影像前處理

影像在進行主要的處理及判斷之前，通常會經過一道前處理的手續，主要的原因是 降低一些干擾因素(例如：光源的影響，雜訊的干擾等)，藉以提升影像的品質，這可使 之後誤判的情形降低，而使影像處理的正確性加以提升，這即是影像前處理主要的功 用。以下即針對此論文中所用到的影像前處理[17]-[20]，做一簡短的說明介紹。

3.1.1 彩色對灰階的轉換：

基本上對人類視覺來說，所謂的“色彩＂是自然光照射到物體，反射後被眼睛接收 的資訊，經大腦分析後，最後所得到的結果，人眼所能看見的光在光譜上非常的窄，可 見光的波長為 400nm 至 700nm，其它頻率低於可見光(紅外線、微波、無線電波)或高於 可見光(紫外線、X 射線、伽瑪射線)便無法辨視。若將所有可見光混合，即成為白光，

白光又可以紅、藍、綠三種基本色光混合而得之，因此若將三種基本色光以不同的比例 混合，可讓我們得到各種不同的顏色，此三種基本色光紅、藍、綠因而被稱為三原色。

我們使用的視訊影像是彩色的，首先要對影像做彩色與灰階的轉換，為什麼要將彩 色的影像轉換成灰階呢？其主要的原因是我們希望能降低在移動物體偵測部分的運算 量。在電腦視覺中，每個彩色像素包含 3 個資料，分別為之前所提到的三原色，紅、藍、

綠，經過轉換成為灰階值，只留下一個資料，運算上可降低為原本的三分之一，對速度 的提升有一定的幫助。

影像的彩色模式上，較常被應用的有下列幾種模式：1.RGB 模式，2.HSV 模式，3.YIV 模式，4.YUV 模式。基於應用層面上的不同，各個模式各有其使用上的優點，在此我們 需要知道的資訊是影像變動的情形，因此我們選擇 YUV 模式，因為它在數位色彩中是 最常被用到的格式，除此之外，Y 值包含了影像明暗的資訊，可以藉此來判斷影像是否 變動。從三原色 RGB 模式轉換成 YUV 模式，有以下的轉換關係：

⎥⎥

由上式(3.1)我們可得到 Y=0.299*R+0.587*G+0.114*B，在 YUV 模式中，Y 佔了全 部影像百分之九十以上的能量，利用上式我們可以保有高灰階影像，又可以大大地降低 濾波器(Mean Filter)來達到我們的目的。

均值平滑濾波器是利用一個 N*N 的矩陣，對原始影像做迴旋積分，其轉移數函數為：

⎪⎩

⎪⎨

⎧ − ≤ ≤ + − ≤ ≤ +

= otherwise

m y y m y and m

x x m x if n y n

x h

0

* 1 ) ,

( (3.2)

在此 2

−1

=n

m ，n 為奇數。

在此論文是用 3*3 的轉移矩陣，其各元素值標示如下：

1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9 1/9

在圖 3.3 中可觀察到，原本因樹葉搖晃而造成的雜訊，經均值平滑濾波器後，被抑 制後的結果。圖 3.3(a)是原始視訊影像，在圖 3.3(b)是未經均值平滑濾波之前的影像，有 很明顯樹葉搖晃的情形及邊緣，在經過均值平滑濾波器後，在圖 3.3(c)中可看出大大地 抑制這些雜訊。在此論文中移動物體偵測部分，是利用影像中的區塊做移動量的統計，

這些雜訊會影響到移動量的估計，若在做移動量的統計之前，讓影像經過均值平滑濾波 以降低雜訊，對之後的移動物體偵測結果可以降低其誤判的可能性，在 3.4 節會詳細地 說明。

(a)

(b) (c)

圖 3.3：(a)原始影像(b)未經均值平滑濾波器的影像(c)經均值平滑濾波器的影像