Chuyển động là một hoạt động mạnh được sử dụng bởi con người và nhiều loài động vật để trích xuất đối tượng quan tâm từ một nền tảng của các chi tiết không liên quan. Trong các ứng dụng hình ảnh, chuyển động phát sinh từ sự dịch chuyển tương đối giữa các hệ thống cảm biến và cảnh đang được xem, chẳng hạn như trong các ứng dụng robot, chuyển hướng tự trị, và phân tích cảnh năng động. Trong phần tiếp theo, chúng tôi xem xét việc sử dụng các chuyển động trong phân vùng cả về không gian và trong miền tần số.
Kỹ thuật không gian
Phương pháp tiếp cận cơ bản
Một trong những phương pháp đơn giản để phát hiện những thay đổi giữa hai khung hình ảnh (x, y, ti) ) và f (x, y, tj) chụp ở những thời ti, và tj, tương ứng, là so sánh hai hình ảnh từng pixel. Một thủ tục để làm điều này là để tạo thành một hình ảnh khác biệt. Giả sử chúng ta có một hình ảnh tài liệu tham khảo chỉ chứa các thành phần đứng yên. So sánh các bức ảnh với một hình ảnh tiếp theo của ảnh nhưng trong
đó có một đối tượng chuyển động, kết quả trong sự khác biệt của hai hình ảnh hủy các yếu tố cố định, chỉ để lại các mục khác không tương ứng với các thành phần hình ảnh tĩnh.
Một hình ảnh khác biệt giữa hai hình ảnh chụp ở những thời ti, tj và có thể được định nghĩa là
(10.6.1)
trong đó T là một mức quy định. Lưu ý rằng di j(x, y) có giá trị là 1 tại tọa độ không gian (x, y) chỉ khi sự khác biệt màu xám cấp giữa hai ảnh này là đáng khác nhau tại những tọa độ, theo quyết định của T mức quy định. Người ta cho rằng tất cả các hình ảnh có cùng kích thước. Cuối cùng, chúng tôi lưu ý rằng các giá trị của các tọa độ (x, y) trong phương trình. (10,6-1) trải rộng kích thước của những hình ảnh này, để hình ảnh khác biệt di j(x, y) cũng có cùng kích thước như những hình ảnh trong dãy . Trong xử lý hình ảnh động, tất cả các điểm trong di j (x,y) với giá trị 1 được coi là kết quả của chuyển động đối tượng . Phương pháp này là chỉ áp dụng nếu hai hình ảnh đã được đăng ký theo không gian và nếu chiếu sáng là tương đối ổn định trong giới hạn được thiết lập bởi T. Trong thực tế, có giá trị 1 mục trong di j (x,y) thường phát sinh như là kết quả của nhiễu . Thông thường, các điểm bị cô lập trong hình ảnh khác biệt, và một cách tiếp cận đơn giản để loại bỏ của họ là để tạo thành 4 -. hoặc 8 - khu vực kết nối của l's trong di j (x,y) và sau đó bỏ qua bất kỳ khu vực có ít hơn một số định trước các mục. Mặc dù nó có thể dẫn đến bỏ qua các đối tượng nhỏ và di chuyển chậm, phương pháp này giúp cải thiện các cơ hội mà các mục còn lại trong hình ảnh sự khác biệt thực sự là kết quả của chuyển động
Sự khác biệt được tích lũy
Phần bị cô lập do nhiễu không phải là một vấn đề không đáng kể khi cố gắng để trích xuất các thành phần chuyển động từ một chuỗi hình ảnh. Mặc dù số lượng các phần có thể được giảm một phân tích kết nối ngưỡng , quá trình lọc này cũng có thể loại bỏ các đối tượng nhỏ hoặc di chuyển chậm như đã nói trong phần trước. Một cách để giải quyết vấn đề này là bằng cách xem xét những thay đổi ở một vị trí điểm ảnh trên một vài khung, do đó thêm một "bộ nhớ" quá trình này. Ý tưởng là để bỏ qua những thay đổi xảy ra không thường xuyên qua một chuỗi khung và do đó có thể là do nhiễu ngẫu nhiên.
