CN1351317A - 图像检测系统与方法 - Google Patents

Abstract

一种应用图像信号自动读取并判别某一空间内沿某平面某一特定路径与方向移动的物体的占有与移动状态的检测系统。通过摄像机的取像并数字化,可得各像素的图像强度数据。将其加以处理后,以巨观的检测观点,利用欲检测空间内的某实物与其对应于画面上的图像间的转换关系,并利用在图像画面上所定义的取样带及检测单元,可以进行某物体的各种状态指标运算。依照天色或周围环境的改变而更新此检测空间的背景图像,以得到各种检测数据。

Description

图像检测系统与方法

本发明涉及利用实时图像以获得某一空间内物体的占有与移动状态，特别是用于道路交通状态的检测。

以往的交通检测以计数单一定点的方式来取得一路段的流量、速率与占有率等数据。传统上的作法，大多数是在路面下埋设感应线圈来进行检测。然而单一定点的检测方式常使得检测数据因代表性不足，而使检测与判断丧失其精确度，以致无法检测出整条路段的车流拥塞情形。另外，由于感应线圈因受车辆长期辗压，易致损坏，除本身功能无法发挥外，更需不时挖掘路面以进行线圈的替换或维修，除了造成人力与物力的浪费，并对交通产生相当程度的冲击。

日商住友电器工业股份有限公司在台湾专利公告号349211中公开了一种道路塞车测量方法，依据由摄像机所拍摄的道路及该道路上往来的车辆描绘成多个连续图像并构成动画，以测量道路塞车状况。首先在上述图像中设定多个取样点并取其亮度值。将连续图像中某特定时刻推测有车辆存在的取样点当作存在取样点子以检测出，然后将连续图像中某特定时刻推测有车辆移动的取样点当作移动取样点以检测之。利用车辆外观形状大多为矩形的特性，按照比例决定移动方块与塞车方块并据以测量某一定时刻内此受测路段上的塞车状态。松下电器产业株式会社(Matsushita ElectricIndustrial Co.，Ltd.)亦在美国专利5,590,217号中公开一种车辆活动检测装置，以车辆为检测对象，利用摄像机以二维面式的取像方法拍摄检测区的车辆图像数据，并存储在该装置中，再利用电脑处理该图像数据，以得到道路交通状况。

上述公开的方法及装置具有下列缺点：

1.检测对象：仅能检测车道上的车辆，并不能使用于其他物体的检测。

2.取样方式：在车道横断面上以实际距离等间距方式取样，因此距离摄像机愈远处，在图像画面上所见的取样点间隔愈小。由于取样点彼此间并非相邻的连续布设，因此在靠近摄像机的近距离范围内会有取样代表性不足的缺点。之后又必须为此进行数据的平滑处理，增加整体数据处理的时间。

3.检测网格：将取样点依车辆行驶方向划分为若干网格，但因取样点采以车道横断面为主的非相邻方式取样，且取样时间间隔较大(约1至2秒)，容易有数据漏失的情形。

4.检测观点：虽然以检测车道空间的车辆占有与车流移动等类似的状态为目的，但因判断过程仍以车辆为检测目标，需假设平均车辆尺寸，并据以设定候补方块，再针对其内的取样点判断取样点是否有车辆存在或移动，以判断是否为移动方块或塞车方块。此演算法过于繁复，故效率不高。

5.处理时间：一次处理循环时间为1至2秒。若时速为40公里/小时，则秒速约为11米/秒，因此1秒内车辆行驶的距离已超出一般小汽车的长度，很可能造成误判。故虽可处理车速较低的路况，却无法涵盖车速较高的情形。

6.背景图像初始化：未提出任何可自动达成背景图像初始化的方法。

7.背景图像更新方法：使用的算式为可变系数，判别为车辆占有或塞车度愈高时此可变系数愈小。事实上判别为有车辆占有时，并无更新背景的必要，且塞车度与背景更新并无直接关系。

因此，本发明使用较先进的技术，利用取样带的方式来进行图像检测，除了提高检测的灵敏度外，更使所取得的数据具有平滑的效果。利用本发明所提供的方法，除了可减少数据处理的时间外，更可增进运算效率，即使车道上的车速高达90公里/小时以上，仍不会有误判的情况发生。

