交疊車輛偵測與切割

以下茲分汽車及機車說明本研究處理影像交疊之方式。

1.汽車

原始影像經由移動物件偵測法得到的物件，使用快速連通標記法 獲得個別外圍方框及物件編號，以及視覺長度計算獲得個別視覺長 度、寬度後，將這些連通物件經由交疊車輛的偵測條件判斷，若為交 疊車輛的情況，必須使用交疊車輛切割的方法，切割出每一台車輛，

以便後續正確地針對每一台車輛執行車型辨識及追蹤的程序。

交疊車輛種類在各種複雜的交疊車輛的情況中，可以從連通物件 的外型將其區分為四種交疊情況：

ƒ 水平交疊：某台車輛與左或右方車輛互相交疊，以本系統的拍攝較 不易發生，僅於並行的兩台車輛過於接近，或是有大型 車輛與其他車輛並行的情況，如圖 5.4.2-1。

ƒ 垂直交疊：某台車輛與前或後方車輛互相交疊，前後車輛稍微接近 即有可能發生，前方車輛體積越大，後方車輛被遮蔽的 部份越多，如圖 5.4.2-2。

ƒ 右斜交疊：某台車輛與右後方車輛互相交疊，兩台車輛稍微接近且 分別行駛於不同車道，或某台車輛變換車道，均有可能 發生，如圖 5.4.2-3。

ƒ 左斜交疊：某台車輛與左後方車輛互相交疊，與右斜交疊類似，但 兩台車輛相對位置不同，如圖 5.4.2-4。

(a) 原始影像 (b) 移動物體影像 圖 5.4.2-1 水平交疊影像

(a) 原始影像 (b) 移動物體影像 圖 5.4.2-2 垂直交疊影像

(a) 原始影像 (b) 移動物體影像 圖 5.4.2-3 右斜交疊影像

(a) 原始影像 (b) 移動物體影像 圖 5.4.2-4 左斜交疊影像

水平交疊及垂直交疊可藉由視覺車長及車寬來偵測，當連通物件 進入偵測區域，系統會先檢查它的視覺車長及車寬，若連通物件的視 覺寬度與某一型車輛的寬度相近，即可依上一章節車輛外型量測的資 訊估計該型車輛視覺長度的適當範圍，再檢查連通物件視覺長度，若 是比該型車輛的長度範圍還要長，則可認定為垂直交疊。同理，水平 交疊的情況也以相對的條件來偵測，而右斜與左斜交疊的偵測，則需 要使用另外的參數來判斷。

對於每個移動物體，使用一個可圍住此物體的最小矩型外框來表 示它的範圍，並定義一個參數－像素佔有率(Pixel Ratio)，以 R 表示，

其與矩型外框的面積 A 及移動物體佔有的像素 P 的關係為式 5.4.2-1：

A

R = P

當某車輛物件有右斜或左斜交疊情況時，此參數的值將比其他情

圖 5.4.2-5 水平及垂直交疊車輛偵測與切割流程圖

左斜及右斜交疊車輛偵測及切割的流程如圖 5.4.2-6 所示，而圖 5.4.2-7 即為車輛左斜交疊的切割處理圖示，圖 5.4.2-7(a)為經交疊車輛 偵測後的原始影像，圖 5.4.2-7(b)為原始影像中交疊車輛局部放大的影 像，圖 5.4.2-7(c)為移動物體偵測得到的影像，圖 5.4.2-7(d)為交疊車輛 經連通標記法處理成為連通物件的影像，觀察此影像中交疊車輛的矩 型外框範圍內，車輛的兩旁都有部份空白的區域，將兩邊分開來處理，

個別地統計兩邊每一列空白像素的數量，投影至縱軸上。完成像素統 計後，逐一計算每兩列之間的差值，分別取出兩邊形成最大差值之絶 對值的位置。

是 是

否 連通物件

視覺長度

>10m

視覺長度

>4m

判為垂直交疊並找出實 際車輛寬度相近的車型

判為水平交疊並找出實 際車輛長度相近的車型

以該車型視覺車寬切割 交疊車輛

以該車型視覺車長切割 交疊車輛

兩邊均找出前後列之間最大差值之絶對值及其位置，即為交疊車 輛的切割位置，而兩位置之間即為車輛交疊的區域，再利用車輛行進 的 方 向 及 車 輛 外 型 輪 廓 將 兩 台 車 輛 分 離 成 個 別 的 物 件 ， 如 圖 5.4.2-7(e)，此處車輛的行進方向是由車輛追蹤程序獲得，方法將於後 續的章節詳細介紹，則交疊車輛切割後的外型範圍如圖 5.4.2-7(f)所 示。執行交疊車輛切割時，前方的車輛優先處理，切割完成後隨即進 入車輛辨識的程序，如圖 5.4.2-7(g)，若後方車輛仍為多台交疊車輛，

