TW201310389A - 使用影像對比增進的移動物件偵測方法 - Google Patents

使用影像對比增進的移動物件偵測方法 Download PDF

Info

Publication number
TW201310389A
TW201310389A TW100129855A TW100129855A TW201310389A TW 201310389 A TW201310389 A TW 201310389A TW 100129855 A TW100129855 A TW 100129855A TW 100129855 A TW100129855 A TW 100129855A TW 201310389 A TW201310389 A TW 201310389A
Authority
TW
Taiwan
Prior art keywords
image
contrast enhancement
image contrast
program
dynamic distribution
Prior art date
Application number
TW100129855A
Other languages
English (en)
Inventor
Der-Chun Cherng
Yan-Chen Lu
Original Assignee
Vatics Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Vatics Inc filed Critical Vatics Inc
Priority to TW100129855A priority Critical patent/TW201310389A/zh
Priority to CN2011102544425A priority patent/CN102956034A/zh
Priority to US13/280,084 priority patent/US20130044951A1/en
Publication of TW201310389A publication Critical patent/TW201310389A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/90—Dynamic range modification of images or parts thereof
    • G06T5/92—Dynamic range modification of images or parts thereof based on global image properties
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/40—Image enhancement or restoration using histogram techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/254—Analysis of motion involving subtraction of images
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Image Processing (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)

Abstract

一種使用影像對比增進的移動物件偵測方法包括：接收來源影像，其中每一個像素具有像素亮度值；以影像對比增進程序處理來源影像；執行變化偵測程序，以比較背景模型與以影像對比增進程序處理完的來源影像，並據以輸出偵測結果；以及執行背景與前景分類程序，以根據偵測結果輸出移動物件。其中影像對比增進程序可包括：產生像素亮度值的直方圖；依據直方圖，計算來源影像的動態分佈範圍以及累積分佈函數；執行映射表生成程序，以依據動態分佈範圍以及累積分佈函數產生映射表；以及依據映射表修改像素亮度值，以增進來源影像的影像對比。

