物體偵測裝置及方法
【專利摘要】本發(fā)明涉及一種物體偵測方法，應用于物體偵測裝置中，包括：擷取包括多個像素的影像；產(chǎn)生多個影像區(qū)塊，分別對應像素其中之一；對影像區(qū)塊中的一特定影像區(qū)塊以N個濾波參數(shù)進行濾波以產(chǎn)生N個濾波結(jié)果，并依序?qū)⑻囟ㄓ跋駞^(qū)塊的模糊度增加；計算特定影像區(qū)塊的N個均方根誤差值，其中第M個均方根誤差值依據(jù)第M個及第M-1個濾波結(jié)果計算產(chǎn)生；根據(jù)N個均方根誤差值計算近似線斜率值做為特定影像區(qū)塊的模糊值；重復上述步驟產(chǎn)生所有像素對應的影像區(qū)塊的模糊值；將影像區(qū)塊對應的模糊值與門坎值比較以偵測出清晰物體的對應像素，進而偵測聚焦物體。
【專利說明】物體偵測裝置及方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及一種數(shù)字影像偵測技術(shù)，特別是涉及一種物體偵測裝置及方法。
【背景技術(shù)】
[0002]由于一般攝影裝置未具有偵測空間深度的功能，因此無法從拍攝的結(jié)果中獲得空間深度的數(shù)據(jù)，必須加裝特殊的深度偵測裝置，或是透過數(shù)字影像處理方法來估測空間深度。接著，利用空間深度信息或是類似的替代信息，偵測在特定距離上的物體。
[0003]當物體落在攝影裝置的聚焦位置上時，物體將會清楚呈現(xiàn)在擷取的影像中。若物體偏離聚焦位置時，則會出現(xiàn)模糊的形體。由此可知，拍攝物體的模糊程度與攝影裝置聚焦參數(shù)具有十分密切的關(guān)聯(lián)性，同時拍攝物體的模糊程度與空間深度距離也具有關(guān)聯(lián)性。在數(shù)字影像處理技術(shù)中，邊界是一個參考指標，其可以用來計算邊界模糊程度，進而偵測物體。在現(xiàn)有技術(shù)中，曾經(jīng)由判斷邊界的寬度來決定邊界的模糊度，或是計算邊界內(nèi)外像素的差異值來判別像素的模糊度。然而，這些技術(shù)對于光源強度的變化十分敏感，亦會造成計算的模糊值的變動，進而造成無法穩(wěn)定地、準確地偵測物體。
[0004]因此，設(shè)計一種新的物體偵測裝置及方法，使用具備抵抗光源變化能力的像素的模糊值計算方法，進而偵測清晰物體，是業(yè)界亟待解決的問題。

【發(fā)明內(nèi)容】

[0005]本發(fā)明的一個方面是提供一種物體偵測方法，應用于物體偵測裝置中，包括:擷取包括多個像素(pixel)的影像；產(chǎn)生多個影像區(qū)塊，其中各影像區(qū)塊分別對應像素其中之一；對影像區(qū)塊中的一特定影像區(qū)塊以N個濾波參數(shù)進行濾波以產(chǎn)生N個濾波結(jié)果，濾波參數(shù)依序?qū)⑻囟ㄓ跋駞^(qū)塊的模糊度增加；計算特定影像區(qū)塊的N個均方根誤差(root meansquare error ;RMSE)值,其中第M個均方根誤差值是依據(jù)第M個及第M-1個濾波結(jié)果計算產(chǎn)生；根據(jù)N個均方根誤差值計算近似線斜率值，以作為特定影像區(qū)塊的模糊值；重復上述步驟以產(chǎn)生所有像素對應的影像區(qū)塊的模糊值；以及將影像區(qū)塊對應的模糊值與門坎值比較以偵測出清晰物體的至少一對應像素，進一步偵測出聚焦(in-focus)物體。
[0006]依據(jù)本發(fā)明一個實施例，其中近似線斜率值是利用N個均方根誤差值進行最小平方近似法(least squares approximations)計算產(chǎn)生。
[0007]依據(jù)本發(fā)明另一實施例,其中門坎值為適應性(adaptive)門坎值，以先前的門坎值以及特定影像區(qū)塊中包括的像素的平均模糊值計算產(chǎn)生。
[0008]依據(jù)本發(fā)明又一實施例，物體偵測方法包括判斷影像是否為動態(tài)影像，當影像為動態(tài)影像時，包括下列步驟:對動態(tài)影像與參考動態(tài)影像進行比較，以偵測出移動物體；以及根據(jù)清晰物體和移動物體偵測出聚焦物體。其中參考動態(tài)影像為先前動態(tài)影像。
