此篇論文為升大四暑假跟吳俊霖老師作專題研究的成果,於同年參加中區影像顯示專題實作競賽,最後獲得優等作品。

  此專題主要內容和『高動態範圍影像』有關,而我在之前的文章裡有簡單的介紹什麼是高動態範圍影像(一個有效的高動態範圍影像合成方法)。而這篇論文主要是要將多張不同曝光時間序列影像中的移動物體自動的去除。由於不同曝光時間本身兩度差異甚大,所以傳統的移動物體偵測法在此是無法使用的,因此我們提出了先將每張影像個別的轉成 HDR 影像,因為 HDR 影像及為外界的真實亮度,所以可以去除曝光時間不同的影像,之後再用簡單的移動物體偵測法即可很有效的偵測出移動物體。下面是系統的流程圖。


  HDR 影像的產生需要 "多張同場景不同曝光時間的影像" 來合成,如果在拍攝的過程中有人走動、小昆蟲的移動、樹木的擺動...等等,都會造成合成的結果有鬼影產生,所以我們希望能在合成前先偵測出移動物體,在合成的過程中將之去除。但是猶如前面所提,不同曝光時間的影像本身亮度差異就已經很大了,因此傳統的移動物體偵測法會失敗,所以我們提出了先將每張影像個別的轉換成 HDR 影像去除曝光時間所造成的差異,再來做移動物體的偵測。

  在這邊,我們所使用的移動物體偵測法為傳統最簡單的偵測法。我們將影像兩兩相減,值大於一個臨界值我們即可判斷該 pixel 為移動物體。在這邊,我們可以想像一下,如果直接將不同曝光時間的影像相減會發什麼問題,答案就是不是移動物體的被叛定為移動物體,原因就是亮度差異太大了。找出了移動物體之後,可能由於我們的臨界值太過於敏感或是太過於被動導致偵測的結果有雜點或是缺動。我們透過形態學(Morphology)的侵蝕(Erosion)與膨脹(dilation)來將雜點去除以及補上。下圖為型態學的示意圖。第一張為原圖,第二張是原圖經過了兩次侵蝕運算將雜點拿掉了,但是同時會將破洞放大,因此我們在經過兩次的膨脹運算,得到第三張圖。



  下圖為用我們的方法所偵測出來的移動物體結果。我們將左上和右上的兩張不同曝光時間的影像先轉成 HDR 影像,之後在兩兩相減得到下面那張影像(紅色標記為移動物體)。可以看到上牌的兩張影像本身的亮度差異滿大的,如果直接相減結果勢必整張都是紅色的移動物體。




  我們偵測出移動物體後,在合成 HDR 時,每一個 pixel 都選擇不是移動物體的 pixel 來合成,如此就可以得到一張沒有移動物體的高動態範圍影像。下面那張圖為我們去除移動物體合成出來的高動態範圍影像。可以看到下排影像序列中,第三張有個人走過,最後的合成結果,我們順利的將移動的人物拿掉,得到一張沒有移動物體的高動態反範圍影像。

創作者介紹

程式之旅、職場之路...

qazq 發表在 痞客邦 PIXNET 留言(0) 人氣()