專利名稱:固定式攝像機顏色校正的方法和裝置的制作方法
技術領域:
本發(fā)明一般地涉及數(shù)字視頻監(jiān)視、視頻事件檢索和視頻處理,更具體地說,本發(fā)明涉及顏色校正技術。
背景技術:
監(jiān)視系統(tǒng)通常可以預先警告安全人員潛在的危威和/或為調查危險情況提供便利。為了進行調查,安全人員必須主動搜索視頻圖像以找出相關人員或事件進行取證。事實上,有關人員或車輛外貌的信息經常限于一些缺乏唯一、可靠地辨識物體所需的持久性的特征。但在現(xiàn)實世界中,此類信息在整理搜索和幫助發(fā)現(xiàn)物體方面非常有用,尤其是與其他信息結合使用時。
當辨識人員身份時,此類特征通常被稱為“輔助生物特征信息”(softbiometrics)。最重要的輔助生物特征信息之一是衣服顏色,因為它能容易觀察和記住,并且可以從視頻圖像中提取。類似地,在辨識車輛時,顏色通常是唯一可行的提示。因此,對于許多監(jiān)視應用來說,用戶可通過顏色信息發(fā)現(xiàn)重要事件。例如,當對可疑活動報告進行跟蹤調查(例如,查找具有特定樣式、型號和顏色的涉事車輛)時,或者當執(zhí)行零售監(jiān)視(例如,將從商店拿走貨品的顧客與其出門相關聯(lián))時,顏色信息可幫助辨識。辨識物體顏色極具挑戰(zhàn)性,因為顏色不能保證恒常性。例如,當觀察環(huán)境中物體的全景圖像時,感知的(和真實的)物體顏色可能呈現(xiàn)為綠色。但是,當隔離出物體圖像的一部分(例如,提取整個圖像的不變的一部分)時,它的顏色可能實際由另一顏色的像素組成。例如,從整個圖像提取的綠色像素在隔離提取的部分中可能呈現(xiàn)為灰色像素或藍色像素。像素可能在全景中“呈現(xiàn)”為綠色是因為人們會無意識地發(fā)現(xiàn)場景中的顏色偏紅,并正
確地補償以感知綠色-物體的真實反射率(reflectance)。類似地,人們會將不同日內時
間或不同照明條件下來自同一攝像機的圖像看成另一種顏色,并且由完全不同的顏色像素構成。因此需要改進的圖像顏色校正方法和裝置。
發(fā)明內容
一般地,提供了用于圖像顏色校正的方法和裝置。根據(jù)本發(fā)明的一個方面,從固定式攝像機中獲取的圖像中的一種或多種顏色通過以下步驟而被校正從獲取于所述固定式攝像機的一個或多個先前圖像中獲取一個或多個歷史背景模型;從獲取于所述固定式攝像機的一個或多個當前圖像中獲取實時背景模型和實時前景模型;從所述一個或多個歷史背景模型產生參考圖像;以及處理所述參考圖像、所述實時背景模型和所述實時前景模型以產生所述圖像中的一組經過顏色校正的前景物體。所述一組經過顏色校正的前景物體可選地被處理以例如使用顏色量化分類方法或直方圖顏色分類方法對至少一個前景物體的顏色進行分類。所述參考圖像可以是顯著最優(yōu)地接近漫射白光照明(diffuse white lighting)下場景的歷史背景模型的線性組合。所述參考圖像可以顯著地進行局部優(yōu)化以補償局部照明和陰影。在一個實施方式中,所述參考圖像、所述實時背景模型和所述實時前景模型通過局部應用一種或多種顏色校正算法以顯著地優(yōu)化從所述參考圖像到所述實時背景模型的映射來處理。例如,所述映射可應用于所述實時前景模型以獲取圖像中的一組經過顏色校正的前景物體。通過參考下面的詳細描述和附圖,可以更全面地理解本發(fā)明以及本發(fā)明進一步的特征和優(yōu)點。
