KR101908938B1

KR101908938B1 - Detection of foreground object using background model-based temporal minimum filtering and log histogram

Info

Publication number: KR101908938B1
Application number: KR1020170163454A
Authority: KR
Inventors: 김진영; 원용관
Original assignee: 전남대학교산학협력단
Priority date: 2017-11-30
Filing date: 2017-11-30
Publication date: 2018-10-17

Abstract

The present invention relates to a foreground object detecting method using background model-based temporal minimum value filtering and a histogram, and more particularly, to a foreground object detecting method including the steps of: generating a minimum value pixel image by extracting pixels with a minimum pixel value difference between a current image and background model images among pixels of background model images corresponding to each pixel of the current image; and detecting pixel values of threshold values or more in a current frame as the foreground object by deriving the threshold value for detecting a foreground object from the generated minimum value pixel image. Accordingly, the present invention can improve the detection performance of the foreground object.

Description

BACKGROUND OF THE INVENTION Field of the Invention The present invention relates to a method of detecting a foreground object using a background model-based temporal minimum value filtering and a log histogram,

본 발명은 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법에 관한 것으로, 더욱 상세하게는 현재 영상의 각 픽셀에 대응하는 배경모델 영상들의 픽셀들 중 상기 현재 영상과 상기 배경모델 영상들과의 픽셀 값 차이가 최소인 픽셀들을 추출하여 최소값 픽셀 영상을 생성하고, 생성된 최소값 픽셀 영상으로부터 로그 히스토그램을 구하여 전경 객체를 검출하기 위한 임계값을 도출하고 상기 현재 영상에서 상기 임계값 이상인 픽셀 값들을 전경 객체로 검출하는 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법에 관한 것이다.The present invention relates to a method of detecting a foreground object using a temporal minimum value filtering based on a background model and a logarithmic histogram. More particularly, the present invention relates to a method of detecting a foreground object using pixels of a current model, And a log histogram is obtained from the generated minimum value pixel image to derive a threshold value for detecting a foreground object. In the present image, a pixel value of the minimum value pixel value And a foreground object detection method using a logarithmic histogram.

열화상 또는 깊이 케마라로부터 입력된 영상에서 전경객체를 검출하는 영상 감시 시스템에서는 전경 객체를 검출하기 위해 일반적으로 둘 이상의 연속적인 프레임들 사이의 화소값 차이를 이용하는 장면 차분 방법과 실시간으로 학습한 배경 영상과 입력 영상과의 화소값 차이를 이용한 배경 차분 방법이 있으나 주로, 상기 배경 차분 방법이 사용되고 있다.In a video surveillance system that detects a foreground object from an image input from a thermal image or a depth image, a scene difference method that uses a pixel value difference between two or more consecutive frames is generally used to detect a foreground object, There is a background difference method using the pixel value difference between the image and the input image, but the background difference method is mainly used.

상기 배경 차분 방법은 상기 배경 영상을 추출하기 위해 가우시안 모델링 또는 커널 함수 기반의 확률 모델링과 같이 이전 프레임 화소들의 시간축 상에서 각 픽셀별 확률적 모델링을 구하거나 각 픽셀별로 시간축 상에서 과거값들을 저장하고, 저장된 픽셀값들의 중간값을 픽셀의 대표값으로 지정하는 방식의 시간축 중간값 필터(Temporal Median Filtering,TMF) 방법이 있다. The background difference method may be a method for obtaining the background image by obtaining probabilistic modeling for each pixel on the time axis of previous frame pixels such as Gaussian modeling or kernel function based probability modeling or storing past values on a time axis for each pixel, There is a temporal median filtering (TMF) method of assigning an intermediate value of pixel values to a representative value of a pixel.

그러나, 상기 각 픽셀별 확률적 모델링과 상기 시간축 중간값 필터는 영상내 국부적으로 움직이는 배경 객체가 존재할 때, 제대로 배경모델이 모델링이 되지 않는 단점이 있다.However, the probabilistic modeling for each pixel and the time-base median filter have a disadvantage in that the background model can not be modeled properly when there is a background object moving locally in the image.