本发明为应用图像信号自动读取并判别欲检测的空间中各物体的移动与占有状态的检测系统。本发明的一具体实施例应用于道路交通状态的检测，然亦可推广于保全系统或其他系统的应用。

本发明的系统包含图像采集单元(A/D converter section)、存储单元(memory storage section)、数据处理单元(data processing section)以及输入/输出控制单元(input/output control section)。由一图像源(可为摄像机或任何图像来源)传来的图像数据经由图像采集单元转换为一数字数据之后，暂存于存储单元内。数据处理单元由存储单元取得所需的数据后，即进行各项数据运算，运算所得的物体状态检测结果由输入/输出控制单元输出。若应用于交通方面的检测，则运算所得的道路交通状态结果可作为道路交通数据或动态交通控制的参考依据。

本发明的重点在于数据处理单元针对所采集图像所做的运算动作，以得到实质上具有利用价值的信息。首先，在图像画面上可明视的空间范围依使用者需求定义为一检测区，检测区的外围选取至少四处定点作为控制点，并在现地丈量各控制点的相对坐标，设定检测画面中与各控制点对应的图像坐标，藉以计算检测区内图像与实际空间的几何对应关系。第二，在检测区所涵盖的空间范围内，依物体移动的主要路径，定义一条以上的取样带，使其恰可涵盖欲检测空间在图像画面上的面积。取样带的方向、数量依检测所需来决定。取样带所包含线型取样点组数代表其检测灵敏度，若布设的组数越多，则其灵敏度越高，但处理取样点数则越多。第三，将所定义的取样带分割为多个检测单元。原则上，图像画面上各个检测单元的长度，在经过坐标转换为实际空间中的长度后，均代表相等的距离。也就是说，在图像画面上所呈现出来的检测单元，会如人眼所视一般具有远处较短而近处较长的视觉现象。

在检测单元定义完成之后，必须决定欲检测空间在图像画面上的初始图像背景值。本发明可直接利用人工选取检测区内无移动物体出现的画面当作背景画面，来读取检测区的背景图像数据，但更简便的方法是利用一种背景图像抽取方法以自动读取检测区的背景值。针对同一像素(pixel)在一段时间中所连续采集的多数个图像强度值(intensity)做成统计次数分配，将其中不具代表性的强度值视为噪声并予以滤除。噪声滤除之后，将连续非零的次数值合并为若干数据区块，选取数据累加之和最大者，其中出现次数最多的图像强度值即视为该像素的背景图像强度值。待各检测单元内所有的像素背景值稳定之后，检测的前置作业就告一段落。

接下来，对所测得的像素强度进行运算。本发明包含两项主要的检测运算动作：物体占有状态检测与物体移动状态检测。在物体占有状态检测中，首先读取个别检测单元内的像素数据，将像素数据与该像素的背景值加以对比，差异大的即视为与背景相异。在某一个检测单元中，若与其背景相异的像素数目占该检测单元像素总数大于某个预设的比例，则视该检测单元为物体所占据。如此依序实施。在所有检测单元均完成对比后，可由输入/输出控制单元将物体占有状态输出或作进一步的数据统计分析。

本发明的另一项主要运算动作为物体移动状态检测。将各检测单元内的个别像素数据与前一取像时间的图像画面中相同坐标的像素数据加以对比，并将同一像素不同时间的数据连续多批列入考虑，若其中多数的差异显著，则视此像素在这段时间区间中有移动物体出现。接着比较同一检测单元中各个像素在此段时间区间中的移动状态，若判定有移动物体出现的像素数目大于某预设比例值，则视该检测单元所属的空间有物体移动。当所有检测单元均完成对比后，即由输入/输出控制单元将物体移动状态输出，或作进一步的数据统计分析。由于前述与背景相异的像素即代表为物体占据，因此若将连续时间中与背景相异的各像素坐标代表值输出做图，可得物体在图像画面上的视觉移动轨迹线。若转换为真实空间的坐标，可得物体移动的实际空间轨迹线，并可判断出其属移动或静止状态。