則重覆執行交疊車輛偵測與切割的程序，直到所有交疊車輛完全切開 為止，此程序即告完成，得到的原始影像如圖 5.4.2-7(h)所示。

圖 5.4.2-6 左斜及右斜交疊車輛偵測及切割流程圖

否 否

是 是

是 連通物件

Pixel Ratio < 0.7

物件左邊空白像素 水平投影

尋找最大投影量差值之 絕對值得位置

物件右邊空白像素 水平投影

投影量差值

>0

投影量差值

>0

判為左斜交疊並以車輛行 進方向及外形輪廓切割 判為右斜交疊並以車輛行

進方向及外形輪廓切割

尋找最大投影量差值之 絕對值得位置

(a) 偵測為交疊車輛的原始影像 (b) 交疊車輛局部放大(80 □ 90dpi)

(c) 移動物體影像 (d) 連通物件影像

(e) 交疊車輛切割後的連通物件影像 (f) 交疊車輛切割後的外型範圍影像

(g) 交疊車輛切割後執行車輛辨識影像 (h) 交疊車輛切割後的原始影像 圖 5.4.2-7 交疊車輛切割處理影像

2.機車

當移動進入辨識區域時，經過視覺長度與寬度的計算，將移動物 體粗分類，經過實際測試影像可以計算一台機車應有的視覺長度、寬 度與像素比（Pixel- Ratio），Pixel Ratio 的定義如前面所定義，如果移 動物體不滿足上述三個條件所定義門檻值時，系統就判斷此移動物體 為交疊情形，進而做交疊的切割與辨識。

其判斷流程如圖 5.4.2-8 所示：

圖 5.4.2-8 機車交疊判斷流程圖

系統先將機車交疊情形概略分成 A、B、C、D、E 五種交疊情形。

A 類：機車與汽車的垂直交疊（如圖 5.4.2-9 所示）： ㄧ、機車交疊在汽車上方

二、機車交疊在汽車的左上方 三、機車交疊在汽車的右上方 四、機車交疊在汽車的下方 五、機車交疊在汽車的左下方 六、機車交疊在汽車右下方

(VW)

圖 5.4.2-9 A 類交疊情形

B 類：機車與汽車的平行交疊（如圖 5.4.2-10 所示）： ㄧ、機車交疊在汽車的左方

二、機車交疊在汽車的右方

(VW)

圖 5.4.2-10 B 類交疊情形

C 類：機車與機車的平行交疊（如圖 5.4.2-11 所示）：機車在行進 道路中平行交疊於其它的機車上，可能交疊在左方或右方。

圖 5.4.2-11 C 類交疊情形

D 類：機車與機車的垂直交疊（如圖 5.4.2-12 所示）：機車在行進 道路中垂直交疊於其它的機車上，可能交疊在上方或下方。

(VW)

圖 5.4.2-12 D 類交疊情形

E 類：機車與機車的交錯交疊（如圖 5.4.2-13 所示）：機車在行進 道路中交疊於其它的機車上，可能交疊在右下方或左下方。

(VW)

圖 5.4.2-13 E 類交疊情形

系統所擷取影像為320x240 的 BMP 圖檔，抽取機車頭部的特徵有 明顯的困難度，未來系統可使用高解析影像 640x480 的 BMP 圖檔，

這樣對於機車頭部特徵的判斷，準確率就可大幅度提升。以下將介紹 如何偵測機車交疊情形並且針對每種機車交疊的情形做切割辨識與追 蹤。

A 類交疊情形的辨識方法

如果交疊情形為A 類的第一、二、三種交疊情形（如圖 5.4.2-14

（a）），此時 A 類的視覺長度與 Pixel Ratio 就不會滿足一輛機車應 有的視覺長度與 Pixel Ratio；系統判斷交疊情形的視覺長度條件為 VL>4（公尺）（大於一台轎車的視覺長度）與 Pixel Ratio＜0.6，當 所計算的移動物體視覺長度與Pixel Ratio 值落在這個範圍之內，稱 為A 類的交疊。