[0009]依據(jù)本發(fā)明再一實施例，物體偵測方法包括擷取參考深度表，以影像區(qū)塊對應的模糊值以及參考深度表產(chǎn)生影像的影像深度圖。
[0010]依據(jù)本發(fā)明還具有的一個實施例，物體偵測方法包括對聚焦物體進行數(shù)字影像處理，其中數(shù)字影像處理包括形態(tài)學處理和中間值濾波處理。
[0011]本發(fā)明的另一方面是提供一種物體偵測裝置，包括:影像擷取模塊、影像轉(zhuǎn)換模塊以及聚焦物體偵測模塊。影像擷取模塊擷取包括多個像素的影像，以產(chǎn)生多個影像區(qū)塊，其中各影像區(qū)塊分別對應像素其中之一。影像轉(zhuǎn)換模塊包括:N個濾波單元、N個均方根誤差計算單元以及斜率值計算單元。濾波單元具有對應濾波單元其中之一的N個濾波參數(shù)，用以對影像區(qū)塊中的一特定影像區(qū)塊進行濾波以產(chǎn)生N個濾波結(jié)果，其中濾波參數(shù)依序?qū)⑻囟ㄓ跋駞^(qū)塊的模糊度增加。均方根誤差計算單元計算對應特定影像區(qū)塊的N個均方根誤差值，其中第M個均方根誤差值是依據(jù)第M個及第M-1個該些濾波結(jié)果計算產(chǎn)生。斜率值計算單元根據(jù)N個均方根誤差值計算近似線斜率值，以作為特定影像區(qū)塊的模糊值。聚焦物體偵測模塊在所有影像區(qū)塊對應的模糊值產(chǎn)生后，將影像區(qū)塊對應的模糊值與門坎值比較以偵測出清晰物體的至少一對應像素，進一步偵測出聚焦物體。
[0012]依據(jù)本發(fā)明一個實施例，其中斜率值計算單元利用N個均方根誤差值進行最小平方近似法計算產(chǎn)生近似線斜率值。
[0013]依據(jù)本發(fā)明另一實施例，其中門坎值為適應性門坎值，以先前門坎值以及特定影像區(qū)塊中包括的像素的平均模糊值計算產(chǎn)生。
[0014]依據(jù)本發(fā)明又一實施例，物體偵測裝置包括移動物體偵測模塊，用以在當影像為動態(tài)影像時，對動態(tài)影像與參考動態(tài)影像進行比較，以偵測出移動物體，聚焦物體偵測模塊根據(jù)清晰物體以及移動物體判斷出聚焦物體。其中參考動態(tài)影像為先前動態(tài)影像。
[0015]依據(jù)本發(fā)明再一實施例，物體偵測裝置包括深度圖建構(gòu)模塊，用以擷取參考深度表，根據(jù)影像區(qū)塊對應的模糊值以及參考深度表產(chǎn)生影像的影像深度圖。
[0016]依據(jù)本發(fā)明還具有的一個實施例，物體偵測裝置包括數(shù)字影像處理模塊，對聚焦物體進行數(shù)字影像處理，其中數(shù)字影像處理包括形態(tài)學處理和中間值濾波處理。
[0017]應用本發(fā)明的優(yōu)點在于通過模糊值的計算，建立空間深度的參考數(shù)據(jù)，以由模糊值的大小偵測特定距離上的物體，并與參考深度表結(jié)合可以產(chǎn)生影像的深度圖，而輕易地達成上述目的。
【專利附圖】

【附圖說明】
[0018]為了使本發(fā)明的上述和其它目的、特征、優(yōu)點與實施例能更明顯易懂，提供附圖，在附圖中:
[0019]圖1為本發(fā)明一實施例中，一種物體偵測裝置的框圖；
[0020]圖2為本發(fā)明一實施例中，影像的示意圖；
[0021]圖3為本發(fā)明一實施例中，影像轉(zhuǎn)換模塊的框圖；
[0022]圖4為本發(fā)明一實施例中，均方根誤差計算單元對應的濾波單元數(shù)量以及所計算的均方根誤差值分布的示意圖；
[0023]圖5為本發(fā)明另一實施例中，一種動態(tài)影像的物體偵測裝置的框圖；
[0024]圖6為本發(fā)明一個實施例中，表示亮度的伽瑪參數(shù)與依本發(fā)明的方式計算出的模糊值的變化率的關(guān)系圖；
[0025]圖7為本發(fā)明一實施例中，物體的距離與模糊值的關(guān)系圖；以及
[0026]圖8為本發(fā)明一實施例中，物體偵測方法的流程圖?！揪唧w實施方式】