Description

使用影像對比增進的移動物件偵測方法
本案係關於一種使用影像對比增進的移動物件偵測方法，特別是一種利用直方圖(histogram)之影像對比增進方法以及使用影像對比增進的移動物件偵測方法。
影像處理方法具有各種應用，例如可應用於視頻監控或是保全與安全監護服務之用途。以視頻監控為例，過去數十年已將閉路視頻監視系統用於與安全有關的用途。然而傳統的監視系統僅能記錄影像，而無法進行物件或事件之分析。隨著數位視頻以及數位影像處理之發展，基於電腦視覺(computer vision)之智慧監視系統已在安全領域越來越流行。例如可在機場、地鐵站、銀行或酒店部署智慧監控系統，以識別恐怖分子或嫌疑犯。智慧監視系統能夠自動分析影像擷取器所擷取之影像，並識別與追蹤移動物件(motion object)，例如人、車輛、動物或是物品。
然而為了分析影像，區分前景物件與背景影像是必要。對影像進行改變偵測(change detection)，可獲得影像中的靜止背景以及會移動的前景物件。但是當影像具有高雜訊、不良的影像對比、部分或全域亮度突然改變(sudden illumination change)、陰影、或是天候狀況改變等情形時，都容易造成分析錯誤，而導致智慧監視系統出錯。
傳統上為了解決這些問題，需要逐一針對可能的情形進行比對以及繁瑣且須耗費大量運算資源的補償。例如需判斷目前的影像是否有發生亮度急遽變化的情形；若有，則需嘗試對影像進行補償以得到具有一致曝光的影像。但是傳統做法可能會產生偵測失敗、補償所用的自動曝光(auto exposure，AE)方式不當以及補正基準點或是門檻值設定不當，而使得補償過的影像仍然會造成後續分析錯誤。
為了解決上述問題，本發明提供一種使用影像對比增進的移動物件偵測方法。其中影像對比增進方法，包括：接收一來源影像，其中來源影像包括多個像素，每一個像素具有一像素亮度值；產生像素亮度值的一直方圖(histogram)；依據直方圖，計算來源影像的一動態分佈範圍(dynamic range)以及一累積分佈函數(cumulative distribution function，CDF)；執行一映射表生成程序，以依據動態分佈範圍以及累積分佈函數產生一映射表(mapping table)；以及依據映射表修改像素亮度值，以增進來源影像的影像對比。
其中動態分佈範圍的一動態分佈最小值可以是最小的像素亮度值，動態分佈範圍的一動態分佈最大值可以是最大的該像素亮度值。
根據一實施方式，映射表生成程序係可以以線性直方圖等化(linear histogram equalization)的方式擴展動態分佈範圍以產生映射表。映射表可以包括一對一對應的多個輸入值以及多個輸出值，而映射表生成程序可以以下述方程式擴展動態分佈範圍：
其中Yinput為輸入值，Youtput為輸出值，hmin為動態分佈最小值，hmax為動態分佈最大值。
根據另一實施方式，映射表生成程序則可以以非線性的方式擴展動態分佈範圍以產生映射表。
而在上述「依據直方圖，計算來源影像的動態分佈範圍以及累積分佈函數」產的步驟之前，影像對比增進方法另可包括：對直方圖執行一去雜訊(denoise)程序。
在本發明提供之使用影像對比增進的移動物件偵測方法之中，係將上述影像對比增進方法實作為一影像對比增進程序。使用影像對比增進的移動物件偵測方法包括：接收來源影像；以影像對比增進程序處理來源影像；執行一變化偵測程序，以比較一背景模型與以影像對比增進程序處理完的來源影像，並據以輸出一偵測結果；以及執行一背景與前景分類程序，以根據該偵測結果輸出至少一移動物件。
其中「比較背景模型與以影像對比增進程序處理完的來源影像，並據以輸出偵測結果」的步驟可包括：依據背景模型與以影像對比增進程序處理完的來源影像產生一差值影像；以及比較一變化門檻值以及差值影像，並據以輸出偵測結果。
綜上所述，使用影像對比增進的移動物件偵測方法能夠以擴展直方圖的動態分佈範圍並產生補償像素亮度值用之映射表的方式，取代傳統上繁瑣的比對與補償動作。因此相較於傳統做法，更具有節省運算資源、提高處理效率，以及確實地有助於進行變化偵測以及背景與前景分離之功效。
以下在實施方式中詳細敘述本發明之詳細特徵以及優點，其內容足以使任何熟習相關技藝者了解本發明之技術內容並據以實施，且根據本說明書所揭露之內容、申請專利範圍及圖式，任何熟習相關技藝者可輕易地理解本發明相關之目的及優點。
本發明提供一種使用影像對比增進(contrast enhancement)的移動物件偵測方法，以在亮度劇烈變化狀況等各種情況下偵測一來源影像中的至少一移動物件(motion object)。
