静止背景における動物体の検出 （背景差分法とその応用）

動画像処理特論 １ ２０１２
静止背景における動物体の検出
（背景差分法とその応用）
背景差分法

固定環境、固定カメラにおける移動物体の検出法

移動物体が存在しない環境画像（背景画像）の獲得

入力画像と背景画像との 画素ごと の差の計算

画像の中の画素を ①背景
②移動物体 に分類
入力画像（背景モデリング）
背景のモデル（背景画像）
抽出した移動物体
入力画像
実画像の例
抽出した移動物体の領域
背景画像
移動する車の抽出例
時速３２キロ
もう一つの例
A棟入口
A棟の西側
問題設定
１．抽出したいものは移動物体である
２．カメラの位置、方向、焦点距離などのパラメータは
すべて固定
この場合，移動物体は存在しない場合，画像は不変
（静止）である
 この前提のもとで、画像の中の画素を
① 背景
② 移動物体
の2種類に分類して、移動物体の抽出と追跡を行う。
背景差分法の各課題





１．背景画像の獲得
考慮すべき要素： 移動物体の存在
背景の変化 照明条件の変化
２．背景差分の計算法
計算対象の選択： 明るさ、彩度、色相



３．移動対象の検出
背景差分法:最も単純の場合

１．背景画像の獲得

２．入力画像と背景画像との画素ごとの差の計算
（背景差分）

３．閾（しきい）値処理による移動物体の抽出

１．背景画像の獲得
最も単純の場合、移動物体のない時に、画像を一
枚撮影すれば良い。
２．入力画像と背景画像との画素ごとの差の計算
（背景差分）
I d ( x, y )  I ( x, y )  I b ( x, y )

しかし、画素値の範囲は ０～２５５ なので、画素
の差の範囲は、－２５５～２５５ の間になる。
差分の結果を“画像”の形で保存するために、工夫が
必要。
方法１： 絶対値を取る。 方法２： 結果を２で割る

３．閾（しきい）値処理による移動物体の抽出
I d ( x, y )  I ( x, y )  I b ( x, y )
差分の結果から、移動物体の判定するするために、
閾値処理で２値化を行う。

1; if | I d ( x, y )  T ,
I res ( x, y )  
otherwise
0;
ここで、閾値の決め方が課題である。
練習問題１
実際の画像列を用いて、OpenCVの抽出を行い、そ
の結果を示しなさい。
http://www.wakayamau.ac.jp/~chen/education/advimg/advimg1.html
にあります。