圖I是描述包含本發(fā)明特征的顏色校正過程的示例性實施方式的流程圖;圖2更詳細地示出了圖I中的參考圖像計算; 圖3更詳細地示出圖I中的顏色校正和顏色分類;以及圖4示出可用于實現(xiàn)本發(fā)明的一個或多個方面和/或元件的計算機系統(tǒng)。
具體實施例方式本發(fā)明提供改進的圖像顏色校正方法和裝置。根據(jù)本發(fā)明的一個方面,提供顏色適應(chromatic adaptation)算法,其根據(jù)認識到攝像機是固定式的并且背景模型可用而執(zhí)行顏色校正。所公開的顏色適應算法補償照明影響并恢復物體的真實反射率。顏色適應技術I.白斑法(white patch)根據(jù)Retinex算法,可使用三種不同的波段(實踐中為紅色、綠色、藍色)獨立地實現(xiàn)顏色恒常性。請參閱例如“The Retinex Theory of Color Vision”(Retinex色覺理論,發(fā)表于科學美國人,第237卷,第108-128頁,再版于McCann,第III卷,第125-142頁,1977年)。假設存在單一全局均勻光源,并且場景中存在將反射每種顏色的最大值的物體。這樣,Retinex理論提出光源為(rmax,gmax,bmax),并且通過由該光源歸一化每個像素,可實現(xiàn)顏色恒常性。此方法通常被稱為白斑算法,因為假設圖像中最亮的斑塊為白色。2.灰色世界法(gray world)在灰色世界算法中,假設場景中的空間反射率平均值是無色的(achromatic)。在這種情況下,歸一化基于均值比(μ '/ μ Ur> μ Cg/ μ \、μ Cb/ μ Ub),其中上標C和U分別表示標準的(canonical)和未知的光源。例如,灰色世界方法可以歸一化以恢復與光源無關的反射率,然后量化為預定數(shù)量的顏色,以恢復具有特定顏色的物體。3.灰度邊緣法(gray edge)灰度邊緣方法已顯示出對于復雜自然場景非常有用,并且還非常有效。請參閱例如J. van de Wei jer等人所著的“Edge-Based Color Constancy”(基于邊緣的顏色恒常性,發(fā)表于IEEE Trans, on Image Processing,第9期,第16卷,2007年9月)。所述灰度邊緣方法基于灰度邊緣假設,其假設場景中的平均邊緣差別是無色的。為進行灰度邊緣顏色校正,按通道應用Sobel濾波器。使用如下所示的梯度幅度
Vr|(/,7)| = \dr,x(^A+\dr,y(^AV s 1(/, y)| = g’x (/, y)| +1 ,,{u y)|Vb\(ij} = I 之』,y.)| +1 匕’加·)|來判定權重因子,以便更強調強邊緣。計算邊緣像素(ra、ga、ba)的加權平均值。然后通過以下公式縮放輸入通道(A,pgu、、P的每個像素
r r s b' '、l,J,~~.