影像對比增進方法以及使用影像對比增進的移動物件偵測方法例如可實施於一監視系統。監視系統藉由一影像偵測器擷取至少一個來源影像，並藉由一處理器執行影像對比增進方法或使用影像對比增進的移動物件偵測方法。但影像對比增進方法或是使用影像對比增進的移動物件偵測方法亦可被實施於伺服器、個人電腦或監視器等具有處理器的硬體；且影像對比增進方法以及使用影像對比增進的移動物件偵測方法可以被分開實施。
請先同時參照「第1圖」以及「第2圖」，其分別為一實施範例之使用影像對比增進的移動物件偵測方法之方塊示意圖以及流程圖。
首先處理器接收來源影像10(步驟S110)，其中來源影像10包括多個像素，每一個像素具有一像素亮度值。處理器並以一影像對比增進程序20處理來源影像10(步驟S120)。在本發明提供之使用影像對比增進的移動物件偵測方法之中，係將上述影像對比增進方法實作為影像對比增進程序20。於使用影像對比增進的移動物件偵測方法之中，並不需額外判斷影像偵測器在擷取此來源影像10時是否有發生部分或全域亮度突然改變(sudden illumination change)的情況，亦不需分析來源影像10之影像對比之優劣或是否具有自動曝光不佳等問題，因而能夠大幅降低所需的運算以及時間成本。換句話說，藉由以影像對比增進程序20處理所有的來源影像10的做法，可取代傳統上繁複且可能不準確的偵測以及補償方法。
接下來請先參照「第3圖」、「第4A圖」以及「第4B圖」，其分別為一實施範例之影像對比增進程序之流程圖、一實施範例之來源影像之示意圖與來源影像之直方圖(histogram)。
影像對比增進程序20由影像偵測器或一暫存器接收來源影像10之後，產生來源影像10的多個像素亮度值的一直方圖70(步驟S122)。直方圖70中累計每一個像素亮度值對應的像素個數，故直方圖70可代表此來源影像10中像素亮度值的分佈情形。以「第4A圖」以及「第4B圖」為例，來源影像10的像素的像素亮度值集中於120到200的區間。因此其影像對比不佳，而難以辨識來源影像10之中的多個物件，亦難以辨識影像的細部特徵(例如來源影像10的左下角的斜坡表面)。
接著可依據直方圖70，計算來源影像10的一動態分佈範圍(dynamic range)以及一累積分佈函數(cumulative distribution function，CDF)80(步驟S124)。其中CDF 80表示像素亮度值的累計情形。而動態分佈範圍的一動態分佈最小值可以是最小的像素亮度值，動態分佈範圍的一動態分佈最大值為最大的像素亮度值。假設由直方圖70可知最小的像素亮度值為115且最大的像素亮度值為210，便可將動態分佈範圍設定為115到210。
但實際上亦可依來源影像10的情況調整動態分佈範圍。舉例而言，可先計算落於原始的動態分佈範圍中最小或是最大的20%的像素的數量。當落於原始的動態分佈範圍中最小或是最大的20%的像素的數量少於一個比例(例如總像素的10%)時，表示其實像素亮度值集中於原始的動態分佈範圍的中間60%的區間。因此可縮減動態分佈範圍，再以縮減過的動態分佈範圍進行後續步驟中的運算。例如當原始的動態分佈範圍為50到250且像素亮度值集中於中間50%時，可縮減成動態分佈範圍為100到200。
此外，亦可先計算這些像素亮度值的變異係數(coefficient of variation)或是標準差(standard deviation)。當變異係數或標準差小於一門檻值時，表示像素亮度值集中，而可適當縮減動態分佈範圍。
根據另一實施範例，在步驟124之前影像對比增進程序20另可先對直方圖70執行一去雜訊(denoise)程序，將低於一門檻值的對應數量設為零。如此一來亦可避免少量過亮或過暗的像素影響影像對比增進程序20的執行結果。
得到動態分佈範圍以及CDF 80之後，可執行一映射表生成程序，以依據動態分佈範圍以及CDF 80產生一映射表(mapping table)(步驟S126)。接著可依據映射表修改像素亮度值，以增進來源影像10的影像對比(步驟S128)。映射表包括一對一對應的多個輸入值以及多個輸出值，輸入值為修改前的像素亮度值，而輸出值為修改後的像素亮度值。因此影像對比增進程序20根據可根據映射表修改來源影像10的每個像素的像素亮度值。
為了使影像對比變的明顯，影像對比增進程序20可將集中於定區域的動態分佈範圍擴展成整個亮度值域，也就是0到255。換句話說，集中於動態分佈範圍的影像亮度值被分佈到整個亮度值域之中，因此以影像對比增進程序20處理完的來源影像10中較均勻地具有高、中以及低亮度的部分。但在此並不將擴展後的分佈範圍限定於0到255，影像對比增進程序20可將映射表之最小的輸出值設為小於或等於動態分佈最小值，並把映射表之最大的輸入值設為大於或等於動態分佈最大值。
更詳細地說，映射表生成程序可以以線性直方圖等化(linear histogram equalization)的方式，或是非線性的方式擴展動態分佈範圍以產生映射表。根據一實施範例，映射表生成程序20可以以下述方程式擴展動態分佈範圍：