또한, 상기 확률절 모델들을 사용하거나 시간축 중간값 필터를 사용할 경우에 전경 객체와 배경 객체를 결정하기 위한 임계값이 필요하나 일반적으로 고정된 임계 값을 사용하므로, 국부적인 움직임의 배경 객체를 구분하고 전경 객체를 검출하기 위해서는 수시로 변화하는 환경에 따라 유동적으로 임계값이 변화할 필요가 있다.In addition, when using the probabilistic models or using a time-base median filter, a threshold value for determining the foreground object and the background object is required. However, since the fixed threshold value is generally used, In order to detect a foreground object, it is necessary to change the threshold value flexibly according to the occasionally changing environment.

본 발명은 상술한 문제점을 해결하기 위해 안출된 것으로 본 발명의 목적은 열화상 또는 깊이 카메라로부터 입력받은 영상에서 국부적으로 움직이는 배경 객체의 영향을 최소화하여 배경모델을 모델링하고 상기 배경모델로부터 전경 객체를 결정하기 위한 임계값을 실시간으로 자동 계산하여 갱신함으로써 전경 객체의 검출 성능을 향상시킬 수 있는 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법을 제공하는 데 있다.SUMMARY OF THE INVENTION The present invention has been made to solve the above problems, and it is an object of the present invention to provide a method and apparatus for modeling a background model by minimizing the influence of a background object moving locally in an image input from a thermal image or a depth camera, And a method of detecting a foreground object using a log histogram based on a background model-based time-base minimum value filtering method capable of improving the detection performance of a foreground object by automatically calculating and updating thresholds for determination in real time.

상기 목적을 달성하기 위해 본 발명은 영상 내에 움직이는 전경 객체를 검출하기 위한 방법으로서, 프레임 영상을 입력받는 단계; 현재 프레임 영상(이하'현재 영상'이라함)과 이전 프레임 영상(이하'배경모델 영상'이라함)들간의 픽셀 값 차이를 각각 계산하고 상기 현재 영상의 각 픽셀에 대응하는 상기 배경모델 영상들의 픽셀들 중 픽셀 값의 차이가 최소인 픽셀들을 추출하여 영상(이하'최소값 픽셀 영상'이라함)으로 생성하는 단계; 상기 최소값 픽셀 영상으로부터 로그 히스토그램을 계산하고 전경객체를 검출하기 위한 픽셀 값인 임계값을 도출하는 단계; 및 상기 현재 영상에서 상기 임계값 이상인 픽셀을 전경 객체로 검출하는 단계;를 포함하고 상기 임계값을 도출하는 단계:는 상기 최소값 픽셀 영상에서 히스토그램 간격 및 히스토그램을 구하는 단계; 상기 히스토그램으로부터 로그 히스토그램을 구하고 미분하는 단계; 상기 미분된 로그 히스토그램에서 로그 히스토그램 값이 최소인 픽셀 값을 추출하는 단계; 상기 미분된 로그 히스토그램에서 로그 히스토그램 값이 최소값에서 양수의 값으로 변화되는 픽셀값을 추출하는 단계; 및 상기 양수의 값을 갖는 최초의 픽셀값과 상기 히스토그램의 간격을 곱셈하여 임계값을 추출하는 단계;를 포함하는 것을 특징으로 하는 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법을 제공한다.According to an aspect of the present invention, there is provided a method for detecting a foreground object moving in an image, the method comprising: receiving a frame image; (Hereinafter referred to as " background model image ") between the current frame image (hereinafter referred to as 'current image') and the previous frame image (Hereinafter referred to as " minimum value pixel image "); Calculating a log histogram from the minimum value pixel image and deriving a threshold value that is a pixel value for detecting a foreground object; And detecting a pixel having the threshold value or more in the current image as a foreground object. The step of deriving the threshold value includes: obtaining a histogram interval and a histogram in the minimum value pixel image; Obtaining a log histogram from the histogram and differentiating the log histogram; Extracting a pixel value having a minimum log histogram value from the differentiated log histogram; Extracting a pixel value in which the log histogram value is changed from a minimum value to a positive value in the differentiated log histogram; And extracting a threshold value by multiplying the first pixel value having the positive value by the interval of the histogram. The method of detecting a foreground object using the histogram minimum value filtering and the log histogram do.

