Hầu hết các thuật toán phát hiện nổi trội đều dễ bị ảnh hưởng bởi bóng và các thay đổi đột ngột của ánh sáng, đó là nguyên nhân phân đoạn nổi trội không đúng. Với các bước xử lý sau như phân loại đối tượng và đánh dấu yêu cầu có sự chính xác trong việc phân đoạn đối tượng, Việc đối phó với bóng và các thay đổi đột ngột của ánh sáng là rất quan trọng trong các hệ thống giám sát thông minh.
Trong bài này, ta sử dụng phối hợp phát hiện bóng. Ta làm rõ rằng các điểm ảnh trong các vùng vector màu RGB ở trong cùng một hướng với các vector màu RGB của các điểm ảnh nền tương ứng với một số lượng chênh lệch nhỏ và giá trị độ sáng của bóng điểm ảnh là nhỏ hơn độ sáng của các điểm nền tương ứng. Để định nghĩa chính thức điều này, ta đặt Ix là màu RGB của một điểm ảnh của ảnh hiện thời ở vị trí x, và Bx là màu RGB của điểm ảnh nền tương ứng. Hơn nữa, đặt Iˆx là vector mà được bắt đầu ở gốc O(0,0,0)
trong không gian màu RGB và kết thúc ở điểm Ix, đặt Bˆxlà vector của điểm nền tương ứng với Bx và đặt dx là phép nhân (.) giữa Iˆx và Bˆx. Hình 2.6 thể hiện các điểm và các vector trong không gian màu RGB. Sự phối hợp phát hiện bóng ở đây phân loại một điểm ảnh là một phần của vùng nổi bật được phát hiện như là bóng nếu thỏa mãn :
⎟⎟⎟<τ ⎠ ⎞ ⎜⎜ ⎜ ⎝ ⎛ ⋅ = x x x x x B B I I d ˆ ˆ ˆ ˆ (2.14) Và Iˆx < Bˆx (2.15)
Trong đó τ là ngưỡng định nghĩa trước gần với một. Phép nhân (.) được dùng để kiểm tra xem Iˆx và Bˆx có cùng hướng hay không. Nếu phép nhân này
(dx) của Iˆx và Bˆx gần đến một, nó chỉ ra rằng chúng hầu hết ở cùng một hướng với lượng khác biệt nhỏ. Lần kiểm tra thứ hai được thực hiện để bảo đảm rằng giá trị ánh sáng của Ixlà nhỏ hơn Bx. Hình 2.7 thể thể hiện một ví dụ các vùng cận cảnh với các bóng trước và sau khi xóa bóng.
Bên cạnh việc xóa bóng, việc phát hiện sự thay đổi ánh sáng đột ngột cũng là một yêu cầu cần thiết đáp ứng hệ thống giám sát thông minh để tiếp tục phát hiện và phân tích đối tượng một cách chính xác. Một sự thay đổi tổng
thể có thể dẫn đến nhiều trường hợp do mặt trời bị hoặc không bị che khuất bởi mây trong môi trường bên ngoài hoặc do bật đèn trong nhà. Cả hai sự thay đổi đó làm cho ánh sáng thay đổi đột ngột trong cảnh mà mô hình nền tương thích không thể điều khiển được. Hình 2.4 thể hiện một ví dụ các frame trước và sau khi ánh sáng thay đổi đột ngột. Một thực tế cho thấy rằng sự thay đổi ánh sáng tổng thể một cách đột ngột là nguyên nhân dẫn đến các mô hình nền phân loại với tỷ lệ lớn (>50%) của các điểm ảnh trong cảnh như là điểm nổi bật. Như vậy, trong một số tình huống, các đối tượng thông thường chuyển động rất gần camera, giả định này quá đơn giản và sai lầm. Theo đó, mục đích của sự phân biệt thay đổi ánh sáng tổng thể từ chuyển động của một đối tượng lớn, ta làm một kiểm tra khác bằng cách dựa vào thực tế rằng trong trường hợp thay đổi ánh sáng tổng thể, sự thay đổi về hình dáng và kích cỡ của các biên đối tượng trong một cảnh không thay đổi quá nhiều và đường bao xung quanh của các vùng cận cảnh được phát hiện không phù hợp với các biên thực tế trong cảnh trong khi trong trường hợp chuyển động của một đối tượng lớn thì đường bao các vùng nổi bật được phát hiện phù hợp với các đường biên thực tế trong ảnh.
Hình 2.4 : Các vector RGB của pixel ảnh hiện thời Iˆx và pixel nền tương ứng
x
Bˆ
(a) (b)
(c ) (d)
Hình 2.5 : Ví dụ về xóa bóng. (a) : Nền ước lượng ; (b) : ảnh hiện thời ; (c) : Các pixel nổi bật được phát hiện (thể hiện ở màu đỏ) và các pixel bóng (Thể hiện màu xanh lá) ; (d) : Các pixel sau khi đã được xóa bóng
(a) (b)
Hình 2.6 : Ví dụ về sự thay đổi ánh sáng đột ngột
(a) Cảnh trước khi ánh sáng đột ngột thay đổi, (b) Cùng cảnh đó sau khi ánh sáng đột ngột thay đổi.
Để kiểm tra xem các đường bao của các vùng phát hiện có phù hợp với các đường biên thực sự trong ảnh hiện thời hay không, ta tận dụng các gradient của ảnh hiện thời và của ảnh nền. Các gradient được tìm bằng cách lấy ánh sáng khác nhau giữa các điểm ảnh liên tiếp trong các ảnh theo hai hướng dọc và ngang. Sau khi các gradient được tìm kiếm ở cả nền và ảnh hiện thời, một ngưỡng được áp dụng và đầu ra được biến đổi thành nhị phân. Khi đó, các gradient của ảnh khác của nền và ảnh hiện thời được tính toán để tìm được duy nhất các đường biên phù hợp với các vùng chuyển động. Hình 2.7 thể hiện các ảnh gradient cho nền và các ảnh hiện thời. Kết quả cuối cùng, vùng nổi trội được phát hiện được co lại từ bề ngoài về bên trong cho đến khi vấp phải một điểm biên trong gradient của ảnh khác. Nếu kết quả vùng nổi trội này là rất nhỏ so với nguyên bản, thì đây là một dấu hiệu của sự thay đổi ánh sáng tổng thể, vì thế mô hình nền được khởi tạo lại với các ảnh hiện thời và một số các ảnh được cho phép. Các ảnh có sóng cũng có thể được sử dụng thay cho các gradient để phân biệt sự thay đổi ánh sáng tổng thể một cách đột ngột.
(a) (b)
( c) (d)
Hình 2.7 : Phát hiện sự thay đổi ánh sáng thực sự. (a) Nền cơ sở ước lượng ; (b) gradient của nền ; (c) ảnh hiện thời ; (d) gradient của ảnh hiện thời ; ( e) sự khác biệt gradient.
(a) (b)
( c)
Hình 2.8 : Ví dụ về đánh nhãn các thành phần liên tục. (a) Nền ước lượng ; (b) ảnh hiện thời ; ( c) các điểm ảnh nổi bật được lọc và liên kết và
đánh nhãn các vùng với các hộp bao xung quanh.