其中Yinput為輸入值，Youtput為輸出值，hmin為動態分佈最小值，hmax為動態分佈最大值。且當CDF(Yinput)為0時，Youtput直接設為0。此線性直方圖等化方程式，目的是將直方圖70等化至均勻分佈直方圖(uniform distribution histogram)的形狀。除了此方程式外，影像對比增進程序20可使用非線性的直方圖等化方式，例如將直方圖70等化至高斯分佈直方圖(Gaussian distribution histogram)或具有其他分佈特性的直方圖。
請參照「第5A圖」以及「第5B圖」，其分別為一實施範例之以影像對比增進程序處理完的來源影像之示意圖以及直方圖。如「第5A圖」以及「第5B圖」所示，以影像對比增進程序處理完的來源影像12具有鮮明的亮度對比，因此影像中的物件以及細節均清晰可見。由以影像對比增進程序20處理完的來源影像12的直方圖72可見，修改後的像素亮度值較平均地分配在0到255的亮度值域中。而以影像對比增進程序20處理完的來源影像12的CDF 82中整個曲線的上升幅度接近一致，而非如原始的來源影像10的CDF 80在極小的區間內急速增加。
得到以影像對比增進程序20處理完的來源影像12之後，對其執行一變化偵測(change detection)程序30，以比較一背景模型(background model)40與以影像對比增進程序20處理完的來源影像12，並據以輸出一偵測結果(步驟S130)。接下來對偵測結果執行一背景與前景分類程序50，以根據偵測結果輸出至少一移動物件60(步驟S140)。
其中背景模型40可以是事先已建立好，亦可根據多個來源影像10即時建立。背景模型40的像點可以以單一高斯模型或混合式高斯模型來描述。一般來說，一像素彩色值或像素亮度值與背景模型40呈現較大差異的像點會有較小的高斯模型數值，而像素彩色值或像素灰階值與背景模型40呈現較小差異的像點會有較大的高斯模型數值。
步驟S130可以包括以下步驟：依據背景模型40與以影像對比增進程序20處理完的來源影像12產生一差值影像；以及比較一變化門檻值以及差值影像，並據以輸出偵測結果。換句話說，變化偵測程序30可以將以影像對比增進程序20處理完的來源影像12與背景模型40相減以得到差值影像，再依差值的大小判斷影像的畫面中是否有發生變化。除此之外，變化偵測程序30也可以針對事先決定之任意畫面區域進行變化偵測，或是以其他方式進行變化偵測，在此並不限定。
背景與前景分類程序50可利用步驟S130輸出之偵測結果，對每一像素之鄰近區域進行分析，並判斷前景物件是否移動以輸出移動物件60。且背景與前景分類程序50可將抽取出的前景物件以及移動物件60等數據回饋給背景模型40，以即時修正及改善背景模型40。
請參照「第6A圖」以及「第6B圖」，其分別為一實施範例之來源影像之示意圖，以及以使用影像對比增進的移動物件偵測方法處理完的來源影像之示意圖。「第6A圖」的來源影像10整體亮度低，且移動物件60的亮度與彩度都與背景中的部分物件相近。但是經過使用影像對比增進的移動物件偵測方法處理之後，前景與背景分類程序50仍可辨識並輸出移動物件60，如「第6B圖」。綜上所述，影像對比增進程序不需分析來源映像是否具不良的影像對比或是部分或全域亮度突然改變等情形，而直接進行直方圖等化之處理。由於擴展直方圖的動態分佈範圍以產生補償像素亮度值用之映射表的運算十分簡單快速，因此能夠更有效率地解決傳統上繁瑣的比對與補償動作。再者，由於以影像對比增進程序處理完的來源影像以具有優秀的影像對比，因此後續的變化偵測程序以及背景與前景分離程序都能準確地進行偵測以及判斷，而能輸出正確的移動物件。
以上較佳具體實施範例之詳述，是希望藉此更加清楚描述本發明之特徵與精神，並非以上述揭露的較佳具體實施範例對本發明之範疇加以限制。相反地，其目的是希望將各種改變及具相等性的安排涵蓋於本發明所欲申請之專利範圍的範疇內。
10．．．來源影像
12．．．以影像對比增進程序處理完的來源影像
20．．．影像對比增進程序
30．．．變化偵測程序
40．．．背景模型
50．．．背景與前景分類程序
60．．．移動物件
70．．．直方圖
72．．．直方圖
80．．．累積分佈函數
82．．．累積分佈函數
第1圖係為一實施範例之使用影像對比增進的移動物件偵測方法之方塊示意圖。
第2圖係為一實施範例之使用影像對比增進的移動物件偵測方法之流程圖。
第3圖係為一實施範例之影像對比增進程序之流程圖。
第4A係為一實施範例之來源影像之示意圖。
第4B係為一實施範例之來源影像之直方圖。
第5A係為一實施範例之以影像對比增進程序處理完的來源影像之示意圖。
第5B係為一實施範例之以影像對比增進程序處理完的來源影像之直方圖。
第6A係為一實施範例之來源影像之示意圖。
第6B係為一實施範例之以使用影像對比增進的移動物件偵測方法處理完的來源影像。

