1.1.1. цифрове зображення
Обробку кольорових зображень можна умовно розділити на дві основні області:
· Обробка зображення в натуральних кольорах,
· Обробка зображення в псевдокольорах.
У першому випадку зображення формується кольоровим реєстратором зображення. У другому випадку завдання полягає в привласненні квітів деякого значенням інтенсивності монохромного сигналу або деякого діапазонами зміни його інтенсивності.
Під зображенням розуміється функція двох дійсних змінних I (x, y). де I - це інтенсивність (яскравість) у точці з координатами (x, y). Для обробки на комп'ютері зображення повинно бути дискретизованої і квантоване. Дискретизованного і квантування зображення називається цифровим. Цифрове зображення A (m, n) представлено в дискретно двовимірному просторі, де m - номер рядка, а n - номер стовпчика.
Елемент, розташований на перетині m -ої рядки і n-го стовпця називається піксель. Інтенсивність пікселя може описуватися або речовим, або цілим числом. Відносна інтенсивність в дійсних числах зазвичай змінюється від 0 до 1, а в цілих числах від 0 до 255.Обично фізичний сигнал, що виникає в точці (x, y). є функцією залежить від багатьох параметрів (z - глибина, # 955; - довжина хвилі, t - час). Серед характеристик цифрових зображень слід виділити:
Дозвіл: вимірюється зазвичай в dpi (dot per inch - кількість точок на дюйм). Наприклад, на екрані монітора дозвіл зазвичай 72 dpi, при виведенні на папір - 600 dpi, при реєстрації на ПЗС-матриці з розміром одного елемента 9 мкм дозвіл складе майже 3000 dpi.
1. Кольорова камера.
2. Чорно-біла камера.
3. Камера з ІК фільтром.
Колірна модель RGB.
Колірна модель або колірний простір - це математичне уявлення деякого набору кольорів. Існує кілька основних математичних моделей. Одна з найбільш широко застосовуваних є модель RGB. Вона заснована на трьох основних (базових) кольорах: червоний (Red), зелений (Green) і синій (Blue). Кольори такого типу називаються адитивними, т. К. Вони отримують за рахунок додавання до чорного. Інші кольори виходять поєднанням базових. Наприклад, поєднання зеленого і червоного дають жовтий колір, поєднання зеленого і синього - блакитний, а поєднання всіх трьох кольорів - білий. Дане колірне простір застосовується в комп'ютерній графіці, бо така організація спрощує архітектуру системи. У програмах для ПК канал зображення кодується одним байтом. У моделі RGB - три канали: червоний, синій і зелений, тобто RGB - трьохканальна колірна модель. Кожен канал може набувати значень від 0 до 255 у десятковій або від 0 до FF в шістнадцятковій системах числення. У RGB кожен колір може приймати 256 градацій: від чисто червоного синього або зеленого в залежності від каналу (FF) до чорного (00). Таким чином в моделі RGB міститься всього 2563ілі 16777216 кольорів.
Малюнок 1 Модель RGB
Дуже часто модель RGB представляють у вигляді куба. У трьох кутах куба розташовані чисті кольори: червоний, зелений і синій. В інших трьох кутах їх повні поєднання: жовтий, блакитний і пурпурний. Між чорним і білим кольорами проведена діагональ, що зображає градацію сірого.
Колірна модель YUV.
Тут замість значень R, G, B використовуються скориговані значення R ', G', B '. Формули коригування прості і залежать від конкретного стандарту. У цифровій техніці діапазон значень RGB становить [0; 255] для кожного компонента, тоді як для компонентів колірного простору YUV діапазони наступні: [0; 255] для Y, [-112; 112] для U і [-157; 157] для V. Крім YUV, можна зустріти ще й такі назви: YIQ, YDbDr, YCbCr. Це не інші моделі, це різновиди YUV. Відрізняються вони коефіцієнтами в формулах і стандартами, в яких застосовуються. YIQ застосовується в стандарті NTSC, YDbDr - в SECAM.
Побудова моделей фону і виділення переднього плану
1. Нерухомі об'єкти,
2. Тимчасово рухомі об'єкти,
3. Повільно рухомі об'єкти,
4. Об'єкти, які вчиняють періодичні коливання,
5. Нерухомі об'єкти з динамічно мінливим зображенням,
6. Рухомі об'єкти.
Методи для виявлення рухомих об'єктів, або інакше виділення переднього плану, можна розділити на наступні групи:
1. Метод віднімання фону.
2. Імовірнісні методи.
3. Тимчасова різниця.
Метод вирахування фону.
Фонову модель можна також побудувати на основі декількох перших кадрів. Підсумкове значення інтенсивності пікселя фонової моделі береться або як середньоарифметичне
або медіанне, центральне значення в відсортованої послідовності.