U+S Sa+^ K+^ J在示例性實施方式中,ε = O. 128以防止歸一化的r、g、b值當除以非常小的數(shù)時 超出色域?;疑澜绾突叶冗吘壖夹g都需要表示均勻白光照明下的場景的標準圖像。事實上,可能無法獲得這樣的圖像。J. P. Renno等人所著的“Application and Evaluation ofColour Constancy in Visual Surveillance”(視覺監(jiān)視中顏色恒常性的應用和評價,發(fā)表于在北京召開的第二屆IEEE聯(lián)合國際VS-PETS研討會記錄中,2005年10月15至16日,301-308)提出和測試了多種根據(jù)各種用來發(fā)現(xiàn)具有最大顏色范圍的圖像的度量來選擇標準圖像的方法。類似地,對于灰色世界方法和灰度邊緣方法而言,準確的顏色校正依賴于相對于標準圖像的圖像內容。在實時視頻中,場景內容將因為物體(人或車輛)移入前景而隨時間發(fā)生變化。因此,重要的是根據(jù)背景模型的照明針對當前圖像執(zhí)行顏色適應。實際上,能采取的最佳措施是使用最新的背景模型。這些方法被認為“使用背景模型”。最后,強度歸一化允許量化(特別是指量化為黑和白)適應于場景亮度和日內時間。強度歸一化可以在顏色校正之前執(zhí)行。根據(jù)每個通道的圖像樣本均值和方差歸一化每個像素值。
/N
r~MR
V) °κg,= —~—
σΓ
U’J h
b- Mb
K σ B >在顏色校正之后,可以再次執(zhí)行歸一化以便平均強度處于同一范圍內。圖I是描述包含本發(fā)明特征的顏色校正過程100的示例性實施方式的流程圖。如圖I所示,示例性顏色校正過程100最初在步驟110使用若干先前(歷史)視頻圖像執(zhí)行背景減除。此外,示例性顏色校正過程100還在步驟140使用若干實時(或即時)視頻圖像執(zhí)行背景減除。一般地說,在步驟110和140執(zhí)行的背景減除處理視頻輸入(例如,來自數(shù)字攝像機輸入)并產生背景模型。背景模型是包含場景中不移動物體的圖像。例如,背景模型可以包括道路、建筑、天空或其他不動的物體。一旦車輛停放,如果它不移動,也變成更新的背景模型的一部分。有若干公知的方法來檢測場景中的移動物體(例如人和車輛)。例如,可使用圖像差值法(image differencing)、多兀高斯混合(Multi-Gaussian Mixture)模型(請參閱例如 C. Stauffer 和 I E. L. Grimson 所著的 “Adaptive Background Mixture Modelsfor Real-Time Tracking”(用于實時跟蹤的自適應背景混合模型,發(fā)表于IEEE計算機協(xié)會計算機視覺和模式識別大會,第2卷,1999年))、核密度方法(請參閱例如A. Elgammal等人所著的 “Non-Parametric Model for Background Subtraction”(用于背景減除的非參數(shù)化模型,發(fā)表于在愛爾蘭都柏林召開的第六屆關于計算機視覺的歐洲大會,2000年6月/7月))和均值平移(mean shift)技術(B. Han等人所著的“Incremental DensityApproximation and Kernel-Based Bayesian Filtering for Object Tracking,,(用于物體跟蹤的遞增密度近似和基于核的貝葉斯濾波,發(fā)表于在華盛頓召開的IEEE計算機視覺和模式識別大會,2004年))來執(zhí)行移動物體檢測。 如圖I所示,步驟110執(zhí)行的背景減除的輸出包括若干歷史輸出(Bt)。