바람직한 일 실시예에 있어서, 상기 최소값 픽셀 영상을 생성하는 단계:는 상기 현재 프레임 영상 이전의 정해진 개수의 이전 프레임 영상들을 상기 배경모델 영상에서 제외하는 시간 블록킹 단계; 상기 현재 영상과 시간 블록킹을 통해 제외되고 남은 각각의 배경모델 영상들을 뺄셈 연산하여 생성된 차영상들을 계산하는 단계; 상기 차영상들의 픽셀 값을 절대값으로 변환하는 단계; 상기 차영상들의 대응하는 픽셀들 중 절대값이 가장 작은 픽셀들을 추출하는 단계; 추출된 픽셀들을 상기 최소값 픽셀 영상으로 생성하는 단계;를 포함한다.In a preferred embodiment, the step of generating the minimum value pixel image includes: a time blocking step of excluding a predetermined number of previous frame images before the current frame image from the background model image; Calculating difference images generated by subtracting each of the background model images left over from the current image and time blocks; Converting the pixel values of the difference images into absolute values; Extracting pixels having the smallest absolute value among corresponding pixels of the difference images; And generating extracted pixels as the minimum value pixel image.

또한, 본 발명은 컴퓨터와 결합하여 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법을 실행시키기 위한 저장매체에 저장된 컴퓨터 프로그램을 더 제공한다.The present invention further provides a computer program stored in a storage medium for executing a foreground object detection method using a background model based time base minimum value filtering and a log histogram in combination with a computer.

삭제delete

본 발명의 배경모델 기반 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법에 의하면, 시간 블록킹을 이용하여 현재 영상과 근접한 이전 시간의 배경모델 영상을 사용하지 않으므로 전경 객체를 배경 객체로 인식하는 문제를 최소화할 수 있는 장점이 있다.According to the background model-based temporal axis minimum value filtering and the foreground object detection method using the log histogram, since the background model image of the previous time close to the current image is not used by using time blocking, the problem of recognizing the foreground object as the background object There is an advantage that it can be minimized.

또한, 본 발명에 의하면 상기 현재 영상과 상기 배경모델 영상 간의 픽셀 차이가 최소인 픽셀들을 상기 배경모델 영상에서 추출하여 최소값 픽셀 영상을 생성하고 상기 최소값 픽셀 영상으로부터 임계값을 추출함으로써 국부적으로 움직이는 배경 객체를 전경 객체로 인식하는 문제를 방지하는 효과가 있다.According to the present invention, a pixel having a minimum pixel difference between the current image and the background model image is extracted from the background model image to generate a minimum value pixel image, and a threshold value is extracted from the minimum value pixel image, Is recognized as a foreground object.

또한, 본 발명에 의하면 전경 객체를 검출하기 위한 임계값을 고정하지 않고 실시간으로 계산하여 유동적으로 임계값을 설정하여 전경 객체를 검출함으로써, 환경 변화에 민감한 배경 차분 방법의 오검출을 최소화할 수 있는 장점이 있다.In addition, according to the present invention, it is possible to minimize a false detection of a background difference method sensitive to environment change by detecting a foreground object by flexibly calculating a threshold value in real time without fixing a threshold value for detecting a foreground object There are advantages.

또한, 본 발명에 의하면 상기 시간축 최소값 필터링과 일반적인 히스토그램이 아닌 로그 히스토그램을 이용하여 전경 객체를 검출함으로써 기존의 시간축 중간값 필터링을 이용한 전경 객체 검출 방법보다 높은 검출률을 나타내는 효과가 있다.In addition, according to the present invention, detection of a foreground object using a time histogram minimum value filtering and a log histogram, rather than a general histogram, has a higher detection rate than a foreground object detection method using the conventional time axis intermediate value filtering.

