自然影像的背景區域分割

圖5-6 是 Coastguard 影片中的兩張影格，以及背景區域的分割結果。水平方 向的背景區域分隔，僅有影像上方的沿岸及草地被標示出來，其他包含船隻和水 面的部分，則沒有被列入背景區域。船隻是前景物體，有各自的平移量；水面則 是因為變異量太小的緣故，沒有被列入考量。在垂直的分割區域上，可以看出中 央的小船後方存在剛剛濺起的水花，變化比更後方的水花來的大，所以不列入背 景區域，而左方船隻，則有前方一小部分被列入背景區域，因為船身偏白色與水 面本來顏色相差不多，所以在列的平均值上變化不大，而被列入背景區域。

(a) (b)

(c) (d)

圖5-6 (a)、(b)為 Coastguard 影片的兩張影格。(c)、(d)分別為兩張影像的 背景區域估計結果。估計的背景平移量為(7.5186, 0.0460)

圖5-7 是兩張連續的影像以及背景區域分割的結果。我們可以發現玩偶和背 景區域有被區別出來。在水平方向的背景區域分割有不錯的結果，青色區域標示 了大部分的水平方向背景；在垂直方向的背景區域顯得較為破碎，紫紅色區域標 示了玩偶的左側兩個地方。我們可以從圖5- 8 中觀察圖 5-7(a)的變異量，在兩個 紫紅色區域中的變異量較小，在玩偶右側的變異量也是呈現較小的情形，使這兩 個區域被列入不考量的範圍。同理，在影像的左右邊界，也都有少部分背景區域 沒有被分割出來。

(a) (b)

(c) (d)

圖 5-7 (a)、(b)為連續的兩張真實影像。 (c)、(d)分別為兩張影像的背景 區域估計結果。 估計的背景平移量為(-0.0528, -2.9177)

圖5- 8 圖 5-7 (a) 影像每行的變異量。

圖5-9(a)、(b)是兩張真實影像，影像中有兩個行人，左邊的男性有明顯的移 動，右邊的女性雖然沒有明顯的移動，但是動作上有改變。圖5-9 (c)、(d)則是 背景區域分割的結果。右邊男性的部分有不錯的結果，左邊女性則頭部部分因為 變動不明顯，加上沒有移動，被列入了背景區域。我們可以發現前景物體除了平 移外，外型的改變也可以被判斷出來。但是因為此處並沒有考量影像的內容，所 以同一個物體有可能因為小部分沒有平移量，而被切開。另外，上方邊界的部分 在水平背景區域分割時沒有被標示出。我們觀察這個區域的平均值與變異量，如 圖5-10 和圖 5-11 所示，扣除邊界效應的部分，在紅色線段表示的圖 5-9 (a)第 10 列的附近以及藍色線段表示的圖5-9 (b)第 15 列的附近，平均值並不是對應的，

而是前者高於後者；而我們可以發現在圖5-11 第 10 列附近區域的變異量比較 小，雖然不足以小到讓我們忽略這個區域，但在平均值的差異和變異量的同時作 用下（見3-1 式），使得我們不將此區域列入背景。

(a) (b)

(c) (d)

圖 5-9 (a)、(b)為連續的兩張停車場上行人走過的真實影像。 (c)、(d)分 別 為 兩 張 影 像 的 背 景 區 域 估 計 結 果 。 估計的背景平移量為(-12.9296,

圖 5-10 紅色線段為圖 5-9(a)各列的灰階平均值，藍色線段為圖 5-9(b)各列的灰階平均值。

圖5-11 圖 5-9(a)各列的灰階變異量。

圖5-12 顯示的是停車場的影像序列，圖 5-13 則是其背景區域分割的結果。

圖5-13(a)、(b)是使用圖 5-12(a)、(b)兩張影像進行分割的結果，圖 5-13(c)、(d) 及(e)、(f)則分別是是使用圖 5-12(c)、(d)及(e)、(f)等影像進行分割的結果。我們 可以發現，(a)、(b)中兩個行人分開較遠的情形下，背景區域分割的結果可以找 出兩個行人之間背景區域。之後(c)、(d)中兩個人逐漸接近以至於重疊，兩個行 人的前景區域就合併了。最後(e)、(f)中，因為兩個人的距離，相對於背景估計 的帶狀區域寬度，仍相隔很近，尤其是(e)中兩個行人的手提袋非常靠近，約為 9 至10 個像素，所以仍舊沒有被分成兩個前景區域。在這邊我們使用的帶狀區域

的最小寬度是10 個像素，也就是背景區域必須超過 10 行或是 10 列，才會被分 割出來。在圖5-13(a)、(b)及(c)、(d)中，右邊的道路部份，則是因為變異量太小 而不列入背景區域的考量。

(a) (b)

(c) (d)

(e) (f) 圖5-12 停車場中兩行人併行的影片中的六張影像。

(a) (b)

(c) (d)

(e) (f)

圖5-13 (a)、(b)是圖 5-12 (a)、(b)影像背景區域分割的結果。 (c)、(d)是 圖5-12 (c)、(d)影像背景區域分割的結果。 (e)、(f)是圖 5-12 (e)、(f)影像 背景區域分割的結果。