所述氏輸出是系統(tǒng)在一段時間內產生的歷史背景模型。在理想狀況下,希望背景模型包含與當前幀相同的靜態(tài)物體。也就是說,如果汽車停放并更改了背景,則從歷史的觀點來看應關注當前背景(汽車),而非汽車后面的場景。一般而言,使用如相同靜態(tài)場景所表明的一段時間內照明的變化。如圖I所示,步驟140執(zhí)行的背景減除的輸出包括一個實時背景模型B1和一個實時前景模型FGltj所述前景模型FG1是包含場景中移動物體的圖像。如圖I所示,步驟110的Bt輸出在步驟120由參考計算過程進行處理(下面將結合圖2進一步地介紹)以產生參考圖像IM。然后所述參考圖像Ifrf與步驟140執(zhí)行的背景減除所產生的實時背景模型B1和實時前景模型FG1在步驟130 —起進行處理以產生前景顏色校正FG。。。所述前景顏色校正FG。。在步驟150進行處理以對顏色進行分類,下面將結合圖3進一步地介紹。圖2進一步詳細地示出了圖I中的參考圖像計算120。示例性參考圖像計算120采用照明條件是加性的(additive)假設。參考圖像計算120找到作為最接近“白光照明”的背景模型線性組合的參考圖像,所述參考圖像進行局部優(yōu)化以補償局部照明和陰影。如圖I所示,參考圖像計算120處理在步驟110 (圖I)獲取的一系列歷史背景模型(Bt、Bt+1、Bt+2)。參考圖像計算120產生識別了局部照明斑塊的參考圖像(Ifef)。根據(jù)本發(fā)明的顏色校正計算依賴于所述參考圖像(Ifrf)。在理想狀況下,該參考圖像(Iftf)表示在漫射白光照明下物體的反射率(顏色)是什么樣的。參考圖像對于當前背景模型來說是所希望的。因此,輸入為歷史背景模型。假設照明條件是加性的。發(fā)現(xiàn)作為最接近“白光”照明的背景模型線性組合的參考圖像。確定優(yōu)化照明“白度”(whiteneSS)度量的背景模型加權組合。可以使用不同的度量,例如基于顏色分布統(tǒng)計(因為在白光照明下,很可能有最大的顏色范圍)或最純的顏色的“彩度”(colorfulness)度量,所述最純的顏色即位于平面亮度(plane luminance)上或附近的色域(color gamut)的極端(extremum)處的顏色。此外,只要具有足夠的信息(分辨率和歷史信息),則可以局部執(zhí)行此優(yōu)化以便能夠補充局部照明和陰影。圖3更詳細地示出圖I中的顏色校正130和顏色分類150。如圖3所示,顏色校正130處理步驟120計算的參考圖像(Ifef),以及步驟140執(zhí)行的背景減除所產生的實時背景模型B1和實時前景模型FG115顏色校正130產生一組經過顏色校正的前景物體FGCC。示例性顏色校正130在局部應用公知的顏色校正算法以便優(yōu)化到參考圖像(Ifef)的映射。例如,示例性顏色校正130可以應用諸如上述灰色世界法、白斑法或色域映射技術之類的公知的顏色校正算法。顏色校正130計算從參考圖像(Ifrf)到實時(或當前)背景模型B1的映射。此映射被應用于實時(或當前)前景物體FG1 (關注的物體)以獲取它們經過校正的著色(coloration)。示例性顏色分類150處理顏色校正130所產生的一組經過顏色校正的前景物體FGcc0示例性顏色分類150產生所述一組經過顏色校正的前景物體FG。。中的每個物體的顏 色。一般來說,示例性顏色分類150使用經過顏色校正的像素執(zhí)行物體的顏色分類。此顏色分類可能需要顏色量化和直方圖,或者可能更為復雜且需要某種類型的物體顏色模型,如本領域的技術人員清楚地知道的那樣。示例件系統(tǒng)和制品詳細說明本領域的技術人員將理解,本發(fā)明的各方面可以實現(xiàn)為系統(tǒng)、方法或計算機程序產品。