도 1은 본 발명의 일 실시예에 따른 배경모델 기반의 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법의 흐름도,
도 2는 본 발명의 일 실시예에 따른 차영상 생성과정을 보여주는 도면,
도 3은 본 발명의 일 실시예에 따른 차영상들의 픽셀에서 최소값을 갖는 픽셀을 추출하는 과정을 보여주는 도면,
도 4는 본 발명의 일 실시예에 따른 최소값 픽셀 영상을 생성하는 과정을 보여주는 도면,
도 5는 본 발명의 일 실시예에 따른 전경 객체 검출 시 미분된 로그 히스토그램의 특징을 보여주는 도면,
도 6은 본 발명의 일 실시예에 따른 전경 객체 검출 결과를 보여주는 도면이다.1 is a flowchart of a foreground object detection method using a temporal minimum value filtering and a log histogram based on a background model according to an embodiment of the present invention;
2 is a diagram illustrating a process of generating a difference image according to an exemplary embodiment of the present invention.
FIG. 3 illustrates a process of extracting a pixel having a minimum value from pixels of difference images according to an exemplary embodiment of the present invention. FIG.
4 is a diagram illustrating a process of generating a minimum value pixel image according to an exemplary embodiment of the present invention.
FIG. 5 is a diagram illustrating a characteristic of a differentiated log histogram when detecting a foreground object according to an exemplary embodiment of the present invention; FIG.
FIG. 6 is a diagram illustrating a foreground object detection result according to an exemplary embodiment of the present invention. Referring to FIG.

본 발명에서 사용되는 용어는 가능한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있는데 이 경우에는 단순한 용어의 명칭이 아닌 발명의 상세한 설명 부분에 기재되거나 사용된 의미를 고려하여 그 의미가 파악되어야 할 것이다.Although the terms used in the present invention have been selected as general terms that are widely used at present, there are some terms selected arbitrarily by the applicant in a specific case. In this case, the meaning described or used in the detailed description part of the invention The meaning must be grasped.

이하, 첨부한 도면에 도시된 바람직한 실시예들을 참조하여 본 발명의 기술적 구성을 상세하게 설명한다.Hereinafter, the technical structure of the present invention will be described in detail with reference to preferred embodiments shown in the accompanying drawings.

그러나 본 발명은 여기서 설명되는 실시예에 한정되지 않고 다른 형태로 구체화될 수도 있다. 명세서 전체에 걸쳐 동일한 참조번호는 동일한 구성요소를 나타낸다.However, the present invention is not limited to the embodiments described herein but may be embodied in other forms. Like reference numerals designate like elements throughout the specification.

도 1은 본 발명의 일 실시예에 따른 배경모델 기반의 시간축 최소값 필터링 및 로그 히스토그램을 이용한 전경 객체 검출 방법의 흐름도, 도 2는 본 발명의 일 실시예에 따른 차영상 생성과정을 보여주는 도면, 도 3은 본 발명의 일 실시예에 따른 차영상들의 픽셀에서 최소값을 갖는 픽셀을 추출하는 과정을 보여주는 도면, 도 4는 본 발명의 일 실시예에 따른 최소값 픽셀 영상 생성 과정을 보여주는 도면이다. FIG. 1 is a flow chart of a foreground object detection method using a temporal minimum value filtering and a log histogram based on a background model according to an embodiment of the present invention; FIG. 2 is a diagram illustrating a process of generating a difference image according to an embodiment of the present invention; 3 is a diagram illustrating a process of extracting a pixel having a minimum value from pixels of difference images according to an embodiment of the present invention, and FIG. 4 is a view illustrating a process of generating a minimum value pixel image according to an embodiment of the present invention.

도 1 내지 도 4를 참조하면, 본 발명의 일 실시예에 따른 배경모델 기반 시간축 최소값 필터링 및 히스토그램을 이용한 전경 객체 검출 방법(이하 '전경 객체 검출 방법' 이라함)은 열화상 또는 깊이 영상 내에 배경 객체를 구분하여 제거함으로써 움직이는 전경 객체 검출할 수 있는 방법이다.Referring to FIGS. 1 to 4, a foreground object detection method (hereinafter referred to as a foreground object detection method) using a background model-based temporal axis minimum value filtering and a histogram according to an embodiment of the present invention includes a background It is a method to detect moving foreground objects by deleting objects separately.