完成上述的物体占有状态运算及物体移动状态运算后，即进行检测区图像画面的背景更新。由于所欲检测的范围可能随天色及天候的改变而产生光线的变化，因此背景更新的动作极为重要。首先将检测单元中某像素的图像强度值与该像素的初始背景值做一对比，得到一差异值。若此差异值大于预设的门限值，则令此像素的背景更新系数为1，反之则令其为0。另外设定第一背景更新参数α₁及第二背景更新参数α₂。将这些数值数据代入运算公式中，可以得到该像素的背景更新结果。此运算公式所隐含的意义为，若读取的各别像素数据与背景同一位置像素数据对比结果显示有物体出现，则背景不予更新，或仅以极小的比例更新。若经判别为无物体出现，而纯粹因为光线的改变逐渐造成背景极微小的变化时，则以预设的比例将各像素的数据更新。因此第二背景更新参数α₂常定为甚小值或0。检测单元中所有像素的背景值经过更新以后，即可进入下一个处理循环，继续进行物体占有状态或物体移动状态的检测与运算。

本发明的图像数据内容以各像素的图像强度值表示之。若采用单色图像源，其数据格式以灰度(greyscale)表示；若采用多彩图像源，则其数据格式以一个以上色频(band)强度的组合表示。

附图的简单说明

图1为本发明的系统架构示意图。

图2为本发明的数据处理流程图。

图3A绘示检测区的划设方式与控制点的选定。

图3B绘示取样带的定义方式。

图3C绘示图像画面与真实空间的几何对应关系，并解释检测单元的意义。(范例一)

图3D绘示图像画面与真实空间的几何对应关系，并解释检测单元的意义。(范例二)

图4为背景图像抽取方法流程图。

图5A为背景图像抽取方法中，图像强度与次数的统计分配作图。

图5B为图5A的统计分配图经噪声滤除步骤后的数据区块。

图6为物体占有状态运算方法流程图。

图7A为物体图像轨迹线作图。

图7B为物体对应于实际空间的轨迹线作图。

图8为物体移动状态运算方法流程图。

图9为背景图像更新流程图。

图10为车道空间占有率数据范例示意图。

本发明为检测物体图像的检测系统，利用图像信号自动读取并判别欲检测的空间中各物体的移动与占有状态。本发明的一具体实施例应用于道路交通状态的检测，然亦可推广于保全系统或其他系统的应用。以下即以道路交通状态的检测为本发明的一具体实施例，并据以详细说明。

图1为本发明的系统架构示意图。车辆及背景的图像信号由图像源(image source)1输入，此图像源1可为架设于路旁的摄像机(video camera)，以传入实时(real-time)的道路交通图像，亦可为事先录制好的录像带。主系统7由图像采集单元(A/D converter section)2、存储单元(memory storagesection)3、数据处理单元(data processing section)4以及输入/输出控制单元(input/output control section)5组成。由图像源1输入的图像信号经图像采集单元2转换为数字数据，其内容为像素(pixel)的强度(intensity)。存储单元3与图像采集单元2及数据处理单元4连接，负责这些数字数据的存储，以及各阶段运算数据的暂存。本发明的重点在于数据处理单元4所做的交通状态运算，其步骤与细节将叙述如后。经过数据处理单元4处理过的道路交通检测结果由输入/输出控制单元5输出至外部终端装置6，供搜集道路交通数据或动态交通控制的参考依据。

图2为本发明的数据处理流程图。步骤41包含三个动作：检测区定义、取样带定义与检测单元定义。首先在图像画面上定义一段可明视的车道空间范围为检测区，如图3A所示，在其中选取若干个定点作为控制点411，并在现地丈量各控制点411的相对坐标，以计算其对应于图像画面中的坐标转换414关系(如图3C)。接着在检测区所涵盖的车道空间范围内，依图像几何尺度定义一条以上的取样带412，使其与检测区的图像长度相等，且恰可涵盖足够的车道空间面积(如图3B)。本具体实施例中，取样带412沿车流行驶方向定义，亦即顺着车道方向定义。最后将取样带412切割成若干个易于理解的检测单元413，以作为检测数据读取与分析的基本单位。如图3C所示，这些检测单元413对应到实际空间中所代表的长度相等。换句话说，在图像画面上所见的检测单元，如人眼所视一般具有远处较短、近处较长的视觉现象。