因此,本發(fā)明的各方面可以采取完全硬件實施例、完全軟件實施例(包括固件、駐留軟件、微代碼等)或組合了軟件和硬件方面的實施例的形式,所有這些實施例在此通常被稱為“電路”、“模塊”或“系統(tǒng)”。此外,本發(fā)明的各方面可以采取體現(xiàn)在一個或多個計算機可讀介質(在介質中具有計算機可讀程序代碼)中的計算機程序產品的形式。本發(fā)明的一個或多個實施例或其中的元件可以通過裝置的形式實現(xiàn),所述裝置包括存儲器和至少一個與所述存儲器相連并可通過運行執(zhí)行示例性方法步驟的處理器。一個或多個實施例可以使用通用計算機或工作站上運行的軟件。圖4示出用于實現(xiàn)本發(fā)明的一個或多個方面和/或元件的示例性計算機系統(tǒng)400。參考圖4,這種實施方式可以例如采用處理器402、存儲器404和例如由顯示器406和鍵盤408構成的輸入/輸出接□。如在此使用的,術語“處理器”旨在包括任何處理設備,例如包括CPU(中央處理單元)和/或其他形式的處理電路的處理設備。進一步地,術語“處理器”可以指代多個單獨的處理器。術語“存儲器”旨在包括與處理器或CPU關聯(lián)的存儲器,例如RAM(隨機存取存儲器)、ROM(只讀存儲器)、固定存儲設備(例如,硬盤)、可拆裝存儲設備(例如,軟盤)、閃存和類似的設備。此外,正如在此使用的那樣,短語“輸入/輸出接口”旨在例如包括一個或多個用于將數(shù)據(jù)輸入處理單元的裝置(例如,鼠標),以及一個或多個用于提供與處理單元關聯(lián)的結果的裝置(例如,打印機)。處理器402、存儲器404以及諸如顯示器406和鍵盤408之類的輸入/輸出接口可以例如通過作為數(shù)據(jù)處理單元412 —部分的總線410互連。還可以例如通過總線410與網(wǎng)絡接口 414 (例如,用于與計算機網(wǎng)絡接口連接的網(wǎng)卡)和媒體接口416 (例如,用于與媒體418接口連接的軟盤或⑶-ROM驅動器)進行適當?shù)幕ミB??梢蕴峁┠M數(shù)字轉換器420以接收諸如模擬視頻饋入之類的模擬輸入,然后將這些模擬輸入數(shù)字化。此類轉換器可以與系統(tǒng)總線410互連。
因此,包括用于執(zhí)行此處所述的本發(fā)明方法的指令或代碼的計算機軟件可以存儲在一個或多個關聯(lián)的存儲設備(例如,ROM、固定或可拆裝存儲器)中,并且在準備使用時,部分或全部加載(例如,到RAM中)并由CPU執(zhí)行。此類軟件可以包括但不限于固件、駐留軟件、微代碼等。適合于存儲和/或執(zhí)行程序代碼的數(shù)據(jù)處理系統(tǒng)將包括至少一個通過系統(tǒng)總線410直接或間接連接到存儲器元件404的處理器402。所述存儲器元件可以包括在程序代碼的實際執(zhí)行期間使用的本地存儲器、大容量存儲裝置以及提供至少某些程序代碼的臨時存儲以減少必須在執(zhí)行期間從大容量存儲裝置檢索代碼的次數(shù)的高速緩沖存儲器。輸入/輸出或I/O設備(包括但不限于鍵盤408、顯示器406、指點設備等)可以直接(例如通過總線410)或通過中間I/O控制器(為清晰起見而省略)與系統(tǒng)相連。諸如網(wǎng)絡接口 414之類的網(wǎng)絡適配器也可以被連接到系統(tǒng)以使所述數(shù)據(jù)處理系統(tǒng)能夠通過中間專用或公共網(wǎng)絡變得與其他數(shù)據(jù)處理系統(tǒng)或遠程打印機或存儲設備相連。調制解調器、電纜調制解調器和以太網(wǎng)卡只是幾種當前可用的網(wǎng)絡適配器類型。 