跳到主要內容

臺灣博碩士論文加值系統

(3.235.227.117) 您好!臺灣時間:2021/08/01 22:54
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果 :::

詳目顯示

我願授權國圖
: 
twitterline
研究生:楊宗翰
研究生(外文):Zong-Han Yang
論文名稱:Codebook影像技術應用於即時背景影像重建及移動物件分離之研究
論文名稱(外文):A Study of Real-Time Background Reconstruction and Motion Object Separation Using Codebook Image Technique
指導教授:吳明川吳明川引用關係
口試委員:徐勝均陳政順
口試日期:2012-07-27
學位類別:碩士
校院名稱:國立臺北科技大學
系所名稱:機電整合研究所
學門:工程學門
學類:機械工程學類
論文種類:學術論文
論文出版年:2012
畢業學年度:100
語文別:中文
論文頁數:75
中文關鍵詞:codebook背景模型背景重建更換場景
外文關鍵詞:codebook background modelbackground reconstructionreplacement of the scene
相關次數:
  • 被引用被引用:0
  • 點閱點閱:363
  • 評分評分:
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
本論文研究目的 (一)為背景重建,在有移動物件干擾及動態場景的干擾下,重建出完整的背景;(二)為移動物件分離,在有光影變化、樹葉晃動及看板燈光的干擾下,能夠較完整的擷取出移動物件。這兩種影像技術應用在數位影像處理中,能夠應用的範在圍很多,可以作為判斷事件的良好依據,例如:風景區中的人群和街景區的行人等移動物體追蹤、監控系統偵測、物件辨識…等。
本研究以移動物影像擷取及背景重建為技術主旨,移動物件偵測的部份採取codebook 背景模型,利用影像序列中的顏色和亮度失真,做為每一個像素點來形成一個codebook,也就是前景部份,再來分為兩部份,一部份是針對移動物件的濾除,對每張影像且每一點RGB像素值做比對,統計出該場合下屬於背景的RGB像素值,再利用與原始影像做平均,設定權重值取得平均影像,統計出來的背景與平均影像結合,建構出乾淨的背景影像。另一部份是保留移動物件,對另一張背景影像進行像素點掃描,而進行更換不同背景的場景影像。


The aim of this study to investigate two digital image processing techniques:(a)background reconstruction:in the interference of a motion object interference and dynamic scenes, the reconstruction of a complete background.(b)separation of motion object:in the interference of light and shadow changes, leaves swaying and billboard lighting for a more complete capture of motion objects. The application of these two purposes can be used in digital image processing, to a broader scope and can be used as a on basis to determine the events, such as, people in scenic area and street scenes, mobile object tracking, monitoring system detection, object recognition, etc.
This study focus on the image capture of a motion object and background reconstruction technology. Motion object detection uses part of the codebook background model: color and brightness distortion in the image sequence, each pixel forms a codebook, which is part of the foreground. Then, dividing into two parts. One part is filtering mobile objects. Every point of the RGB pixel values for each images is analyzed and compared for the RGB pixel values of the background. Then, averaging the original image, set the weight values to obtain the average image and calculate the background combined with the average image to construct a clean background image. The other part is to keep motion objects on another background image pixel scan for switching to a different background scene images.


摘 要 i
ABSTRACT ii
誌 謝 iv
目 錄 v
表目錄 vii
圖目錄 viii
第一章 緒論 1
1.1 前言 1
1.2 研究動機 3
1.3 研究目的 4
1.4 文獻回顧 6
1.5 論文架構 8
第二章 數位影像處理技術 9
2.1 色彩空間介紹 9
2.1.1 RGB色彩空間 9
2.1.2 HSV色彩空間 11
2.1.3 YCrCb色彩空間 13
2.2 空間濾波器 15
2.2.1 中值濾波器(Median filter) 16
2.2.2 均值濾波器 18
2.3 影像二值化 19
2.3.1 固定閥值二值化 19
2.4 形態學 21
2.4.1 膨脹運算 21
2.4.2 侵蝕運算 22
2.4.3 斷開運算 23
2.4.4 閉合運算 24
第三章 實驗設備與系統流程 26
3.1 實驗設備 26
3.1.1 來源影像 26
3.1.2 數位照相機 27
3.1.3 個人電腦與程式開發軟體 28
3.2 系統架構 29
第四章 背景重建及更換場景系統 30
4.1 場景定義 30
4.2 前景偵測介紹 32
4.2.1 連續影像相減 33
4.2.2 背景影像相減 33
4.3 運動追蹤模組 34
4.3.1 codebook前景偵測演算法[8] 35
4.3.1.1 codebook背景模型 35
4.3.1.2 背景模型建立 38
4.3.1.3 色彩失真與亮度失真 40
4.3.1.4 最大時間間距(Maximum Negative Run-Length, MNRL) 42
4.3.1.5 前景偵測階段 43
4.3.1.6 背景更新 44
4.3.2 標記化 45
4.4 前景濾除 48
4.5 背景色彩統計 50
4.6 時間均值背景影像 51
4.7 陰影檢測 54
4.8 更換場景系統 56
第五章 實驗結果與討論 59
5.1 程式介面 59
5.2 實驗案例 60
5.3 填補程度分析 67
第六章 結論與未來展望 71
6.1 結論 71
6.2 未來展望 72
參考文獻 73