Xem xét một chuỗi các khung hình ảnh của f(x, y, t1) , f(x, y, t2) ,………… f(x, y, tn) và để cho f (x, y, t1) là hình ảnh tham khảo . Một hình ảnh khác biệt tích lũy (ADI) được hình thành bằng cách so sánh hình ảnh thông tin này với tất cả các hình ảnh tiếp theo trong chuỗi. Một truy cập cho mỗi vị trí điểm ảnh trong hình ảnh tích lũy được tăng lên mỗi khi có một sự khác biệt xảy ra ở vị trí điểm ảnh giữa các tài liệu tham
khảo và hình ảnh trong trình tự. Vì vậy, khi khung thứ k đang được so sánh với các tài liệu tham khảo, các mục trong một điểm ảnh cho các hình ảnh tích lũy cho biết số lần mức xám ở vị trí đó là khác với giá trị điểm ảnh tương ứng trong các hình ảnh tham khảo. Sự khác biệt được thành lập, ví dụ, bằng cách sử dụng phương trình. (10,6-1). Thường dùng là xem xét ba loại hình ảnh khác biệt tích lũy: Adis tuyệt đối, tích cực và tiêu cực. Giả sử rằng các giá trị màu xám cấp của các đối tượng di chuyển lớn hơn nền, ba loại ADIS được định nghĩa như sau. Cho R (X. y) biểu thị các hình ảnh tham khảo và để đơn giản hóa các ký hiệu, biểu thị cho k tk, do đó f (x. v, k) = f(x, y, tk) Chúng tôi giả định rằng R (x, y) = f (x, y, 1). Sau đó, cho bất kỳ k> 1, và hãy nhớ rằng các giá trị của Adis là đếm, chúng ta định nghĩa sau cho tất cả các giá trị có liên quan của (x, y).
nơi Ak(x, t) , Pk(x, y) và Nk(x, y) là Adis tuyệt đối, tích cực và tiêu cực, tương ứng, sau khi hình ảnh thứ k trong dãy xuất hiện .
Điều này được hiểu rằng những Adis bắt đầu với tất cả bằng giá trị 0 (số lượng). Cũng lưu ý rằng ADIS có cùng kích thước như những hình ảnh trong dãy . Như đã đề cập trước đây, những hình ảnh trong dãy được tất cả các giả định là có cùng kích thước. Cuối cùng, chúng tôi lưu ý rằng thứ tự của sự bất bình đẳng và các dấu hiệu của các ngưỡng trong EQS. (10,6-3) và (10,6-4) được đảo ngược nếu các giá trị màu xám cấp của các điểm ảnh nền lớn hơn so với mức độ của các đối tượng di chuyển. Ví dụ 10.19: Tính toán của các hình ảnh khác biệt tích lũy tuyệt đối, tích cực và tiêu cực
Hình 10,49 cho thấy ba Adis hiển thị như hình ảnh cường độ cho một đối tượng hình chữ nhật kích thước 75 x 50 điểm ảnh đang chuyển động theo một hướng đông nam với tốc độ pixel trên khung. Các hình ảnh có kích thước 256 x 256 pixel. Chúng tôi lưu ý những điều sau đây: (1) Các khu vực khác không của ADI tích cực bằng với kích thước của các đối tượng di chuyển. (2) Các vị trí của ADI tích cực tương ứng với vị trí của đối tượng di chuyển trong các hệ quy chiếu. (3) Các số đếm trong ADI tích cực ngừng tăng khi đối tượng di chuyển được thay thế hoàn toàn đối với cùng một đối
tượng trong khung tham khảo với.