步骤42为背景图像初始化步骤。背景图像初始化有两种方法，第一为以人工方式选取检测区中无移动物体出现的画面当作初始背景，以读取检测区内不含车辆或其他移动物体的背景图像数据。然因此类背景画面图像不易获得，本发明提供一可自动完成动态背景图像抽取的方法。图4为此背景图像抽取方法的流程图。其针对连续采集的一序列画面中个别像素的强度，计算最近一段期间的数据中，各可能强度值的次数分配，并据以筛选出背景图像。以下以单色图像为例作一说明。如步骤421，采集图像画面上同一像素在连续时刻的图像强度值(取样数的多寡由经验决定)，并将其做成强度与次数的统计分配。为说明方便起见，将该统计分配做成如图5A的次数-强度值统计图。步骤422，将此次数分配中次数小于某预设门限值的强度值视为噪声，并予以滤除。滤除噪声后的次数分配如图5B，则本例中大致可以分为三个数据区块。步骤423，各连续非零的强度值次数为同一数据区块，将各数据区块的强度值次数累加视为各数据区块的面积。步骤424，比较各数据区块的面积，并选取面积最大的数据区块，即本例中的数据区块2。步骤425，选取面积最大的该数据区块(即本例的数据区块2)中，发生次数最多的强度值，即本例中的最大值2。将此强度值视为该像素的初始背景值。

以上的步骤41与步骤42为前置作业阶段。完成检测区中所有像素的背景初始化动作后，则针对所测得的像素强度作进一步的运算。如图2，本发明包含两项主要的检测运算动作：物体占有状态检测(步骤43)与物体移动状态检测(步骤45)。图6为物体占有状态检测运算方法流程图。以本发明的一具体实施例为例，在步骤431中，首先依前述检测区的定义读取个别检测单元内某一时刻的像素数据。步骤432，将各检测单元的个别像素数据与背景图像中相同位置的像素数据进行对比，并得到像素在该时刻的图像强度与其背景值的差。步骤433，设定一门限值A，并将步骤432所得的差值与此门限值进行对比。若步骤432所得的差值大于该预设门限值，则进行步骤434，今其占有状态值为1；若否，则令其为0。待检测单元中所有的像素均判别完毕后，即进行步骤435。将所有像素的判别值相加后除以检测单元中的像素总数，若其商大于另一预设门限值B，则判定此检测单元为车辆所占有，并进入步骤436，由输入/输出控制单元5输出车辆占有信号；若否，则视该检测单元无车辆出现。上述门限值A的大小，可考虑光线明暗、像素代表的真实位置至摄像机机种的直线距离等因素设定之；门限值B则与检测灵敏度有关，值越小，则越灵敏。当所有检测单元均完成判别后，即完成物体移动状态的处理循环。

将一段连续时间中与背景对比后占有状态值为1的各像素坐标代表值输出作图，可得如图7A的车辆行驶视觉轨迹线。若将个别像素的图像坐标代表值转换为真实空间中的坐标，并予以输出作图，则可得如图7B的车辆行驶真实轨迹线。

如图2，本发明另包含步骤45的物体移动状态检测运算。图8为物体移动状态检测方法流程图。根据本发明的一具体实施例，步骤451中，首先依前述检测区的定义读取个别检测单元内某一时刻的像素数据。步骤452，将各检测单元的个别像素数据与前一图像画面中相同位置的像素数据进行对比，并得到像素在该时刻与前一时刻的图像强度差值。步骤453，设定一门限值，若个别像素对比结果的差大于该门限值，则进入步骤454，令其移动状态标志值为1；若否，则令其为0。步骤455，将不同时间个别像素的移动状态标志值连续累加n批，其中n为预设的移动状态连续判定值累加次数。若累加之和除以n所得的商大于另一门限值，该像素视为有移动物体出现，则进入步骤456，令其移动状态判别值为1。步骤457，计算同一检测单元中判定有移动物体出现的像素总数。若此像素总数占该检测单元的所有像素数的比例值大于某预设门限值，则进入步骤458，输出该检测单元的物体移动信号；若否，则视该检测单元所属的车道空间无车辆移动。当所有检测单元均完成判别后，即完成物体移动状态检测的处理循环。

当完成物体移动状态检测运算之后，即进行步骤46，将检测结果输出。接着进行步骤47的背景图像更新。图9为背景图像更新流程图。步骤471，首先依前述检测区的定义读取个别检测单元内第t时刻的像素图像强度F_t。步骤472，将所读取的像素图像强度F_t与该时刻的像素背景值B_t加以对比，并得到一差异值D_t。步骤473，将D_t与某预设门限值进行对比，若D_t大于此预设门限值，令背景更新系数M_t为1；若否，则令其为0，再进行步骤474或475。此二步骤主要在设定二背景更新参数α₁、α₂，并将此二背景更新参数α₁、α₂与背景值B_t、差异值D_t与背景更新值M_t代入下式：