또한, 상기 전경 검출 방법은 실질적으로 컴퓨터에 의해 수행되며 상기 컴퓨터에는 상기 전경 객체 검출 방법을 수행하기 위한 컴퓨터 프로그램이 저장된다.Further, the foreground detection method is substantially performed by a computer, and a computer program for performing the foreground object detection method is stored in the computer.

또한, 상기 컴퓨터는 일반적인 퍼스널 컴퓨터뿐만 아니라, 스마트폰이나 태블릿 PC와 같은 스마트 기기를 포함하는 광의의 컴퓨팅 장치를 의미한다.In addition, the computer means a broad computing device including a smart device such as a smart phone or a tablet PC, as well as a general personal computer.

또한, 상기 컴퓨터 프로그램은 별도의 기록 매체에 저장되어 제공될 수 있으며, 상기 기록 매체는 본 발명을 위하여 특별히 설계되어 구성된 것들이거나 컴퓨터 소프트웨어 분야에서 통상의 지식을 가진 자에게 공지되어 사용 가능한 것일 수 있다.In addition, the computer program may be stored in a separate recording medium, and the recording medium may be designed and configured specifically for the present invention or may be known and used by those having ordinary skill in the computer software field .

예를 들면, 상기 기록 매체는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD, DVD와 같은 광 기록 매체, 자기 및 광 기록을 겸할 수 있는 자기-광 기록 매체, 롬, 램, 플래시 메모리 등 단독 또는 조합에 의해 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치일 수 있다.For example, the recording medium may be a magnetic medium such as a hard disk, a floppy disk and a magnetic tape, an optical recording medium such as a CD and a DVD, a magneto-optical recording medium capable of serving also as magnetic and optical recording, Or the like, or a hardware device specially configured to store and execute program instructions by itself or in combination.

또한, 상기 컴퓨터 프로그램은 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등이 단독 또는 조합으로 구성된 프로그램일 수 있고, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라, 인터프리터 등을 사용하여 컴퓨터에 의해 실행될 수 있는 고급 언어 코드로 짜여진 프로그램일 수 있다.In addition, the computer program may be a program consisting of program commands, local data files, local data structures, etc., alone or in combination, and may be executed by a computer using an interpreter or the like as well as machine code Lt; RTI ID = 0.0 > language code. &Lt; / RTI >

이하에서는 본 발명의 일 실시예에 따른 전경 객체 검출 방법에 대해 설명한다.Hereinafter, a foreground object detection method according to an embodiment of the present invention will be described.

먼저, 열화상 카메라로부터 프레임 영상을 입력받는다(S1000).First, a frame image is input from a thermal imaging camera (S1000).

또한, 상기 프레임 영상은 미리 할당된 저장소에 저장된다.Also, the frame image is stored in a pre-allocated storage.

또한, 상기 프레임 영상은 현재 시간에 입력된 현재 프레임(이하 '현재 영상' 이라함)과 이전 시간에 입력받은 이전 프레임(이하' 배경모델 영상' 이라함)으로 구분된다.In addition, the frame image is divided into a current frame input at the current time (hereinafter, referred to as 'current image') and a previous frame input at a previous time (hereinafter referred to as 'background model image').

다음, 상기 저장소에 저장된 배경모델 영상들(20)로부터 사용자가 제외할 배경모델 영상들(20)을 정하기 위한 시간 블록킹을 설정한다(S2000).Next, time blocking is set to determine background model images 20 to be excluded from the background model images 20 stored in the repository (S2000).

또한, 상기 시간 블록킹은 사용자의 임의에 따라 값을 설정할 수 있고, 현재 영상을 기준으로 일정 시간 이전의 배경모델 영상들을 제외하고 남은 배경모델 영상들(30)을 사용할 수 있다.In addition, the time blocking may be set according to the user's discretion, and the remaining background model images 30 may be used excluding the background model images before the predetermined time based on the current image.