Thiết lập một hình ảnh tham khảo
Một chìa khóa cho sự thành công của các kỹ thuật được thảo luận trong hai phần trước là có một bức ảnh tham khảo dựa vào đó so sánh tiếp theo có thể được thực hiện. Như đã trình bày, sự khác biệt giữa hai hình ảnh trong một vấn đề hình ảnh động có xu hướng hủy bỏ tất cả các thành phần văn phòng phẩm, chỉ để lại hình ảnh yếu tố tương ứng với tiếng ồn và cho các đối tượng di chuyển. Vấn đễ nhiễu có thể được xử lý bằng phương pháp lọc đã đề cập trước hoặc bằng cách hình thành một hình ảnh khác biệt tích lũy, như đã thảo luận trong phần trước.
Trong thực tế, có được một bức ảnh tham khảo chỉ có các yếu tố cố định không phải là luôn luôn có thể, và xây dựng một tài liệu tham khảo từ một tập hợp các hình ảnh có chứa một hoặc nhiều đối tượng chuyển động trở nên cần thiết. Điều này đặc biệt cần thiết cho các tình huống mô tả cảnh bận rộn hoặc trong trường hợp cập nhật thường xuyên là cần thiết. Một thủ tục để tạo ra một bức ảnh tham khảo như sau. Xem xét các hình ảnh đầu tiên trong một chuỗi là hình ảnh tham khảo. Khi một thành phần bất tĩnh đã chuyển hoàn toàn ra khỏi vị trí của nó trong hệ quy chiếu, nền tương ứng trong khung hiện tại có thể được lặp lại ở vị trí ban đầu bị chiếm đóng bởi các đối tượng trong hệ quy chiếu. Khi tất cả các đối tượng chuyển động đã chuyển hoàn toàn ra khỏi vị trí ban đầu của họ, hình ảnh tham khảo chỉ chứa các thành phần văn phòng phẩm sẽ được tạo ra. Đối tượng chuyển có thể được thiết lập bằng cách theo dõi những thay đổi trong ADI tích cực, thể hiện ở phần trước.
Hình 10.50 ( a) và (b ) cho thấy hai khung hình ảnh của một nút giao thông . Những hình ảnh đầu tiên được coi là tài liệu tham khảo , và thứ hai mô tả cảnh cùng một thời gian r muộn. Mục tiêu là để loại bỏ các đối tượng chuyển động chính trong các hình ảnh tham khảo để tạo ra một hình ảnh tỉnh . Mặc dù có đối tượng chuyển
động nhỏ hơn , tính năng di chuyển chủ yếu là ô tô tại ngã tư di chuyển từ trái sang phải. Cho mục đích minh họa , chúng tôi tập trung vào đối tượng này. Bằng cách theo dõi những thay đổi trong ADI tích cực , nó có thể xác định vị trí ban đầu của một đối tượng chuyển động , như được giải thích trước đó. Khi khu vực bị chiếm đóng bởi đối tượng này được xác định , các đối tượng có thể được gỡ bỏ từ hình ảnh bằng cách trừ . Bằng cách nhìn vào khung trong trình tự mà tại đó các ADI tích cực ngừng thay đổi , chúng ta có thể sao chép từ hình ảnh này khu vực trước đây bị chiếm đóng bởi các đối tượng chuyển động trong khung ban đầu . Khu vực này sau đó được dán lên hình ảnh mà từ đó các đối tượng được cắt ra, do đó khôi phục lại nền của khu vực đó. Nếu điều này được thực hiện cho tất cả các đối tượng chuyển động , kết quả là hình ảnh tham khảo chỉ có các thành phần tĩnh dựa vào đó chúng ta có thể so sánh các khung sau để phát hiện chuyển động , như được giải thích trong hai phần trước . Kết quả của việc loại bỏ các phương tiện di chuyển về phía đông - ràng buộc trong trường hợp này được thể hiện trong hình . 10.50 ( c ) .
Ví dụ 10.20: Xây dựng hình ảnh tham khảo