[发明专利]用于消除明亮区域的图像处理方法

说明书

本发明的目的在于用于过滤由视频摄像机采集的图像视频流中出现的光污染的图像处理方法。该方法包括对于所述图像视频流的当前图像的以下步骤：减去（E2）所述当前图像中呈现的背景以获得当前图像的前景，确定（E31）过亮阵列，通过限制所确定的过亮阵列的像素值来确定（E32）补偿阵列，分割（E33）所确定的过亮阵列，基于经分割的过亮阵列来确定（E34）掩模，将所述掩模应用（E35）于所确定的补偿阵列以便获得过滤阵列，以及通过应用所述过滤阵列来过滤（E37）当前图像的前景以减少图像流的图像中的光污染区域。

技术领域

本发明涉及图像处理领域，并且更具体地涉及图像处理方法，该图像处理方法使得能够消除(supprimer)可能会掩盖由摄像机捕获的图像视频流中的移动中的对象或人的明亮区域(zone lumineuse)。

背景技术

当今，已知检测由摄像机捕获的图像视频流中的移动中的对象或人。这种检测可能有多种目的。例如，当摄像机固定在路灯上时，已知检测路灯附近往来的行人，以增大亮度从而进一步照亮整个区域，或者以使光通量定向至行人的方向。在另一示例中，出于监控的目的，检测在预定区域中往来的个体可能是有用的。

称为高斯混合模型(GMM或英语的“Gaussian Mixture Model”)的已知解决方案在于将一组高斯分布函数应用于由摄像机采集的图像的像素，以便区分其亮度变化很小或不变的像素和其亮度变化更大的像素，前一种像素被认为是呈现所摄场景的背景，后一种像素被认为是因此呈现移动中的对象。

问题出现于当由摄像机拍摄的周围具有不对应于明亮对象的高亮度区域时，尤其是在夜间。在这种情况下，当对图像应用一组高斯分布函数时，这些明亮区域可能会被认为是图像中的移动中的对象，这可能会导致图像处理期间的解释或操纵错误。例如，当期望跟踪在夜间行驶的车辆时，摄像机可能最终跟踪了由车辆的前灯照亮的区域而不是车辆本身，这在监控的情况下是有问题的。同样，在对象淹没在前灯的光中的情况下，检测被车辆的前灯照亮的对象的形状也可能是困难的，甚至是不可能的，这也是一个缺点。

因此，提出使得能够消除在图像中出现的光污染区域以便正确地检测摄像机周围的对象或人的图像处理解决方案将是有利的。

发明内容

为此，本发明的一个主题是一种用于过滤由视频摄像机采集的图像视频流中出现的光污染的图像处理方法。

所述方法的特征在于，对于所述图像视频流的当前图像，其包括以下步骤：

·减去所述当前图像中呈现的背景以获得当前图像的前景，

·确定过亮阵列(matrice de surbrillance)，所述过亮阵列标识当前图像中的其亮度高于图像像素的时间平均亮度的像素，

·通过将所确定的过亮阵列的像素值限制在最小值与最大值之间来确定补偿阵列，

·分割所确定的过亮阵列，

·基于经分割的过亮阵列来确定掩模，

·将所述掩模应用于所确定的补偿阵列，以便获得过滤阵列，以及

·通过应用所述过滤阵列来过滤当前图像的前景，以减少图像流的图像中的光污染区域。

术语“当前图像”应理解为该流中的当前正在处理的图像，按该流的顺序依次对该流的图像进行处理。此外，过亮阵列表征图像视频流中的比正常更亮的像素。

借助于根据本发明的方法，大部分或完全消除了可能是检测对象或人的缺点的图像的明亮区域，使得所述检测容易、快速且可靠。特别地，根据本发明的方法使得能够去除这样的区域：其通过减去底色而被检测为是对象，但其实际上是例如被车辆前灯所照亮的区域。根据本发明的方法有利地适用于期望在其中检测移动中的对象或人的图像，但这并非是限制性的。同样，根据本发明的方法有利地适用于期望在弱照明条件下、尤其是在夜间在其中检测对象或人的图像。