如在此(包括權利要求)使用的,“服務器”包括運行服務器程序的物理數(shù)據(jù)處理系統(tǒng)(例如,圖4中示出的系統(tǒng)412)。將理解的是,此類物理服務器可能包括顯示器或鍵盤,也可能不包括。需要指出,本發(fā)明的各方面可以采取體現(xiàn)在一個或多個計算機可讀介質(在介質中具有計算機可讀程序代碼)中的計算機程序產品的形式。可以使用一個或多個計算機可讀介質的任意組合。所述計算機可讀介質可以是計算機可讀信號介質或計算機可讀存儲介質。所述計算機可讀存儲介質可以是(例如但不限于)電、磁、光、電磁、紅外線或半導體系統(tǒng)、裝置、設備或上述介質的任何適當組合。媒體塊418是非限制性示例。計算機可讀存儲介質的更具體的示例(非窮舉列表)可以包括以下項具有一條或多條線的電連接、便攜式計算機軟盤、硬盤、隨機存取存儲器(RAM)、只讀存儲器(ROM)、可擦寫可編程只讀存儲器(EPR0M或閃存)、光纖、便攜式光盤只讀存儲器(CD-ROM)、光存儲設備、磁存儲設備或上述介質的任何適當組合。在本文檔的上下文中,計算機可讀存儲介質可以是任何能夠包含或存儲由指令執(zhí)行系統(tǒng)、裝置或設備使用或與所述指令執(zhí)行系統(tǒng)、裝置或設備結合的程序的有形介質。所述計算機可讀信號介質可以包括其中包含計算機可讀程序代碼的傳播數(shù)據(jù)信號(例如,位于基帶中或作為載波的一部分)。此類傳播信號可以采取任何多樣的形式,包括但不限于電磁、光或這些形式的任何適當組合。所述計算機可讀信號介質可以是計算機可讀存儲介質以外的任何能夠傳送、傳播或傳輸由指令執(zhí)行系統(tǒng)、裝置或設備使用或與所述指令執(zhí)行系統(tǒng)、裝置或設備結合的程序的計算機可讀介質??梢允褂萌魏芜m當?shù)慕橘|(包括但不限于無線、有線、光纜、RF等或上述介質的任何適當組合)來傳輸所述計算機可讀介質中包含的程序代碼。用于執(zhí)行本發(fā)明的各方面的操作的計算機程序代碼可以使用包含一種或多種編程語言的任意組合來編寫,所述編程語言包括諸如Java、Smalltalk、C++或類似語言之類的面向對象的編程語言以及諸如“C”編程語言或類似的編程語言之類的常規(guī)過程編程語言。所述程序代碼可以完全地在用戶計算機上執(zhí)行,部分地在用戶計算機上執(zhí)行,作為獨立的軟件包執(zhí)行,部分地在用戶計算機上并部分地在遠程計算機上執(zhí)行,或者完全地在遠程計算機或服務器上執(zhí)行。在后者的情況中,所述遠程計算機可以通過包括局域網(wǎng)(LAN)或廣域網(wǎng)(WAN)的任何類型網(wǎng)絡與用戶的計算機相連,也可以與外部計算機進行連接(例如,使用因特網(wǎng)服務提供商通過因特網(wǎng)連接)。參考根據(jù)本發(fā)明的實施例的方法、裝置(系統(tǒng))和計算機程序產品的流程圖和/或方塊圖對本發(fā)明的各方面進行了描述。將理解,所述流程圖和/或方塊圖的每個方塊以及所述流程圖和/或方塊圖中的方塊的組合可以由計算機程序指令來實現(xiàn)。這些計算機程序指令可以被提供給通用計算機、專用計算機或其他可編程數(shù)據(jù)處理裝置的處理器以產生機器,以便通過所述計算機或其他可編程數(shù)據(jù)處理裝置的處理器執(zhí)行的所述指令產生用于實現(xiàn)在一個或多個流程圖和/或方塊圖方塊中指定的功能/操作的裝置。 這些計算機程序指令也可以被存儲在引導計算機、其他可編程數(shù)據(jù)處理裝置或其他設備以特定方式執(zhí)行功能的計算機可讀介質中,以便存儲在所述計算機可讀介質中的所述指令產生一件包括實現(xiàn)在所述一個或多個流程圖和/或方塊圖方塊中指定的功能/操作的指令的制品。