B_t+1＝B_t+[α₁(1-M_t)+α₂M_t]D_t即得到该像素在第t+1时刻的背景值B_t+1。步骤476，输出此背景值B_t+1，以作为下一检测循环运算时此像素的新背景值。当所有检测单元中的所有像素的背景均完成更新后，即完成背景更新的处理循环。由于所欲检测的车道范围可能随天色、天候或灯光的改变而产生光线的变化，原本的空间背景也有可能随固定物的出现不同而改变，这些因素是背景更新的主要目的。因此，背景更新所隐含的意义在于，当读取的各别像素数据与背景同一位置像素数据对比结果显示有车辆出现，则背景以极小的比例更新，或甚至不更新。故第二背景更新参数α₂常定为甚小值或0。若经判别并无车辆出现，其差异值纯粹是因为光线的改变造成背景些微的变化，则本发明的背景更新步骤将可动态地因应此类变化而保持检测的正确性。

本发明的像素取样内容以各像素的图像强度表示之。若采用单色图像源，其数据格式以灰度(greyscale)表示；若采用多彩图像源，则其数据格式以一个以上色频(band)强度的组合表示。进行像素图像强度对比时，主要在反映图像信息强度的差异程度，包括亮度或/且色彩等特征。

如图2，本发明的一具体实施例在步骤46输出检测结果之后，所得的数据可进一步作若干应用。以下叙述三种指标运算方式：车道时间占有率、车道空间占有率与停等车辆延滞空间分布。

1.车道时间占有率

本发明若针对个别车道采用小范围、单一检测单元的检测区定义方式时，其占有率计算方式与传统时间占有率定义相同，可用以取代传统检测器。兹说明如下： $O_T=\frac{100}{T}\underset{i=1}{\overset{M}{\mathrm{\Σ}}}{t}_i$

其中，T为量测时间(秒)；t_i为第i部车辆占有个别检测单元的时间(秒)；M为通过车辆总数(辆)；O_T为个别检测单元的时间占有率(％)。而由于实际检测数据为固定时距扫描的非连续数据型态，故其趋近式的计算式表示如下： $O_T=\frac{100}{N}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{b}_i=\frac{100t}{T}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{b}_i$

其中，b_i为第i时间个别检测单元的车辆占有判别值，若有车辆占有其值为1，反之其值为0；t为扫描时距(秒)；N为测量时间内的总扫描次数(次)。

2.车道空间占有率

前述采用小范围、单一检测单元的检测区定义方式。本发明若采用大范围且多个检测单元的定义方式时，则可同时考虑车辆占有率在车道空间上的分布情形，称为车道空间占有率。其表示方式为个别检测单元的时间占有率在空间上的分布，请参见图10。个别检测单元的时间占有率定义同前。

3.停等延滞空间分布

传统以人工采用路口车辆延滞调查法进行车辆停等情形的数据搜集时，以固定时距计数停等于路口停止线后的车辆数，而其停等总延滞的估算公式如下： $D_V=t\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{n}_i$

其中，t为计数时距(秒)；N为记录批数(批)；n_i为第i批记录的停等车辆数(辆)；D_V为车辆停等总延滞(秒)，其度量为车辆延时(车-秒)。而在实务上，调查员常因停等车队过长，来不及计数(且常是因人类视觉根本已无法清楚辨认车身轮廓而无法计数)实际停等车辆数，故常以停等车队占据的车道空间范围概估可能的停等车辆数。本发明所提供的停等车辆延滞空间分布，即类同于此观点。其估算公式如下： $D_S=\mathrm{tL}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{S}_i=\mathrm{tL}\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\underset{j=1}{\overset{M}{\mathrm{\Σ}}}(1-b_{\mathrm{ij}})$

其中，t为扫描时距(秒)；L为检测单元涵盖的真实车道长度(米)；N为数据批数(批)；M为检测单元数；s_i为第i时间的数据记录中判别为有车辆停等的检测单元个数(个)；b_ij为第i时间第j个检测单元的车辆移动状态判别值，若有车辆占有其值为1，反之其值为0；D_S为车辆停等时间与空间总延滞(米-秒)，其度量同时考虑时空的特性。

