即時彩色背景擷取

圖 5.2-1 即時彩色背景擷取程序圖

即時彩色背景擷取(流程如圖 5.2-1)主要細分為初始背景擷取及動 態背景更新兩部份，而其主要是運用影像處理技術，動態擷取移動物 體出現的連續影像，使之在無人操作且無須給予架設環境資訊條件 下，仍能正確且即時的將靜態背景擷取出來，同時系統在演算法上，

加強了背景在不同狀況的變化下，仍能將擷取出的靜態背景且不斷地 更新，並自動調整更新範圍與自動更新錯誤，使更新的靜態背景更能 適應不同環境變化，讓本偵測系統可以獲得更正確的辨識結果。

本系統為了獲得正確的動態物體切割，所以採用彩色影像的靜態 背景擷取處理，一般影像式車輛偵測技術都是將彩色資訊轉換到灰階 處理，由於色彩轉換到灰階會產生不同顏色對應到相同灰階值的問 題，所以容易產生切割不良的問題，因此本系統以彩色平面直接做靜 態背景的擷取，首先面對的就是資料龐大的問題，因為色彩平面比灰 階平面多出三倍的資料量，對演算法而言是一項嚴厲的挑戰。在本研 究計畫已克服此一問題，並可即時完成移動物體切割與背景更新的運 算，初始靜態背景擷取主要是運用連續畫面各像素的統計特性，利用 連續影像中，背景區域較移動物體區域出現機率為高的特性將背景擷 取出來，此技術在初始時，先利用色彩聚類的概念，依據每張連續影 像中之每個像素（pixel）顏色做動態分類，並依每個像素中的每個顏 色（RGB）類別統計其機率，當統計值累積到一定數量後，程式便開 始針對每個像素的顏色類別進行收斂，當所有像素的顏色類別收斂完 畢後，背景也就隨之取得。

為使所擷取的背景不受光線、天候、CCD 的 AES 及 BLC…等因 素變化的影響，本研究訂定一個可隨背景變化的動態臨界值使所擷取 出的背景與即時背景相吻合(如圖 5.2-2)，大幅提升移動車輛淬取的準 確性。

(a) 第 1 張原始影像 (b) 第 10 張原始影像

(c) 第 20 張原始影像 (d) 第 30 張原始影像

(e) 第 40 張原始影像 (f) 第 50 張原始影像

(g) 第 60 張原始影像 (h) 第 70 張原始影像

(i) 第 90 張原始影像 (j) 第 110 張原始影像

(k) 最終收斂的背景(第 120 張) 圖 5.2-2 初始彩色背景擷取

依據不同特性的拍攝影像，分析彩色背景擷取的處理速度。以每 秒 30 張畫面而言，平均速度約在 4~7 秒，這速度遠比一般彩色背景 擷取方法快了許多。當彩色背景擷取後，另一個重要部份即為動態背 景更新，其更新是利用移動物體的資訊來判斷該對那些區域執行背景 更新的動作，而更新的方式如式 5.2-1 所示：

× +

⎧ =

⎪⎨

⎪⎩保持原始背景

(n - 1) 背景 目前影像

背景 若此區域不為移動物體

n

若此區為移動物體

式 5.2-1

在上述方程式中，n 的數值越大，背景更新速度就會越慢，此時 不容易克服光線或天候所造成的影像顏色變化，但 n 的數值越小，越 容易受到 CCD 中的 AES 和 BLC 的功能影響，而且容易受到影像雜 訊的干擾，產生背景更新的錯誤，因此 n 參數數值的設定，必須依據 這兩因素來權衡其大小。

由於目前 CCD 感光元件的限制，所以在日夜長時拍攝的影像畫質

差異非常大，由其在日夜交替與夜間，由於日光照度逐漸降低使得攝 影機的相關參數自動調整瞬間啟動，因此會使得影像會瞬間變亮或變 暗，同時，本系統希望能在現有的照明設備下使用，而不另加照明設 備，所以夜間影像的感光效果與影像品質遠比日間差，這些問題都是 在背景更新技術需要解決的問題。

本研究以目前所發展的演算法針對一段從傍晚到晚上的影像做處 理，其中影像背景有十分明顯變化的一段測試影像，作為背景更新的 實驗說明。圖 5.2-3 之連續影像是位於新竹市中華路，拍攝時間為下 午六點半光線變化最大時段，總共 50 張影像。圖中可以觀察到，圖 5.2-3(a)至(i)天色漸暗，同時，燈光造成的光影亦出現於道路表面上。

圖 5.2-3(a)為本測試初始之背景圖像，在經上述我們提出的背景擷取方 法，以機率選取模式做為輔助，隨著時間或光線的改變，可有效並快 速的獲得背景影像，同時，在更新背景的方法中加入物件追蹤資訊的 輔助，可以自動去除雜訊的干擾，使得彩色背景擷取技術更趨完整。

(a) 第 1 張原始影像 (b) 第 5 張原始影像

(c) 第 15 張原始影像 (d) 第 20 張原始影像

(e) 第 25 張原始影像 (f) 第 30 張原始影像

(g) 第 35 張原始影像 (h) 第 40 張原始影像

(i) 第 45 張原始影像 (j) 第 50 張原始影像

(k) 長時間光線變化下收斂之背影影像 圖 5.2-3 長時間光線變化影像