所述計算機程序指令還可被加載到計算機、其他可編程數(shù)據(jù)處理裝置或其他設備,以導致在所述計算機、其他可編程裝置或其他設備上執(zhí)行一系列操作步驟以產生計算機實現(xiàn)的過程,從而在所述計算機或其他可編程裝置上執(zhí)行的指令提供用于實現(xiàn)在一個或多個流程圖和/或方塊圖方塊中指定的功能/操作的過程。附圖中的流程圖和方塊圖示出了根據(jù)本發(fā)明的各種實施例的系統(tǒng)、方法和計算機程序產品的可能實施方式的架構、功能和操作。在此方面,所述流程圖或方塊圖中的每個方塊都可以表示代碼的模塊、段或部分,所述代碼包括用于實現(xiàn)指定的邏輯功能(多個)的一個或多個可執(zhí)行指令。還應指出,在某些備選實施方式中,在方塊中說明的功能可以不按圖中說明的順序發(fā)生。例如,示為連續(xù)的兩個方塊可以實際上被基本同時地執(zhí)行,或者某些時候,取決于所涉及的功能,可以以相反的順序執(zhí)行所述方塊。還應指出,所述方塊圖和/或流程圖的每個方塊以及所述方塊圖和/或流程圖中的方塊的組合可以由執(zhí)行指定功能或操作的基于專用硬件的系統(tǒng)或專用硬件和計算機指令的組合來實現(xiàn)。如在此描述的那樣,此處所述的方法步驟可以綁定到被設計為執(zhí)行這些步驟的通用計算機上,或綁定到用于執(zhí)行這些步驟的硬件上。進一步地,此處所述的方法步驟(例如包括獲取數(shù)據(jù)流和對數(shù)據(jù)流進行編碼)還可以綁定到諸如相機或麥克風之類的從中獲取數(shù)據(jù)流的物理傳感器上。需要指出,此處所述的任何方法都可以包括提供包括體現(xiàn)在計算機可讀存儲介質中的獨特軟件模塊的系統(tǒng)的額外步驟。所述方法步驟然后可以使用上述在一個或多個硬件處理器402上執(zhí)行的系統(tǒng)的獨特軟件模塊和/或子模塊來執(zhí)行。在某些情況下,可以使用專用硬件實現(xiàn)此處所述的一種或多種功能。進一步地,計算機程序產品可以包括具有適合于通過實現(xiàn)執(zhí)行此處所述的一個或多個方法步驟的代碼的計算機可讀存儲介質,所述方法步驟包括為系統(tǒng)提供獨特軟件模塊。在任何情況下,應該理解,此處所示的組件可以通過各種形式的硬件、軟件或硬件和軟件的組合來實現(xiàn);例如,專用集成電路(ASICS)、功能電路、一個或多個適當設計的具有關聯(lián)存儲器的通用數(shù)字計算機等。一旦給出在此提供的本發(fā)明教導,相關領域的技術人員將能夠構想本發(fā)明的組件的其他實施方式。
在此使用的術語僅出于描述特定實施例的目的,并非對本發(fā)明進行限制。正如在此使用的那樣,單數(shù)形式“一”、“一個”和“所述”旨在同時包括復數(shù)形式,除非上下文另外明確指出。將進一步理解的是,當在本說明書中使用時,術語“包括”和/或“包含”指定存在所述特性、整數(shù)、步驟、操作、元件和/或組件,但并不排除其中存在或增加一個或多個其他特性、整數(shù)、步驟、操作、元件、組件和/或由此構成的組。下面權利要求中的所有裝置或步驟加功能元件的對應結構、材料、操作和等同物旨在包括用于與其他如具體聲明的所聲明的元件結合執(zhí)行所述功能的任何結構、材料或操作。出于說明和描述目的給出了對本發(fā)明的描述,但是所述描述并非旨在是窮舉的或是將本發(fā)明限于所公開的形式。在不偏離本發(fā)明的范圍和精神的情況下,許多修改和變化對于 本領域的技術人員來說都將是顯而易見的。實施例的選擇和描述是為了最佳地解釋本發(fā)明的原理、實際應用,并且使得本領域的其他技術人員能夠理解本發(fā)明的具有各種修改的、適合于所構想的特定使用的各種實施例。
