在一影像上。令 i 表示影像的灰階值。它們的直方圖當作他的機率密度函數
( )
P i 的估測。因為我們影像在演講廳的環境下,所以整個影像的密度函數可以很
明顯的分為兩個主要的分布(圖 3.6):一個是較明亮區域(主要是由布幕組成,
圖 3.6 中 C2);一個是較為灰暗區域(主要由布幕外的場景組成,圖 3.6 中 C1)。
Otsu’s method 可求出一個最佳的閥值 T,讓影像可藉由此閥值 T 過濾其中ㄧ個 區域,這裡我們過濾掉灰暗區域的像素,保留下明亮區域的像素,藉此來偵測布 幕位置。
圖 3.6 影像灰階圖分布
Otsu’s method 最主要的想法是找出一個最佳的門檻值,使得兩群(C1、C2) 變異數的總和為最小。以下為 Otsu’s method 表示式:C1 和 C2 分別代表者陰 暗區域與明亮區域的灰階分布,L=256,即灰階範圍 0~255,N 為總 pixel 數。令
n
1 1
0 500 1000 1500 2000
1 31 61 91 121 151 181 211 241
(a)原始影像 (b)灰階直方圖
(c)過濾結果 圖 3.7 Otsu’s method
在得到如圖 3.7(c)的影像後,再利用 Connect Component 方法取得如圖 3.8(a)中各個區塊,假設得到了 k 個區塊,我們取出各個區域中,離原點最近
與最遠的座標(xminj ,yminj )、(xmaxj ,ymaxj ),j1,...k,我們便以xminj xmaxj 為寬、yminj ymaxj 為高,將各個區塊以方形框出。得到這些區塊後我們需要從中判斷哪一區塊為布 幕,這裡判斷的機制是以區塊的長寬比、面積比以及面積大小來做為判斷依據。
以長寬比來說,一般布幕的長寬比有 4:5、16:10、16:9 這幾類。而面積比的方 面,一般的布幕為方形,我們便依此特性來做判斷,令Aj為 j 區塊所框出來的
框出來的方形,也越有可能為布幕。另外,在演講場景下,布幕面積不至於過小,
因此我們定義一個面積的門檻值 B,將小於門檻值 B 的區塊去除。我們此上述三 個判斷方式過濾掉不可能為布幕的區塊。如圖 3.8(b) 為判定的結果,再以框出 來的方形作為布幕位置,最後將布幕位置由輸入影像中標出如圖 3.8(c)。
(a)取出各個區塊 (b) 判定結果
(c)標出布幕位置 圖 3.8 布幕判定 3.2.2 取得布幕資訊
在 3.2.1 節的程序中可以取得布幕的區塊後,需要取得布幕的一些資訊,以 利布幕追蹤程序的進行。由於本系統是藉由布幕座標與攝影方向所夾的角度與攝 影機旋轉的角度這兩個角度來預測布幕在下一張影像中的位置。因此這裡我們需
首先取得布幕的座標,因為布幕為方形,所以取出其四個角的座標。令四點 座標為
( , x y
1t 1t)
,( x y
t2,
t2)
,( x y
t3,
t3)
,( x y
t4,
t4)
如圖 3.9(a)所示,其中定義時間0
t 。接著可利用三角函數公式:
tan 1 d
f(3.8) 分別計算出各點座標與攝影機中心所夾的角度,其中 d 為座標到中心點的距
離 , f 為 focal length 。 各 座 標 的 角 度 標 示 為(
tx1,
ty1),(
tx2,
ty2)
,3 3
(
tx,
ty)
,(
tx4,
ty4)。以( , x y
t1 1t)
點為例(圖 3.9(b)),首先,可以透過指令 命令 PTZ 攝影機回傳目前的 focal length,再取得布幕座標( , x y
1t 1t)
後,便可以用公式(3.8)來計算出 x1