한편, 상기 시간 블록킹은 상기 현재 프레임 이전에 가까운 이전 프레임에는 전경 객체가 존재할 확률이 높으므로 상기 현재 프레임 이전의 몇 프레임 영상을 제거하여 전경 객체가 배경 객체로 인지하는 문제를 최소화한다.Meanwhile, the temporal blocking has a high probability that a foreground object exists in a previous frame before the current frame, thereby minimizing the problem of recognizing a foreground object as a background object by removing a few frame images before the current frame.

다음, 상기 현재 영상(10)과 상기 시간 블록킹을 통해 제외되고 남은 배경모델 영상들(30) 간에 뺄셈 연산(40)을 수행하여 차영상(50)을 생성하고 픽셀값을 저장한다(S3000).Next, a subtraction operation 40 is performed between the current image 10 and the remaining background model images 30 that are excluded through the time blocking to generate a difference image 50 and the pixel values are stored (S3000).

다음, 상기 현재 영상(10)과 상기 선택된 배경모델 영상(30)의 픽셀값 차이 계산 후에는 저장된 차영상들(50)의 픽셀 값을 절대값으로 변환한다(S4000).After calculating the pixel value difference between the current image 10 and the selected background model image 30, the pixel values of the stored difference images 50 are converted into absolute values (S4000).

다음, 절대값으로 변환된 차영상들(51)의 픽셀값을 시간축 최소값 필터링(60)을 이용하여 최소값을 갖는 차영상들(70)의 픽셀을 추출한다(S5000).Next, the pixels of the difference images 70 having the minimum value are extracted using the time base minimum value filtering 60 (S5000).

다음, 상기 선택된 배경모델 영상들(30)에게서 최소값을 갖는 차영상들(70)의 픽셀과 대응되는 픽셀을 추출하여 최소값 픽셀 영상(80)을 생성한다(S6000).Next, a pixel corresponding to the pixel of the difference images 70 having the minimum value is selected from the selected background model images 30 to generate a minimum value pixel image 80 (S6000).

예를 들면, 최소값이 추출된 제1 차영상(70a)의 픽셀에서 최소값을 갖는 구역이 a 구역일 경우 제1 차영상(50a)을 생성할 때 사용한 제1 선택된 배경모델 영상(30a)에서 상기 a 구역과 대응되는 aa 구역의 픽셀들을 추출하고, 최소값이 추출된 제2 차영상(70b)의 픽셀에서 추출된 최소값 픽셀이 b 구역일 경우 제2 차영상(50b)를 생성할 때 사용한 제2 선택된 배경모델 영상(30b)에서 상기 b 구역과 대응되는 bb 구역의 픽셀이 추출되며, 최소값이 추출된 제3 차영상(70c)의 픽셀에서 추출된 최소값 픽셀이 c 구역일 경우 제3 차영상(50c)를 생성할 때 사용한 제3 선택된 배경모델 영상(30c)에서 상기 c 구역과 대응되는 cc 구역의 픽셀이 추출된다.For example, if the area having the minimum value in the pixels of the first image 70a from which the minimum value is extracted is the area a, the first selected background image 30a used to generate the first image 50a the pixels of the area aa corresponding to the area a are extracted, and when the minimum value pixel extracted from the pixels of the second image 70b extracted as the minimum value is the area b, the second image 50b used to generate the second image 50b Pixels of the bb zone corresponding to the b zone are extracted from the selected background model image 30b and the minimum value pixels extracted from the pixels of the third image 70c from which the minimum value is extracted are c zones, Pixels in the cc region corresponding to the c region are extracted from the third selected background model image 30c used to generate the background image 50c.

즉, 각각의 배경모델 영상들(30)로부터 추출된 픽셀들을 합쳐서 하나의 대표 배경모델인 상기 최소값 픽셀 영상(80)을 생성한다.That is, the pixels extracted from the background model images 30 are combined to generate the minimum value pixel image 80, which is a representative background model.