Claims (7)

  1. 一種使用影像對比增進的移動物件偵測方法，包括：接收一來源影像，其中該來源影像包括多個像素，每一該像素具有一像素亮度值；以一影像對比增進程序處理該來源影像，其中該影像對比增進程序包括以下步驟：產生該些像素亮度值的一直方圖；依據該直方圖，計算該來源影像的一動態分佈範圍以及一累積分佈函數(cumulative distribution function，CDF)；執行一映射表生成程序，以依據該動態分佈範圍以及該累積分佈函數產生一映射表；以及依據該映射表修改該些像素亮度值，以增進該來源影像的影像對比；執行一變化偵測程序，以比較一背景模型與以該影像對比增進程序處理完的該來源影像，並據以輸出一偵測結果；以及執行一背景與前景分類程序，以根據該偵測結果輸出至少一移動物件。
  2. 如請求項第1項所述之使用影像對比增進的移動物件偵測方法，其中該動態分佈範圍的一動態分佈最小值為最小的該像素亮度值，動態分佈範圍的一動態分佈最大值為最大的該像素亮度值。
  3. 如請求項第2項所述之使用影像對比增進的移動物件偵測方法，其中該映射表生成程序係以線性直方圖等化的方式擴展該動態分佈範圍以產生該映射表。
  4. 如請求項第3項所述之使用影像對比增進的移動物件偵測方法，其中該映射表包括一對一對應的多個輸入值以及多個輸出值，該映射表生成程序係以下述方程式擴展該動態分佈範圍： 其中Yinput為該些輸入值，Youtput為該些輸出值，hmin為該動態分佈最小值，hmax為該動態分佈最大值。
  5. 如請求項第2項所述之使用影像對比增進的移動物件偵測方法，其中該映射表生成程序係以非線性的方式擴展該動態分佈範圍以產生該映射表。
  6. 如請求項第1項所述之使用影像對比增進的移動物件偵測方法，其中在該依據該直方圖，計算該來源影像的該動態分佈範圍以及該累積分佈函數的步驟之前，該影像對比增進程序另包括：對該直方圖執行一去雜訊程序。
  7. 如請求項第1項所述之使用影像對比增進的移動物件偵測方法，其中該比較該背景模型與以該影像對比增進程序處理完的該來源影像，並據以輸出該偵測結果的步驟包括：依據該背景模型與以該影像對比增進程序處理完的該來源影像產生一差值影像；以及比較一變化門檻值以及該差值影像，並據以輸出該偵測結果。
TW100129855A 2011-08-19 2011-08-19 使用影像對比增進的移動物件偵測方法 TW201310389A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW100129855A TW201310389A (zh) 2011-08-19 2011-08-19 使用影像對比增進的移動物件偵測方法
CN2011102544425A CN102956034A (zh) 2011-08-19 2011-08-26 使用影像对比增进的移动对象检测方法
US13/280,084 US20130044951A1 (en) 2011-08-19 2011-10-24 Moving object detection method using image contrast enhancement