本发明的具体实施例不仅可同于传统交通检测观点，以计数单一定点的车辆数、占有率与行驶速率等微观数据为主，亦可以采用针对车道空间的巨观检测观点，搜集有如人眼看到的交通壅塞分布、车辆移动与否等车流参数，并可转换为同时具有时间与空间特性的车流状态数据。可提供更符合人类直观、易理解的参考数据。而图像信号处理的方法均以一维数据为基础逐像素作判断，而非采用二维数据来判断，因此可减少反复进行非必要运算的时间。本发明优于前案之处如下：

1.检测对象：可检测持续或间歇移动的物体。适用于车辆但不限于车辆。

2.取样方式：沿物体在检测区内主要共同移动路径布设取样带。取样带可为对应于真实空间的一组或多个组平行于物体移动路径，且点与点间以相邻方式连续布设而呈线型的取样点。由于像素数据本就具有间断型网格状分布的特性，故采取此种布设方式可自然达成趋近于真实空间线段，而有数据平滑的效果，故无须再进行额外的平滑处理。(取样带所包含的取样点组数代表其检测灵敏度。若布设组数愈多，则灵敏度欲高，但处理取样点数也愈多；反之，则灵敏度愈低，但须处理的取样点愈少)。

3.检测单元：在检测区内沿物体移动方向，将其划分为若干个前后相连，且在真实空间内代表相等长度的检测单元，因此在物体移动方向上的取样不间断。

4.检测观点：以相同于目视所见的现象进行量化，判断检测区内的物体占有与移动等状态，直接以区内空间为检测对象。故不受限于以移动物体为检测对象的判断过程，无须事先假设物体的大小尺寸，因而运算效率较高。

5.处理时间：1秒处理5次以上的检测循环，精确度高。以车辆检测为例，即使车速高达90公里/小时，仍不易有误判的情形发生。

6.背景图像初始化：包含以各像素强度数据的统计次数分配，先进行噪声滤除。选取累加之和最大的非零数据区块，并以其中次数最高的强度值为背景，以进行该像素背景图像的更新。

7.背景图像更新：使用的方法考虑物体的占有与否决定是否进行图像更新。

虽然本发明以较佳实施例描述如上，但该描述只是应用本发明的一个范例，并不能用来做为限制条件。任何改造、省略或组合，都将包含于本发明之中，因此本发明的保护范围当视后附的权利要求所界定者为准。

Claims (16)

1.一种图像检测方法，该方法包含下列步骤：

一第一步骤：将一图像画面上可明视的一空间范围定义为一检测区，进行该检测区内的一实物与该实物的一图像间的一坐标转换，定义至少一取样带于该检测区的图像内，并将该取样带分割为多个检测单元；

一第二步骤：决定该多个检测单元中，每一取样点的一背景值；

一第三步骤：检测该多个检测单元中每一该取样点的一图像强度值(intensity)，该图像强度值经一数据运算后得到一检测结果；

一第四步骤：将该检测结果输出；以及

一第五步骤：动态更新该背景值。

2.如权利要求1所述的方法，其中该取样带的面积与该检测区的图像面积相等。

3.如权利要求1所述的方法，其中该多个检测单元经该坐标转换后，对应到实际空间中，所代表的长度相等。

4.如权利要求1所述的方法，其中该第二步骤包括：

时序上连续采集该取样点的多个该图像强度值；

将多个该图像强度值作成一统计次数分配；

设定一第一门限值，将该统计次数分配中多个该图像强度值出现次数小于该第一门限值的数据滤除，其中该统计次数分配的样本总数与该第一门限值的选定，设定为使滤除后的该统计次数分配包含非零的至少一组数值；

将连续非零的该组数值合并视为一数据区块，同一数据区块该组数值累加视为各该数据区块的面积，选取面积最大的该数据区块，其中该数据区块中发生次数最多的该图像强度值即为该取样点的该初始背景值。

5.如权利要求1所述的方法，其中该第五步骤包括：

将该取样点在第t时刻的一背景值B_t与该取样点在第t时刻的该图像强度值F_t对比后得一第一差异值D_t；

设定一第二门限值，将该第一差异值D_t与该第二门限值进行对比；

设定一背景更新系数M_t，若该第一差异值D_t大于该第二门限值，则该像素的该背景更新系数M_t为1，若该第一差异值小于或等于该第二门限值，则该像素的该背景更新系数M_t为0；