다음, 상기 최소값 픽셀 영상(80)에서 히스토그램 간격(δ) 및 히스토그램(H(l))을 계산한다(S7000).Next, the histogram interval? And the histogram H (l) are calculated from the minimum value pixel image 80 (S7000).

또한, 상기 히스토그램 간격(δ)은 아래의 식을 이용하여 구할 수 있다.In addition, the histogram interval? Can be obtained by using the following equation.

여기서, D_max는 상기 최소값 픽셀 영상에서 추출된 픽셀 최대값, D_min은 상기최소값 픽셀 영상에서 추출된 픽셀 최소값, N_h는 히스토그램 빈의 수를 나타낸다.Here, D _max is a maximum pixel value extracted from the minimum value pixel image, and D _min is a maximum pixel value Minimum pixel value extracted from the minimum value pixel image, and N _h represents the number of histogram bin.

다음, 상기 히스토그램(H(l))으로부터 로그 히스토그램(H_log(l))을 생성하고 미분한다(S8000).Next, a log histogram (H _log (l)) is generated from the histogram (H (l)) and differentiated (S8000).

여기서, 상기 로그 히스토그램(H_log(l))은 상기 히스토그램(H(l)) 자체를 로그 함수를 적용하여 구할 수 있다.Here, the log histogram H _log (1) can be obtained by applying the log function to the histogram H (l) itself.

또한, 상기 로그 히스토그램(H_log(l))의 미분은 아래의 식으로 구할 수 있다.In addition, the derivative of the log histogram (H _log (1)) can be obtained by the following equation.

다음, 상기 미분된 히스토그램(DH_log(l))에서 최소값을 갖는 픽셀이 발생된 위치 지점(P)을 추출한다(S9000).Next, the position point P at which the pixel having the minimum value is generated in the differentiated histogram (DH _log (l)) is extracted (S9000).

다음, 미분된 로그 히스토그램(DH_log(l))에서 최소값을 갖는 픽셀이 발생된 위치 지점(P) 이후에 양수의 값을 갖는 최초의 위치 지점(M)의 픽셀을 추출한다(S10000).Next, the pixel of the first position point M having a positive value is extracted after the position point P where the pixel having the minimum value is generated in the differentiated log histogram (DH _log (l)) (S10000).

도 5는 본 발명의 일 실시예에 따른 전경 객체 검출 시 미분된 로그 히스토그램의 특징을 보여주는 도면으로, 도 5를 참조하면, 배경 객체의 경우에는 미분된 로그 히스토그램(DH_log(l))의 값이 '0' 보다 작은 음수의 값을 갖는 특징이 있으나, 전경 객체가 감지될 경우에는 '0' 보다 큰 양수의 값을 갖는 것을 알 수 있다.FIG. 5 is a diagram illustrating a characteristic of a differentiated log histogram in detecting a foreground object according to an embodiment of the present invention. Referring to FIG. 5, in the case of a background object, a value of a differentiated log histogram (DH _log Has a negative value smaller than '0'. However, when a foreground object is detected, it has a positive value larger than '0'.

다음, 양수 값을 갖는 최초의 위치 지점(M)의 픽셀과 히스토그램의 간격(δ)을 아래의 식을 이용하여 임계값(Thr)을 추출한다(S11000).Next, the threshold value Thr is extracted using the following equation using the pixel of the first position point M having a positive value and the interval (隆) of the histogram (S11000).

또한, 상기 임계값(Thr)은 현재 영상에서 움직이는 전경 객체를 검출하기 위한 기준이 되는 픽셀값이다.The threshold value Thr is a pixel value serving as a reference for detecting a foreground object moving in the current image.

다음, 현재 영상에서 상기 임계값(Thr) 이상인 픽셀을 전경 객체로 추출한다(S12000).Next, a pixel having the threshold value Thr or more in the current image is extracted as a foreground object (S12000).