[1]投資家日報-安全監控產業,2009。
http://luckylong.pixnet.net/blog/post/1776328
[2]Nicholas A. Mandellos, Iphigenia Keramitsoglou and Chris T. Kiranoudis, “A Background Subtraction Algorithm for Detecting and Tracking Vehicles,” E-Product E-Service and E-Entertainment (ICEEE), 2010.
[3]繆紹剛,數位影像處理,台北:普林斯頓國際有限公司,2007。
[4]A. J. Lipton, H. Fujiyoshi, and R. S. Patil, “Moving target classification and tracking from real-time video,” IEEE Workshop Applications of Computer Vision, 1998, pp. 8-14.
[5]R. Cutler and L. S. Davis, “Robust real-time periodic motion detection, analysis, and applications,” IEEE Trans. Pattern Anal. Machine Intell., vol. 22, Aug. 2000, pp. 781-796.
[6]S. C. Cheung and C. Kamath, “Robust techniques for back ground subtraction in Urban Traffic Video,” Proceedings of SPIE, 2004.
[7]S. Huwer and H. Niemann, “Adaptive Change Detection for Real-time Surveillance Applications,” Proceedings of IEEE third International Workshop on Visual Surveillance, July 2000, pp. 37-46.
[8]Kyungnam Kim, Thanarat H. Chalidabhongse, David Harwood, Larry Davis, “Real-time foreground-background segmentation using codebook model, ” Real-Time Imagin, Vol. 11, pp. 172-185, June 2005.
[9]Chris Stauffer, W.E.L Grimson “Adaptive background mixture models for real-time tracking,” IEEE International Conference on Computer Vision and Pattern Recognition, Vol. 2, pp. 246-252, 1999.
[10]R. Cuchiara, C. Grana, M. Piccardi, and A. Prati, “Detecting objects, shadows and ghosts in video streams by exploiting color and motion information,” in Proc. Int. Conf. Image Anal. Process. Palermo, Italy, Sep. 2001, pp. 360-365.
[11]Chung-Cheng Chiu, Min-Yu Ku, Li-Wey Liang, Min-Yu Ku, Li-Wey Liang, and Chung-Cheng Chiu, “A Robust Object Segmentation System Using a Probability Based Background Extraction Algorithm,” IEEE TRANSACTIONS ON CIRCUITS AND SYSTEMS FOR VIDEO TECHNOLOGY, vol. 20, NO. 4, APRIL 2010.
[12]劉啟平,前景偵測技術應用於背景重建之研究,碩士論文,國立臺北科技大學,2010。
[13]宋超宇,MHI技術應用於背景影像重建之研究,碩士論文,國立臺北科技大學,2011。
[14]E.L. Dagless, A.T. Ali, and J.B. Cruz, “Visual Road Traffic Monitoring and Data Collection,” Proc. of IEEE-IEE VNIS’93, 1993, pp.146-149.
[15]H.J. Elias, O.U. Carlos and S. Jesus, “Detected motion classification with a double-background and a neighborhood-based difference,” Pattern Recognition Letters, vol. 24, no. 12, Aug. 2003, pp. 2079-2092.
[16]Sussex Brighton and East Sussex, “Robust Online Video Background Reconstruction Using Optical Flow and Pixel Intensity Distribution,” IEEE, International Conference on Communications(ICC ''08), 2008.
[17]G. Bradski and A. Kaebler, Learning OpenCV Computer Vision with the OpenCV Library, America: O’Reilly, 2008
[18]B. Shoushtarian, and E. Helmut, “A practical adaptive approach for dynamic background subtraction using an invariant color model and object tracking,” Pattern Recognition Letters, vol.26, 2005, pp. 5-26.
[19]T. Horprasert, D. Harwood, and L. Davis, “A statistical approach for real-time robust background subtraction and shadow detection,” IEEE ICCV’99 FRAME-RATE Workshop, 1999.
[20]王工,移動物於交錯情況下影像追蹤之研究,碩士論文,國立臺北科技大學自動化科技研究所,台北,2009。
[21]端木嘉,隨機影像提取技術應用於背景重建之研究,碩士論文,國立臺北科技大學自動化科技研究所,台北,2011。
[22]趙啟棟,應用機器視覺技術於室內火源偵測之研究,碩士論文,國立臺北科技大學自動化科技研究所,台北,2010。


連結至畢業學校之論文網頁點我開啟連結
註: 此連結為研究生畢業學校所提供,不一定有電子全文可供下載,若連結有誤,請點選上方之〝勘誤回報〞功能,我們會盡快修正,謝謝!
QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top