Важливі недоліки при побудові фонової моделі за допомогою обчислення середньоарифметичного значення:
· Присутність рух в кадрах,
· Випадкові або різкі зміни яскравості (відблиски, засвічування).
Де індекс t показує номер кадру, а коефіцієнт a зазвичай лежить в межах від 0.05 до 0.15 і є ступенем відновлення.
Головним достоїнством вищевикладених алгоритмів є їх простота реалізації. До недоліків відносяться висока чутливість до зміни освітленості сцени (при цьому велика частина може бути сегментована в передній план) і шуму камери, неможливість обробки динамічного фону, велика ймовірність помилок першого (помилкові спрацьовування, обумовлена шумами зображення) і другого роду (пропуск об'єктів) при класифікації конкретних пікселів зображення. Однією з причин цього є сталість порогового значення h. В ідеалі поріг повинен бути для кожного пікселя. Наприклад, для областей з низькою контрастністю він повинен бути менше.
Для вирішення даних проблем використовують адаптивну модель для фонової моделі і переднього плану:
,
.
Також може бути побудована адаптивна модель для порогового значення:
Значення коефіцієнтів a, k береться в діапазоні від 0 до 1. Ваговий коефіцієнт y визначає ступінь відновлення фону і порога h. Дана модифікація методу вирахування фону дозволяє враховувати повторювані зміни зовнішніх умов, а також уникати сегментації рухомих об'єктів, що з'являються на зображенні, як фонових.
Для коректної роботи даного методу необхідно акуратно вибирати значення k. Якщо воно буде занадто мало, то об'єкти переднього плану будуть швидко класифікуватися як фонові, що призведе до неправильної сегментації в наступних кадрах. Крім того, буде неможливо детектування зупинилися об'єктів. Якщо значення для даного коефіцієнта встановити занадто великим, то переднеплановие об'єкти ніколи не будуть переходити в фонові, не дозволяючи відображати довготривалі зміни сцени.
В імовірнісних методах зміни значень пікселів з часом розглядаються як піксельний процес, тобто тимчасової ряд, що складається з значень інтенсивності пікселя. У довільний момент часу t для кожного пікселя (x, y) відома його передісторія:
Зміна пікселів фону моделюється за допомогою нормально розподіленої випадкової величини з щільністю # 951; (
де μ - математичне очікування, # 963; - середньоквадратичне відхилення.
З кількох послідовним кадрам для кожного пікселя проводиться оцінка параметрів μ і # 963 ;, а потім за допомогою порогового значення визначається приналежність пікселя до переднього плану або фону.
Після початкової оцінки значень параметрів для кожного наступного кадру і кожного пікселя розглядається нерівність
Якщо воно виконується, то даний піксель сегментируется в задній план, інакше - в передній.
При кожному новому кадрі час обчислення значень математичного очікування і СКО збільшується. Тому можна після початкового обчислення значень при кожному новому кадрі їх оновлювати:
Даний метод дозволяє відокремити передній план від фону за допомогою операції попиксельного віднімання двох або більше послідовних кадрів. Метод тимчасової різниці добре визначають динамічні зміни сцени, але зазвичай не можуть виділити цілком все однорідні Блоб. Найчастіше даний метод використовується спільно з іншими методами, що дозволяє досить стійко відокремити передній план від фону.
Самим просто способом реалізації даного методу є знаходження різниці між інтенсивності пікселів поточного кадру і попереднього і порівняння його з порогом h.
Якщо ця величина перевищує порогове значення, то даний піксель вважається переднеплановим, інакше - фоном. Основну складність викликає правильний вибір порогового значення.
2. Експериментальні результати.
Виділення рухомих об'єктів
Після отримання маски переднього виду необхідно на ній виділити зв'язкові частини або так звані БЛОБ. Крім цього вирішується проблема видалення не представляють інтересу областей, де сталося рух. Такий результат зазвичай виходить внаслідок шуму камери. Для вирішення даної проблеми необхідно виконати наступні кроки:
1. Видалити які не становлять інтересу пікселі,
2. Провести морфологічну обробку,
3. Виділити об'єкт в прямокутну рамку.
Для видалення пікселів одержувану маску переднього плану розбивають на зони однаково розміру і в кожній зоні підраховується кількість пікселів. Підраховується різниця між отриманим результатом і максимальною кількістю пікселів в зоні. Якщо дана різниця більше порогового значення, то дану зону зараховують до тла, інакше - до переднього плану.
Для отримання пов'язаних областей навколо проводять операцію дилатації. Сусідні зони для зони, зазначеної, як передній план, теж відзначають як передній план.
Група зон, які взаємопов'язані, поміщаються в прямокутну рамку. Межі рамки є крайні зони виділеної області.
Малюнок 2 Метод Тимчасової різниці
Малюнок 3 Метод віднімання фону
Малюнок 4 Імовірнісний метод
Таблиця 1. Тимчасові характеристики.