[发明专利]图像处理设备、方法以及程序

说明书

技术领域

本发明涉及图像处理设备、方法以及程序，更具体地涉及可以更简单和更准确地从输入图像提取物体的图像处理设备、方法以及程序。

背景技术

传统上存在使用背景差异提取物体的技术。

在背景差异中，计算预先准备的背景图像和包括将要提取的物体的观察图像（输入图像）之间的差异，使得物体区域可以被提取为前景图像，而无需关于该物体的现有知识。

然而，通过简单地计算静态背景图像和输入图像之间的差异，诸如由于天气或室内灯光的变化和输入图像的背景中包括的除了提取目标以外的物体或树木的轻微移动而导致的亮度变化的噪声可能被提取为前景图像。

因此，为了灵活地响应背景中的变化，提出了各种背景建模技术，诸如使用混合高斯分布（GMM（Gaussian Mixture Model，高斯混合模型））的背景建模估计技术（例如，参见非专利文献1和2）。根据使用混合高斯分布的背景建模估计技术，针对背景中的暂时变化和背景中的快速变化的稳健的响应是可能的。

引用列表

非专利文献

非专利文献1：Atsushi Shimada,Daisaku Arita,和Rin-ichiro Taniguchi,″Distribution number increase and decrease method of dynamic background model based on mixture Gaussian distribution,″Proc.Meeting on Image Recognition and Understanding(MIRU 2006),2006年7月。

非专利文献2：Norimichi Ukita和Takekazu Kato,″Automated learning of target color based on integration of background difference and color detection,and Real-time target detection robust to changes in background,″Proc.Meeting on Image Recognition and Understanding(MIRU 2004),第2卷，24-29页,2004年。

发明内容

本发明要解决的问题

然而，在上述技术中，初步学习背景图像的过程是必需的，且需要防止将要成为前景图像的信息包括在那时可用的背景图像中。此外，该设置对用户来说是麻烦的。此外，当上述技术应用至复杂背景图像时，难于实现实时操作和设置背景模型。

在上述技术中，是继续提取已经被提取为前景图像的物体还是通过将该物体视为背景图像而不再提取该物体取决于物体提取的用途。此外，还没有提出可以灵活响应于此的背景建模技术。

鉴于上述问题作出了本发明，本发明旨在使得能够更容易和更准确地从输入图像提取物体。

问题的解决方案

根据本发明的第一方面的图像处理设备，包括：检测装置，从输入图像检测动态体；设置装置，基于所述检测装置检测的所述动态体的位置，设置遮蔽区域以掩盖所述输入图像中的所述动态体；更新装置，通过将所述输入图像中的除所述遮蔽区域之外的区域学习为背景图像来更新背景图像；以及分离装置，基于所述更新装置更新的所述背景图像和所述输入图像将所述输入图像分离为所述背景图像和作为所述输入图像中的所述动态体的区域的前景图像。

所述检测装置可以针对所述输入图像的每帧检测所述动态体，所述设置装置可以在帧之间的所述动态体的位置的变化大于给定阈值时设置所述遮蔽区域，以及所述更新装置可以将帧之间的所述动态体的所述位置的变化大于所述给定阈值时设置的所述遮蔽区域之外的区域学习为所述背景图像。以这种方式，可以更新背景图像。

所述设置装置可以设置掩盖所述输入图像的给定帧中检测的所述动态体的初始遮蔽区域，以及所述更新装置可以学习当所述给定帧之后的帧之间的所述动态体的所述位置的变化大于给定阈值时设置的所述遮蔽区域之外的区域，直到所述输入图像中对应于所述初始遮蔽区域的所有对应区域被学习为所述背景图像为止。

信息处理设备还设置有存储装置，存储通过所述更新装置更新的所述背景图像，且当帧之间的所述动态体的所述位置的变化小于所述给定阈值时，所述更新装置可以基于所述输入图像和所述存储装置中存储的所述背景图像更新所述背景图像。