雖然要當老闆了,但是每天最好玩的事情不是一呼百諾或數鈔票(想得美了),仍然是研發(玩)一些有趣的東西。昨天的工作就很好玩!如下圖,我寫了一個程式「監看」左方的路口監視器畫面,將結果「顯示」在右邊的視窗中。奇怪的是:明明錄影畫面中有很多車輛呼嘯而過,但是在我的「監看」畫面中,卻只看到空蕩蕩的一條馬路,甚麼車子(連影子)都沒有哦!這是某種隱形科技嗎?那些極力想讓監視器「錄不到」的壞蛋或情報員,一定很有興趣吧?哈哈!
其實,這是一個研究的前半部,我的目標是精確分析監視鏡頭內移動的人或物體,最好能直接描繪出移動目標的輪廓、中心點與向量!之前做的類似案子是用比較簡單的差分運算,就是在很短時間(如0.1秒)內的兩張連續影像相減,不動的背景部分大致會變成接近全黑(趨近於0);移動物的部分則減不掉,會出現擾動的疊影。只是這樣的算法結果比較粗糙,很難精確地看出目標物件的位置與形狀。
這次承蒙高雄第一科大看得起,邀我們參與做廠房內移動人貨影像的辨識,我就將以前想過,但是從來沒認真實作過的演算法實作看看!簡單說就是「經過前面一段時間內,累積的數十張連續影像,計算出完整的,沒有任何移動物體的背景影像!」我做得蠻成功的,就變成上圖的驚悚狀態了!我像個頑皮的小孩,很得意的拿來嚇唬我的學生,每個人都覺得很神奇!老師越來越「神」了!
如果我可以隨時依據歷史影像,計算出穩定的背景影像,接下來將目前含有移動物件在內的即時影像減掉這個背景,就可以清晰地描繪出移動物的形狀、位置與動向了!那時,我的演算法就大功告成囉!
一個「完全不會看到車輛經過殘影」的背景影像,這是怎麼算的?我是沒去看看甚麼SCI期刊上面有沒有寫啦!就是憑自己的常識去想出方法而已,暫時當個小小的商業機密囉!其實昨天上午的第一版是會有殘影的,下午的第二版就沒有了!目前我還在調整的是計算速度,因為這個演算法的運算量不少,需要一些「節能」機制,就是設法減少運算次數的研究啦!今天還有得玩的!