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW100129855A TW201310389A (zh) 2011-08-19 2011-08-19 使用影像對比增進的移動物件偵測方法

Publications (1)

Publication Number Publication Date
TW201310389A true TW201310389A (zh) 2013-03-01

Family

ID=47712709

Family Applications (1)

Application Number Title Priority Date Filing Date
TW100129855A TW201310389A (zh) 2011-08-19 2011-08-19 使用影像對比增進的移動物件偵測方法

Country Status (3)

Country Link
US (1) US20130044951A1 (zh)
CN (1) CN102956034A (zh)
TW (1) TW201310389A (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9151646B2 (en) 2011-12-21 2015-10-06 Deka Products Limited Partnership System, method, and apparatus for monitoring, regulating, or controlling fluid flow
US10228683B2 (en) 2011-12-21 2019-03-12 Deka Products Limited Partnership System, method, and apparatus for monitoring, regulating, or controlling fluid flow
US9746093B2 (en) 2011-12-21 2017-08-29 Deka Products Limited Partnership Flow meter and related system and apparatus
US10488848B2 (en) * 2011-12-21 2019-11-26 Deka Products Limited Partnership System, method, and apparatus for monitoring, regulating, or controlling fluid flow
US9501152B2 (en) 2013-01-15 2016-11-22 Leap Motion, Inc. Free-space user interface and control using virtual constructs
US9679215B2 (en) 2012-01-17 2017-06-13 Leap Motion, Inc. Systems and methods for machine control
US8693731B2 (en) 2012-01-17 2014-04-08 Leap Motion, Inc. Enhanced contrast for object detection and characterization by optical imaging
US11493998B2 (en) 2012-01-17 2022-11-08 Ultrahaptics IP Two Limited Systems and methods for machine control
US9070019B2 (en) 2012-01-17 2015-06-30 Leap Motion, Inc. Systems and methods for capturing motion in three-dimensional space
US10691219B2 (en) 2012-01-17 2020-06-23 Ultrahaptics IP Two Limited Systems and methods for machine control
US20150253428A1 (en) 2013-03-15 2015-09-10 Leap Motion, Inc. Determining positional information for an object in space
US8638989B2 (en) 2012-01-17 2014-01-28 Leap Motion, Inc. Systems and methods for capturing motion in three-dimensional space
US9759343B2 (en) 2012-12-21 2017-09-12 Deka Products Limited Partnership Flow meter using a dynamic background image
US9459697B2 (en) 2013-01-15 2016-10-04 Leap Motion, Inc. Dynamic, free-space user interactions for machine control
US9042631B2 (en) * 2013-01-24 2015-05-26 General Electric Company Method and systems for cell-level fish dot counting
US9292743B1 (en) * 2013-03-14 2016-03-22 Puretech Systems, Inc. Background modeling for fixed, mobile, and step- and-stare video camera surveillance
US9916009B2 (en) 2013-04-26 2018-03-13 Leap Motion, Inc. Non-tactile interface systems and methods
US10281987B1 (en) 2013-08-09 2019-05-07 Leap Motion, Inc. Systems and methods of free-space gestural interaction
US10846942B1 (en) 2013-08-29 2020-11-24 Ultrahaptics IP Two Limited Predictive information for free space gesture control and communication
US9632572B2 (en) 2013-10-03 2017-04-25 Leap Motion, Inc. Enhanced field of view to augment three-dimensional (3D) sensory space for free-space gesture interpretation
US9996638B1 (en) 2013-10-31 2018-06-12 Leap Motion, Inc. Predictive information for free space gesture control and communication
CN204480228U (zh) 2014-08-08 2015-07-15 厉动公司 运动感测和成像设备
WO2016207875A1 (en) * 2015-06-22 2016-12-29 Photomyne Ltd. System and method for detecting objects in an image
KR102153607B1 (ko) 2016-01-22 2020-09-08 삼성전자주식회사 영상에서의 전경 검출 장치 및 방법
SG11201806463SA (en) 2016-01-28 2018-08-30 Deka Products Lp Apparatus for monitoring, regulating, or controlling fluid flow
USD854145S1 (en) 2016-05-25 2019-07-16 Deka Products Limited Partnership Apparatus to control fluid flow through a tube
CN108765443B (zh) * 2018-05-22 2021-08-24 杭州电子科技大学 一种自适应颜色阈值分割的标志增强处理方法
US11839741B2 (en) 2019-07-26 2023-12-12 Deka Products Limited Partneship Apparatus for monitoring, regulating, or controlling fluid flow
USD964563S1 (en) 2019-07-26 2022-09-20 Deka Products Limited Partnership Medical flow clamp
US11373511B2 (en) 2020-09-14 2022-06-28 PureTech Systems Inc. Alarm processing and classification system and method