[0027]參照圖1。圖1為本發(fā)明一個實施例，一種物體偵測裝置I的框圖。物體偵測裝置I包括:影像擷取模塊100、影像轉(zhuǎn)換模塊102、聚焦物體偵測模塊104、影像處理模塊106以及深度圖建構(gòu)模塊108。
[0028]影像擷取模塊100擷取含有多個像素的影像101。于本實施例中，影像101為靜態(tài)影像。影像擷取模塊100根據(jù)此影像101產(chǎn)生多個影像區(qū)塊103，其中影像區(qū)塊103分別對應像素其中之一。影像轉(zhuǎn)換模塊102根據(jù)這些影像區(qū)塊103，經(jīng)過濾波及計算后，產(chǎn)生對應各個像素的影像區(qū)塊103的模糊值105。
[0029]聚焦物體偵測模塊104根據(jù)影像101中各個像素的模糊值105與門坎值比較。于不同實施例中，此門坎值可為固定的或是適應性的。于本實施例中，模糊值105越小代表此像素較為清晰，模糊值105越大則代表此像素較為模糊。因此，在經(jīng)過各個像素的模糊值105與門坎值的比較后，聚焦物體偵測模塊104將可偵測出影像101中的清晰物體。于本實施例中，影像101是為靜態(tài)影像，因此所偵測出的清晰物體即為聚焦物體107。影像處理模塊106可進一步對聚焦物體107進行處理，以產(chǎn)生最終的聚焦物體結(jié)果109。
[0030]以下將對于整個物體偵測的過程進行更詳細的說明。首先，參照圖2。圖2為本發(fā)明一個實施例中，影像擷取模塊100所擷取的影像101的示意圖。
[0031]影像擷取模塊100所擷取的影像101由多個像素20所組成。于一個實施例中，前述多個影像區(qū)塊103其中任一是以影像101的其中一個像素，如圖2繪示的像素21為中心，與其周圍的像素23所形成WXH的圖窗(wind0w)25。于本實施例中，影像區(qū)塊103分別是一個3X3的圖窗25。因此，如影像的大小為AXB，在將此大小的圖窗沿著每個像素20移動，將可產(chǎn)生AXB個影像區(qū)塊。
[0032]參照圖3。圖3為本發(fā)明一個實施例中，影像轉(zhuǎn)換模塊102的框圖。影像轉(zhuǎn)換模塊102包括:N個濾波單元30、N個均方根誤差(RMSE)計算單元32以及斜率值計算單元34。
[0033]N個濾波單元30具有N個相對應的濾波參數(shù)Φ2、…、ΦΝ。N個濾波單元30分別接收影像區(qū)塊103中的一特定影像區(qū)塊作為輸入(如圖2所繪示的圖窗25)。N個濾波單元30進一步對此特定影像區(qū)塊進行濾波，以產(chǎn)生N個濾波結(jié)果Ip 12、…、ΙΝ。其中于本實施例中，濾波參數(shù)Φρ Φ2、…、(1\依序?qū)⑻囟ㄓ跋駞^(qū)塊的模糊度增加。換句話說，濾波結(jié)果I1的結(jié)果將比原特定影像區(qū)塊模糊，濾波結(jié)果I2的結(jié)果將比濾波結(jié)果I1的結(jié)果模糊，以此類推。因此，濾波結(jié)果 In的結(jié)果將產(chǎn)生最模糊的影像區(qū)塊。
[0034]于一實施例中，第M個濾波結(jié)果Im是依據(jù)下列式子產(chǎn)生:
[0035]Im = Ι0*ΦΜ,且 M = {1，2，K, N}
[0036]其中，Itl為原始的影像區(qū)塊，ΦΜ為第M個濾波參數(shù)，Im為兩者的回旋積分(convolution)結(jié)果。于一個實施例中，濾波參數(shù)可由下面兩式?jīng)Q定:
[0037]
【權(quán)利要求】
1.一種物體偵測方法，應用于物體偵測裝置中，包括: 擷取包括多個像素的影像； 產(chǎn)生多個影像區(qū)塊，其中該些影像區(qū)塊分別對應該些像素其中之一； 對該些影像區(qū)塊中的一特定影像區(qū)塊分別以N個濾波參數(shù)進行濾波以產(chǎn)生N個濾波結(jié)果，其中該些濾波參數(shù)系依序?qū)⒃撔┨囟ㄓ跋駞^(qū)塊的模糊度增加； 計算對應該特定影像區(qū)塊的N個均方根誤差值，其中第M個該些均方根誤差值是依據(jù)第M個及第M-1個該些濾波結(jié)果計算產(chǎn)生； 根據(jù)該N個均方根誤差值計算近似線斜率值，以作為該特定影像區(qū)塊的模糊值；重復上述步驟以產(chǎn)生所有該些像素對應的該些影像區(qū)塊的該模糊值；以及分別將該些影像區(qū)塊對應的該模糊值與門坎值比較以偵測出清晰物體的至少一對應像素，進一步偵測出聚焦物體。