權利要求
1.一種用于校正從固定式攝像機中獲取的圖像中的一種或多種顏色的方法,包括 從獲取于所述固定式攝像機的一個或多個先前圖像中獲取一個或多個歷史背景模型; 從獲取于所述固定式攝像機的一個或多個當前圖像中獲取實時背景模型和實時前景模型; 根據(jù)所述一個或多個歷史背景模型產生參考圖像;以及 處理所述參考圖像、所述實時背景模型和所述實時前景模型以產生所述圖像中的一組經過顏色校正的前景物體。
2.如權利要求I中所述的方法,其中所述參考圖像是顯著最優(yōu)地接近漫射白光照明下場景的所述歷史背景模型的線性組合。
3.如權利要求I中所述的方法,其中所述參考圖像顯著地進行局部優(yōu)化以補償局部照明和陰影。
4.如權利要求I中所述的方法,其中所述處理步驟進一步包括局部應用一種或多種顏色校正算法以顯著地優(yōu)化從所述參考圖像到所述實時背景模型的映射的步驟。
5.如權利要求4中所述的方法,其中所述映射被應用于所述實時前景模型以獲取所述圖像中的所述一組經過顏色校正的前景物體。
6.如權利要求I中所述的方法,進一步包括處理所述一組經過顏色校正的前景物體以對至少一個所述前景物體的顏色進行分類的步驟。
7.如權利要求6中所述的方法,其中至少一個所述前景物體的所述顏色使用顏色量化顏色分類方法和直方圖顏色分類方法中的一種或多種進行分類。
8.一種用于校正從固定式攝像機中獲取的圖像中的一種或多種顏色的裝置,包括 被配置為從獲取于所述固定式攝像機的一個或多個先前圖像中獲取一個或多個歷史背景模型的裝置; 被配置為從獲取于所述固定式攝像機的一個或多個當前圖像中獲取實時背景模型和實時前景模型的裝置; 被配置為根據(jù)所述一個或多個歷史背景模型產生參考圖像的裝置;以及被配置為處理所述參考圖像、所述實時背景模型和所述實時前景模型以產生所述圖像中的一組經過顏色校正的前景物體的裝置。
9.如權利要求8中所述的裝置,其中所述參考圖像是顯著最優(yōu)地接近漫射白光照明下場景的所述歷史背景模型的線性組合。
10.如權利要求8中所述的裝置,其中所述參考圖像顯著地進行局部優(yōu)化以補償局部照明和陰影。
11.如權利要求8中所述的裝置,其中所述參考圖像、所述實時背景模型和所述實時前景模型通過局部應用一種或多種顏色校正算法以顯著地優(yōu)化從所述參考圖像到所述實時背景模型的映射來處理。
12.如權利要求11中所述的裝置,其中所述映射被應用于所述實時前景模型以獲取所述圖像中的所述一組經過顏色校正的前景物體。
13.如權利要求8中所述的裝置,進一步包括被配置為處理所述一組經過顏色校正的前景物體以對至少一個所述前景物體的顏色進行分類的裝置。
14.如權利要求13中所述的裝置,其中至少一個所述前景物體的所述顏色使用顏色量化顏色分類方法和直方圖顏色分類方法中的一種或多種進行分類。
全文摘要
提供用于圖像顏色校正的方法和裝置。從固定式攝像機中獲取的圖像中的一種或多種顏色通過從獲取于所述固定式攝像機的一個或多個先前圖像中獲取一個或多個歷史背景模型;從獲取于所述固定式攝像機的一個或多個當前圖像中獲取實時背景模型和實時前景模型;根據(jù)所述一個或多個歷史背景模型產生參考圖像;以及處理所述參考圖像、所述實時背景模型和所述實時前景模型以產生所述圖像中的一組經過顏色校正的前景物體來校正。所述一組經過顏色校正的前景物體可選地被處理以對至少一個前景物體的顏色進行分類。
文檔編號G06T5/50GK102760287SQ20121012775
公開日2012年10月31日 申請日期2012年4月26日 優(yōu)先權日2011年4月29日
發(fā)明者K·舍鮑姆, L·M·布朗, R·S·費里斯, S·U·潘坎蒂 申請人:國際商業(yè)機器公司