도 6은 본 발명의 일 실시예에 따른 전경 객체 검출 결과를 보여주는 도면으로, 도 6을 참조하면, 전경 객체 추출 결과 일반적인 시간축 중간값 필터링 방식보다 오검출율이 낮고, 전경객체의 픽셀을 더 정확하게 검출하고 있는 것을 확인할 수 있다.FIG. 6 is a diagram illustrating a foreground object detection result according to an exemplary embodiment of the present invention. Referring to FIG. 6, when a foreground object is extracted, a false-detection rate is lower than a general time- It can be confirmed that it is detected.

즉, 본 발명에 의하면 상기 현재 영상과 상기 배경모델 영상 간의 픽셀 차이가 최소인 픽셀들을 상기 배경모델 영상에서 추출하여 최소값 픽셀 영상을 생성하고 상기 최소값 픽셀 영상으로부터 임계값을 추출함으로써 국부적으로 움직이는 배경 객체를 전경 객체로 인식하는 문제를 최소화하였다.That is, according to the present invention, pixels having a minimum pixel difference between the current image and the background model image are extracted from the background model image to generate a minimum value pixel image, and a threshold value is extracted from the minimum value pixel image, As a foreground object.

또한, 본 발명에 의하면 전경 객체를 검출하기 위한 임계값을 실시간으로 계산하고 적용하여 전경 객체를 검출함으로써, 환경 변화에 민감한 배경 차분 방법의 오검출을 방지하였다. In addition, according to the present invention, false detection of a background difference method sensitive to environment change is prevented by calculating and applying a threshold value for detecting a foreground object in real time to detect a foreground object.

이상에서 살펴본 바와 같이 본 발명은 바람직한 실시예를 들어 도시 하고 설명하였으나, 상기한 실시예에 한정되지 아니하며 본 발명의 정신을 벗어나지 않는 범위 내에서 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자에 의해 다양한 변경과 수정이 가능할 것이다.While the present invention has been particularly shown and described with reference to exemplary embodiments thereof, it is clearly understood that the same is by way of illustration and example only and is not to be taken by way of limitation, Various changes and modifications will be possible.

10:현재 영상 20:배경모델 영상
30:선택된 배경모델 영상 40:뺄셈 연산
50:차영상 60:시간축 최소값 필터링
70:최소값을 갖는 픽셀이 추출된 차영상 80:최소값 픽셀 영상10: current image 20: background model image
30: selected background model image 40: subtraction operation
50: Car image 60: Time base minimum filtering
70: difference image from which pixels having the minimum value are extracted 80: minimum value pixel image

Claims

CLAIMS 1. A method for detecting a foreground object moving within an image,
Receiving a frame image;
(Hereinafter referred to as " background model image ") between a current frame image (hereinafter referred to as a 'current image') and a previous frame image (Hereinafter referred to as " minimum value pixel image ");
Calculating a log histogram from the minimum value pixel image and deriving a threshold value that is a pixel value for detecting a foreground object; And
And detecting a pixel having a threshold value or more in the current image as a foreground object
Deriving the threshold value comprises:
Obtaining a histogram interval and a histogram in the minimum value pixel image;
Obtaining a log histogram from the histogram and differentiating the log histogram;
Extracting a pixel value having a minimum log histogram value from the differentiated log histogram;
Extracting a pixel value in which the log histogram value is changed from a minimum value to a positive value in the differentiated log histogram; And
And extracting a threshold value by multiplying the first pixel value having the positive value by the interval of the histogram. The method of detecting a foreground object using a time-axis minimum value filtering and a logarithmic histogram

The method according to claim 1,
The step of generating the minimum value pixel image comprises:
A time blocking step of excluding a predetermined number of previous frame images preceding the current frame image from the background model image;
Calculating difference images generated by subtracting each of the background model images left over from the current image and time blocks;
Converting the pixel values of the difference images into absolute values;
Extracting pixels having the smallest absolute value among corresponding pixels of the difference images;
And generating the extracted pixels as the minimum value pixel image. The method of detecting a foreground object using a temporal minimum value filtering and a logarithmic histogram

delete

A computer program product, stored in a storage medium, for executing a foreground object detection method using a background-model-based time-base minimum value filtering and a log histogram according to any one of claims 1 to 2,