[发明专利]物体阴影的检测方法

说明书

技术领域

本发明是有关于一种数字图像处理方法，特别是有关于一种阴影检测方法。 

背景技术

近年来，各国政府惊觉对环境安全信息的不足，开始积极投入视频安全监控产业的发展，以强化相关安全管制措施；加上社会大众对个人、住家及小区保全设施重视程度的逐渐增加，促使视频安全监控产品需求快速成长。在广泛设置的图像监控系统中，移动物体检测扮演相当重要的角色。正确的检测移动物体大小及位置可以大幅提高后续操作诸如：异常事件分析、入侵检测分析等等！ 

目前图像监控系统往往通过背景相减法等数字图像处理技术获取感兴趣的移动物体，进行高阶的行为分析。然而，背景相减法往往将物体的阴影视为前景，使得物体大小及位置无法正确判断，因而造成后续分析上的困难。因此，图像监控系统如何能在去除物体背景之后，执行阴影检测并去除之确有其必要性。 

图1是传统阴影检测方法的流程图。步骤S110即将前景物减去背景的色彩特征，以取得图像的特征。比如，将背景的统计数据与前景物进行差异比对，从而得到相应物体的阴影的待检区域。 

步骤S120是对图像进行色彩空间转换，比如将前述物体的阴影的待检区域的色彩表示格式进行转换，从而分别得到相应的亮度、色度、色调与饱和度。 

步骤S130需由使用者根据色彩空间转换后的图像，手动设定阈值(Threshold)。比如，针对亮度差、色调差、色度差、亮度梯度差或朗士基行列式值等统计数据手动进行阈值设定。 

步骤S140即依据所设定的阈值，从图像中检测出阴影，以区别移动物体与其阴影。物体阴影的物理特性若与背景图像比较，其色调相似但亮度较低。 其中，若前述色彩空间转换后的图像的像素值满足于基于前述物体特性所设定的阈值，则可判定该像素属于阴影部分；反之，可判定该像素属于物体部分。 

传统阴影检测方法往往只能针对特定场景及光源，由使用者自行设定个别参数以满足不同图像的阴影特性。回顾过去阴影的去除方法，主要都着重在于色彩空间的转换或特征的选取，但其中如何设定一个好的阈值使其在转换后的色彩空间或特征空间上得到良好的阴影分割(Segmentation)，往往得仰赖人为手动的参数设定，主要的原因在于影片间的变异性、甚至同一影片中光影的变化性都难以掌控。然而，不同的环境光源(如散射光或直射光)表现在图像上的阴影特性也大不相同，甚至连光源的强度也会影响阴影特性，种种因素将会提高阴影检测的困难度。针对这些问题，传统上的作法只能针对个别不同的场景、不同的环境光源，由使用者自行设定个别参数以满足不同场景的阴影特性，实际的应用上仍存在相当的困难及不便。 

发明内容

本发明提出一种物体图像阴影检测方法，以自动学习的方式，无需由使用者设定参数便可检测图像阴影。 

有鉴于此，本发明提供一种阴影检测方法，包括下列步骤：首先，检测连续多张图像中的移动物体。接着计算这些图像中移动物体的色彩差异的直方图(Histogram)；之后累计这些图像的色彩差异的直方图，获得累计直方图；随即估测累计直方图上色彩差异的分布，获得阴影分布函数；以及利用阴影分布函数判断所接收图像中的每一个像素是否为阴影。 

在本发明的一实施例中，上述的检测连续多张图像中的移动物体的步骤包括先撷取背景图像，之后再将这些图像减去背景图像，从而获得这些图像中移动物体的物体图像。 

本发明的一实施例中，上述计算这些图像中移动物体的色彩差异的直方图的步骤包括先将这些物体图像减去背景图像中相同区域的图像，以获得移动物体与背景图像间每一个像素的色彩差异，之后再计算移动物体中像素的色彩差异的分布，从而获得移动物体的色彩差异的直方图。 

本发明的一实施例中，上述累计图像的色彩差异的直方图，获得累计直方图的步骤包括将这些图像的色彩差异的直方图中对应的色彩差异相加、相 乘或取平均值以作为累计直方图。 

本发明的一实施例中，上述估测累计直方图上色彩差异的分布，获得阴影分布函数的步骤是针对累计直方图中色彩差异的峰值区域内的分布曲线，估测与其近似的高斯曲线，而以高斯曲线的函数作为阴影分布函数，而估测高斯曲线的步骤包括利用强健估测法(Robust estimation)以进行估测。