2.根據(jù)權(quán)利要求1所述的物體偵測方法，其中該近似線斜率值是利用該N個均方根誤差值進行最小平方近似法計算產(chǎn)生。
3.根據(jù)權(quán)利要求1所述的物體偵測方法，其中該門坎值為適應性門坎值，以先前門坎值以及該特定影像區(qū)塊中包括的該些像素的平均模糊值計算產(chǎn)生。
4.根據(jù)權(quán)利要求1所述的物體偵測方法，還包括判斷該影像是否為動態(tài)影像，當該影像為該動態(tài)影像時， 還包括下列步驟: 對該動態(tài)影像與參考動態(tài)影像進行比較，以偵測出移動物體；以及 根據(jù)該清晰物體以及該移動物體偵測出該聚焦物體。
5.根據(jù)權(quán)利要求4所述的物體偵測方法，其中該參考動態(tài)影像為一先前動態(tài)影像。
6.根據(jù)權(quán)利要求1所述的物體偵測方法，還包括擷取參考深度表，以根據(jù)該些影像區(qū)塊對應的該模糊值以及該參考深度表產(chǎn)生該影像的影像深度圖。
7.根據(jù)權(quán)利要求1所述的物體偵測方法，還包括對該聚焦物體進行數(shù)字影像處理，其中該數(shù)字影像處理包括形態(tài)學處理和包括中間值濾波處理。
8.—種物體偵測裝置，包括: 影像擷取模塊，擷取包括多個像素的影像，以產(chǎn)生多個影像區(qū)塊，其中該些影像區(qū)塊分別對應該些像素其中之一； 影像轉(zhuǎn)換模塊，包括: N個濾波單元，具有分別對應該些濾波單元其中之一的N個濾波參數(shù)，用以對該些影像區(qū)塊中的一特定影像區(qū)塊進行濾波以產(chǎn)生N個濾波結(jié)果，其中該些濾波參數(shù)系依序?qū)⒃撔┨囟ㄓ跋駞^(qū)塊的模糊度增加； N個均方根誤差計算單元，用以計算對應該特定影像區(qū)塊的N個均方根誤差值，其中第M個該些均方根誤差值是依據(jù)第M個及第M-1個該些濾波結(jié)果計算產(chǎn)生；以及 斜率值計算單元，用以根據(jù)該N個均方根誤差值計算近似線斜率值，以作為該特定影像區(qū)塊的模糊值；以及 聚焦物體偵測模塊，用以于所有該些像素對應的該些影像區(qū)塊的該模糊值產(chǎn)生后，使該模糊值與門坎值比較以偵測出清晰物體的至少一對應像素，進一步偵測出聚焦物體。
9.根據(jù)權(quán)利要求8所述的物體偵測裝置，其中該斜率值計算單元利用該N個均方根誤差值進行最小平方近似法計算產(chǎn)生該近似線斜率值。
10.根據(jù)權(quán)利要求8所述的物體偵測裝置，其中該門坎值為適應性門坎值，以一先前門坎值以及該特定影像區(qū)塊中包括的該些像素的平均模糊值計算產(chǎn)生。
11.根據(jù)權(quán)利要求8所述的物體偵測裝置，還包括移動物體偵測模塊，用以在當該影像為動態(tài)影像時，對該動態(tài)影像與參考動態(tài)影像進行比較，以偵測出移動物體，該聚焦物體偵測模塊根據(jù)該清晰物體以及該移動物體判斷出該聚焦物體。
12.根據(jù)權(quán)利要求11所述的物體偵測裝置，其中該參考動態(tài)影像為先前動態(tài)影像。
13.根據(jù)權(quán)利要求8所述的物體偵測裝置，還包括深度圖建構(gòu)模塊，用以擷取參考深度表，以根據(jù)該些影像區(qū)塊對應的該模糊值以及該參考深度表產(chǎn)生該影像的影像深度圖。
14.根據(jù)權(quán)利要求8所述的物體偵測裝置，還包括數(shù)字影像處理模塊，用以對該聚焦物體進行數(shù)字影像處理，其中該數(shù)字影像處理包括形態(tài)學處理和包括中間值濾波處理。
【文檔編號】H04N5/232GK103841312SQ201210490627
【公開日】2014年6月4日 申請日期:2012年11月27日 優(yōu)先權(quán)日:2012年11月27日
【發(fā)明者】曾易聰 申請人:財團法人資訊工業(yè)策進會