象的示意图。图6是为本专利技术的还一实施例说明的流程图。其中，附图标记说明如下CRI校正的右眼图像CLI校正的左眼图像PL, PR成像位置B距离D视深LC左眼摄像机RC右眼摄像机100-118,600-622步骤具体实施例方式请参照图1，图1是为本专利技术的一实施例说明的流程图。 图1的步骤详述如下步骤100 开始；步骤102 使用左眼摄像机LC与右眼摄像机RC，获取左眼图像LI与右眼图像RI ；步骤104 校正左眼图像LI与右眼图像RI以产生已校正的左眼图像CLI及已校正的右眼图像CRI ；步骤106 利用已校正的左眼图像CLI与已校正的右眼图像CRI，产生视差图 (disparity map)；步骤108 根据视差图，判断出视差图中的异于背景的立体对象；步骤110 将异于背景的立体对象投射至俯视图(plan view)上；步骤112 滤除俯视图上的噪声，以产生去噪声立体对象；步骤114 判断去噪声立体对象是否由至少二立体对象聚集而成；及步骤116 如果去噪声立体对象是由至少二立体对象聚集而成，则分离至少二立体对象；步骤118:结束。在步骤104中，是利用校正参数校正校正左眼图像LI与右眼图像RI，以产生已校正的左眼图像CLI及已校正的右眼图像CRI，其中校正参数包括离线得到的左眼摄像机LC 与右眼摄像机RC之间的距离B，以及左眼摄像机LC与右眼摄像机RC是以同步的方式获取左眼图像LI与右眼图像RI。在步骤106中，利用已校正的左眼图像CLI与已校正的右眼图像CRI，产生视差图(disparity map)。在视差图中，可通过左眼摄像机LC与右眼摄像机RC 之间的距离B，产生立体对象距离左眼摄像机LC与右眼摄像机RC所在的基准线baseline 的视深D。请参照图2和图3，图2是说明重迭已校正的左眼图像CLI与已校正的右眼图像 CRI，产生视差dx的示意图，图3是说明利用左眼摄像机LC与右眼摄像机RC，产生视深D的示意图。如图2所示，成像位置PL(XL，YL)是为立体对象在已校正的左眼图像CLI中的位置，以及成像位置I3R (XR，YR)是为立体对象在已校正的右眼图像CRI中的位置，其中立体对象包括已校正的左眼图像CLI与已校正的右眼图像CRI中的不会移动的背景。因此，可根据成像位置PL (XL, YL),PR(XR, YR)以及式(1)，产生视差dx。dx = XR-XL(1)如图3所示，可根据视差dx、左眼摄像机LC与右眼摄像机RC之间的距离B、左眼摄像机LC与右眼摄像机RC的焦距f以及式O)，产生立体对象的视深D，亦即立体对象的 Z坐标。这里的立体对象包括已校正的左眼图像CLI与已校正的右眼图像CRI中的任一立体对象。D = Z = f* (B/dx)(2)在步骤108中，根据步骤106得到的视差图，判断出视差图中的异于背景的立体对象，尤指突然出现在已校正的左眼图像CLI与已校正的右眼图像CRI中异于背景的立体对象。因为背景的视深不会改变，所以可根据步骤106得到的视差图，判断出视差图中的异于背景的立体对象。得到立体对象的视深Z之后，可根据式(3)、式0)，产生立体对象的X坐标与γ坐标。如此便可由左眼摄像机LC与右眼摄像机RC的二个成像面(image plane)上， 获得立体对象的立体信息，亦即立体对象的三维坐标(X，Y，Z)，其中式(3)、式的XL、YL 亦可XR、YR取代。X = (XL*Z) /f(3)Y = (YL*Z) /f(4)在步骤110中，使用者可利用俯视图获得立体对象在平面上的位置信息。利用左眼摄像机LC与右眼摄像机RC，产生立体对象的立体信息后，先将异于背景的立体对象投射到立体俯视图(Plan view)上之后，再以垂直地面的角度来观察立体对象。请参照图4，图 4是说明立体对象在俯视图上的示意图。在视差图中，每个视差图的点会给予一个投射权重值。本专利技术所提出的投射权重值计算方式F (fx, fy, ZcJ，是依据立体对象距离基准线baseline越远权重越重的概念来给予每个视差图的点一个投射权重值。俯视图上的每个点在累积完这些投射权重值后，会根据累积量的多寡来判断是噪声或是立体对象，累积的权重值越大代表此点应是立体对象。在步骤112中是根据参考文献，去除立体对象的噪声可利用高度信息、投射权重值与高斯滤波器(Gaussian filter)来完成，其中投射权重值通过步骤110改善后，使用者可确定投射权重值较少的点应该是噪声。另外，高度信息是俯视图上每个点的其中一项信息，用来表示每个点在空间的高度。当有立体对象(例如人)被投射到俯视图上时，立体对象的高度信息通常会有类似一座山的形状，而高斯滤波器本身也有类似山的外型，因此使用者除了利用高斯滤波器来去除立体对象的噪声外，也可用来增强立体对象的轮廓特征，便于之后辨识立体对象。当立体对象(例如人)聚集在一起时，俯视图上的对象也会聚在一起，导致经常被误判成同一立体对象。因此，在步骤112中，已利用高斯滤波器来增强立体对象的轮廓特征，尤其是「山」的特征。本文档来自技高网...
【技术保护点】
【技术特征摘要】
【专利技术属性】
技术研发人员：蔡智翔，陈慧纹，王照明，
申请(专利权)人：满景资讯股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。