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100393071B1 (ko) * 2001-08-18 2003-07-31 삼성전자주식회사 영상의 히스토그램 평활화 장치 및 방법
US8300890B1 (en) * 2007-01-29 2012-10-30 Intellivision Technologies Corporation Person/object image and screening
US20080181507A1 (en) * 2007-01-29 2008-07-31 Intellivision Technologies Corp. Image manipulation for videos and still images
US8731322B2 (en) * 2007-05-03 2014-05-20 Mtekvision Co., Ltd. Image brightness controlling apparatus and method thereof
JP2011040902A (ja) * 2009-08-07 2011-02-24 Toshiba Corp 撮像装置及び撮像装置用制御装置
CN101998063B (zh) * 2009-08-20 2012-08-29 财团法人工业技术研究院 前景图像分离方法

Also Published As

Publication number Publication date
CN102956034A (zh) 2013-03-06
US20130044951A1 (en) 2013-02-21

Similar Documents

Publication Publication Date Title
TW201310389A (zh) 使用影像對比增進的移動物件偵測方法
CN107408196B (zh) 从图像中提取特征的方法
US10521885B2 (en) Image processing device and image processing method
JP6505237B2 (ja) 画像処理装置
TW201445454A (zh) 提升人臉辨識率的影像處理系統及影像處理方法
US9569688B2 (en) Apparatus and method of detecting motion mask
US9628751B2 (en) Method, device, and system for pre-processing a video stream for subsequent motion detection processing
US10354352B2 (en) Image processing apparatus, image processing method, and storage medium
US20150009355A1 (en) Motion adaptive cmos imaging system
US9466095B2 (en) Image stabilizing method and apparatus
US10469812B2 (en) Projection display system, information processing apparatus, information processing method, and storage medium therefor
CN106534708B (zh) 宽动态范围影像方法
KR20130142769A (ko) 영상 분할을 이용한 비전 검사 장치 및 비전 검사 방법
JP2015204488A (ja) 動き検出装置および動き検出方法
JP6365355B2 (ja) 画像生成装置および画像生成方法
KR101336240B1 (ko) 저장된 영상을 이용한 영상 처리 방법 및 장치
US20170069068A1 (en) Wide dynamic range imaging method
US8693798B2 (en) Image sharpness processing apparatus and image sharpness processing method
WO2021127972A1 (zh) 一种图像处理方法、装置、成像设备及可移动载体
Sonawane et al. Image quality assessment techniques: An overview
Guthier et al. Algorithms for a real-time HDR video system
US20210366084A1 (en) Deblurring process for digital image processing
JP2022002018A (ja) 動体検出装置および動体検出方法
CN102118559A (zh) 利用移动侦测调整数字相机的拍摄条件的方法
Corcoran et al. Detection and repair of flash-eye in handheld devices