设定一第一背景更新参数α₁及一第二背景更新参数α₂，将该背景值B_t、该第一差异值D_t、该背景更新值M_t、该第一背景更新参数α₁、以及该第二背景更新参数α₂代入下式：

B_t+1＝B_t+[α₁(1-M_t)+α₂M_t]D_t

即得到该像素在第t+1时刻的该背景值B_t+1。

6.如权利要求5所述的方法，其中该第二背景更新参数α₂为一极小值。

7.如权利要求5所述的方法，其中该第二背景更新参数α₂为0。

8.如权利要求1所述的方法，其中该第三步骤中的该数据运算为一物体占有状态检测运算，其步骤包含：

将该图像强度值与该取样点的该背景值进行对比，并得到一第二差异值；

设定一第三门限值，将该第二差异值与该第三门限值进行对比；

设定一占有状态值，若该第二差异值大于该第三门限值，则该取样点的该占有状态值为1，若该第二差异值小于或等于该第三门限值，则该取样点的该占有状态值为0；

设定一第四门限值，若该检测单元内各该取样点的该占有状态值总和除以该检测单元内的该取样点总数的商大于该第四门限值，则判断与该检测单元对应的该检测区为有物体占有。

9.如权利要求1所述的方法，其中该第三步骤的该数据运算为一物体移动状态检测运算，其步骤包含：

对比第t时刻与第t+1时刻的该图像强度值，得到一第三差异值；

设定一第五门限值，将该第三差异值与该第五门限值进行对比；

设定一移动状态标志值，若该第三差异值大于该第五门限值，则该像素的该移动状态标志值为1，若该第三差异值小于或等于该第五门限值，则该像素的该移动状态标志值为0；

设定一第六门限值，将该移动状态标志值累加n批，若该连续n批该移动状态标志值的总和除以n所得的商大于该第六门限值，则该取样点视为有移动物体出现；

设定一第七门限值，若该检测单元有移动物体的该取样点数占该检测单元的总取样点数比例大于该第七门限值，则该检测单元视为有移动物体。

10.如权利要求8所述的方法，其中将相邻时刻该占有状态值为1的各该取样点的坐标输出作图，可得该物体的一占有视觉轨迹线。

11.如权利要求1所述的方法，其中该图像强度值以灰度(greyscale)表示。

12.如权利要求1所述的方法，其中该图像强度值以一个以上色频(band)强度的组合表示。

13.一种图像检测系统，该系统包含：

至少一图像采集单元(A/D converter section)，将一图像源(image source)转换为一数字数据；

至少一存储单元(memory storage section)，与该至少一图像采集单元连结，供存储一数据；

至少一数据处理单元(image data processing section)，与该至少一存储单元连结，利用定义至少一取样带及至少一检测单元，处理图像强度数据的运算、判断，与物体占有或移动状态数据的运算；以及

至少一数据输入/输出控制单元(data input/output section)，与该至少一数据处理单元连结，控制该至少一数据处理单元与一外部终端装置间的数据传输。

14.一种道路交通状态检测方法，该方法包含下列步骤：

一第一步骤：将一图像画面上欲检测的一车道范围定义为一检测区，进行该检测区内的一实物与该实物的一图像间的一坐标转换，定义至少一取样带于该检测区的图像内，并将该取样带分割为多个检测单元；

一第二步骤：决定该检测单元中，一取样点的一背景值；

一第三步骤：检测该检测单元中各该取样点的一图像强度值，该图像强度值经一数据运算后得到一检测结果；

一第四步骤：将该检测结果输出；以及

一第五步骤：动态更新该背景值。

15.如权利要求14所述的方法，其中该取样带沿车流方向定义。

16.一种道路交通状态检测系统，该系统包含：

至少一图像采集单元(A/D converter section)，将一图像源(image source)转换为一数字数据；

至少一存储单元(memory storage section)，其与该图像采集单元连结，供存储一数据；

至少一数据处理单元(image data processing section)，与该存储单元连结，利用定义至少一取样带及至少一检测单元，处理车辆图像强度数据的运算、判断，与车辆占有或移动状态数据的运算；以及

至少一数据输入/输出控制单元(data input/output section)，与该至少一数据处理单元连结，控制该至少一数据处理单元与一外部终端装置间的数据传输。

Images