系統先判斷機車交疊的位置是在汽車的上方或下方，所以將矩 形範圍內的移動物體做水平投影（如圖 5.4.2-14（b）），目的是計算 水平投影變化量（前ㄧ行的資訊除以下一行的資訊），如果投影變化 量是「由小變大」時，可以知道小型移動物體是交疊在大型物體的 上方，系統由上往下取ㄧ寬度臨界值（TH≤8，水平投影量小於等於 8 的值），將移動物體最上面的部位取出，再經過Canny 的邊緣偵測 處理（如圖 5.4.2-14（c）），得到頭部構成圓的圓心座標位置，系統 就可辨識出為一輛機車，如圖5.4.2-14（d）所示。

(a) 機車交疊於汽車之上 (b) 水平投影圖

水平投影變化量 為「由小變大」

(c) 邊緣偵測圖 (d) 辨識機車 圖5.4.2-14 機車交疊於車輛之上切割辨識結果

如果為交疊情形為A 類的第四、五、六種交疊情形時（如圖 5.4.2-15

（a）），移動物體的投影變化量為「由大變小」（如圖 5.4.2-15（b）），

可以知道小型移動物體交疊在大型移動物體的下方，但是還需要判斷 下方移動物體是交疊在大型移動物體的左下方或右下方，因此針對矩 形範圍內的「不屬於移動物體的區域」做水平投影，如果投影變化量 是「由大變小」時，交疊情形判斷為A 類的第五種交疊情形，此時系 統確定小型移動物體交疊的位置是在大型移動物體的左下方；當矩形 範圍內「不屬於移動物體的區域」投影變化量為「由小變大」時，系 統確定小型移動物體交疊的位置是在大型移動物體的右下方，如果介 於這兩種的投影變化量時，小型移動物體交疊的位置交疊在大型移動 物體的正下方，此時系統確定小型移動物體交疊於大型移動物體的何 處，由下往上估測一個機車的高度以 10x10 Pixels 範圍做邊緣偵測，

取ㄧ內半徑為2 Pixels，外半徑為 6 Pixels 的圓（經過影像測試頭部的 大小約 3~5 Pixels），系統搜尋落在這範圍內最多的邊緣點，如圖 5.4.2-15（c）所示，如果在這範圍內找到ㄧ個獲得邊緣點數量最大值，

同時紀錄圓心的座標位置，系統就辨識為一輛機車，如圖5.4.2-15（d）

所示。

計算每個邊緣點至 圓心的距離

(a) 機車交疊於汽車之下 (b) 水平投影圖

(c) 邊緣偵測圖 (d) 辨識機車 圖5.4.2-15 機車交疊於汽車之下切割辨識結果

B 類交疊情形的辨識方法

如果機車交疊情形為 B 類（機車交疊於汽車的左邊，如圖 5.4.2-16（a）所示，或機車交疊於汽車的右邊，如圖 5.4.2-17（a）

所示），此時 B 類的視覺寬度與 Pixel Ratio 就不會滿足一輛機車應 有的視覺寬度與 Pixel Ratio；系統判斷交疊情形的視覺寬度條件為 VW>1.5（公尺）（大於一台轎車的寬度）與Pixel Ratio<0.6，當移動 物體計算的視覺寬度與Pixel Ratio 值落在這個範圍之內，稱為 B 類 的交疊。

此時系統先判斷小型移動物體交疊的位置是在大型移動物體的 左方或右方，先將矩形範圍內的移動物體做垂直投影（如圖5.4.2-16

（b）），目的是計算移動物體的垂直投影變化量（前ㄧ列的資訊除以 下一列的資訊），如果垂直投影變化量為「由小變大」時，系統判斷

（b）），目的是計算移動物體的垂直投影變化量（前ㄧ列的資訊除以 下一列的資訊），如果垂直投影變化量為「由小變大」時，系統判斷