Descrição da Técnica Implementada

A descrição da técnica de rastreamento de múltiplos objetos através do filtro de Kalman é apresentada no Algoritmo 3, onde:

• A função CalculateBackSubTec calcula a máscara do primeiro plano para cada qua- dro.

• A função CalculateEstObs calcula o conjunto de observações atuais, ou seja os cen- tróides de cada objeto presente na máscara do primeiro plano.

• A função Prediction executa o passo de predição do filtro de Kalman para todo o conjunto de estados do quadro atual.

• A função Gating calcula a matriz de custos R através da Equação (C.12).

• A função DataAssociation calcula a matriz de permutação V associada à R através do algoritmo de Jonker e Volgenant, o qual soluciona o problema de designação linear. • A função trackMaintenance trata da inicialização de novas trajetórias considerando

os valores diferentes de zero da matriz de permutação V.

• A função Correction executa o passo de correção do filtro de Kalman para todo o conjunto de estados do quadro atual.

Algoritmo 3: Rastreamento de múltiplos objetos.

Input: O conjunto de quadros de um vídeo em questão {It}

Nquadros

t=1 .

Input: O conjunto do parâmetros do algoritmo de subtração de fundo, backparam.

Input: O conjunto do parâmetros do filtro de Kalman, kalparam = {A, H, Q, R}.

Output: O conjunto de estados seguintes,X .

// inicialização

1 X0|0 ← X₀;

2 for t ←1 to Nquadros do /* para cada quadro do vídeo */

// cálculo da máscara do primeiro plano

3 M(t) ← CalculateBackSubTec(I_t,backparam);

// determina o conjunto de observações atuais

4 Zt← CalculateEstObs(M(t)); 5 if nT >0 then

// prevê o conjunto de estados e observações seguintes

6 [ ˆXt|t−1, ˆZt|t−1, n_T] ← Prediction(Xt−1|t−1, kalparam); 7 V ← 0_nT×nM; 8 if n_M >0 then // Canalização 9 R ← Gating( ˆZt|t−1, Zt, c_max); // Associação de dados 10 V ← DataAssociation( R, c_max); // Manutenção de trajetórias 11 [V, ˆXt|t−1, nT] ← trackMaintenance(V, ˆXt|t−1, Zt);

// corrigir o estado seguinte

12 [ ˆXt|t, n_T] ← Correction( ˆXt|t−1, Zt, V);

// armazenando o conjunto de estados

Modelo de cor HSB e a Diferença de

Imagens

D.1

Introdução

Cor é a principal propriedade da luz visível pela qual um observador humano pode distinguir diferentes tipos de luz. Ela é uma propriedade subjetiva, e em geral, a cor de uma fonte de luz não é estabelecida pela medida de alguma propriedade física fundamental da luz. Foi verificado experimentalmente que para descrever uma determinada cor da luz é necessário estabelecer 3 valores1. Assim, a cor é uma propriedade tridimensional no sentido mate-

mático. No caso de uma outra propriedade tridimensional, a localização de um ponto no espaço, pode ser descrito através de diversas definições de três parâmetros (coordenadas)2_.

Similarmente, no caso da cor, diferentes sistemas de três parâmetros podem ser utilizadas. Um sistema particular é chamado de modelo de cor, e seus parâmetros são referidos como sendo as coordenadas de seu espaço de cor tridimensional.

Um modelo de cor que está bem relacionado com a percepção humana da cor usa as seguintes propriedades como suas coordenadas: brilho, matiz e saturação. As propriedades de matiz e saturação descrevem em forma conjunta a cromaticidade da cor de interesse e uma vez que a cromaticidade contém duas das coordenadas da cor, ela é uma propriedade bidimensional.

1_{Baseado na visão tricromática, que é a capacidade de possuir três canais para transmitir informação de}

cor. Assim, a retina contém três tipos de receptores para cor (nos vertebrados, são as células cones) com diferentes espectros de absorção.

2_{Por exemplo: coordenadas cartesianas, coordenadas cilíndricas, coordenadas esféricas, coordenadas}

Também existem outros pares de propriedades (diferentes de matiz e saturação) que podem ser usados para descrever a cromaticidade, permitindo assim diferentes modelos de cores dentro da família de brilho-cromaticidade.

Este Apêndice tem por finalidade determinar aquelas características das cores que se rela- cionam diretamente com as componentes da distância Euclidiana, para o qual é necessário expressar os píxeis Il(t) e Bl(t) através de um modelo de cor pertencente à família de bri-

lho-cromaticidade. Como nessa Tese é usado o modelo de cor HSB, o Apêndice inicia com uma descrição dos modelos de cores RGB e HSB, seguido por uma descrição da conversão de RGB a HSB e vice-versa. Na última seção é analisada a diferença de cores no modelo de cor HSB.

D.2

Modelo de Cores RGB

O modelo de cores RGB é um modelo aditivo, no qual o vermelho, o verde e o azul (usados em modelos de cor aditivos) são combinados de várias maneiras para reproduzir outras cores. O nome do modelo e a abreviação RGB vêm das três cores primárias: vermelho (Red), verde (Green) e azul (Blue). A quantidade de cada cor primária contida numa cor em hardware é representada por um número no intervalo de [0, 255]. Sendo assim, cada cor é definida como um vetor de três elementos, formado pelos valores assumidos por cada cor primária. Portanto, cada cor existe num cubo de tamanho [0, 255]3, onde cada uma das cores primárias

constitui um dos eixos principais do cubo. O cubo de cor RGB é ilustrado na Figura D.1. A origem do cubo, (0, 0, 0), representa a total ausência de cor, que corresponde à cor preta. O canto mais distante a partir da origem é a soma das maiores intensidades de vermelho, verde e azul, ou seja (255, 255, 255). Isso produz a cor branca. Os outros cantos do cubo representam as várias cores primárias (R, G e B) e secundárias3 (C, M e Y ). A diagonal

principal do cubo RGB é ilustrada na Figura D.1 como uma linha desenhada entre as cores preto e branco. Esta linha, denominada eixo neutro, representa as cores, no cubo RGB, que contem quantidades iguais de vermelho, verde e azul. Todos os pontos nesta linha são cinza4. Quanto mais próximo a cor está da origem, mais escura ela é, e quanto mais perto

a cor está do branco, mais clara ela é.

3_{As três cores secundárias são: ciano (Cyan), magenta (Magenta) e amarelo (Yellow).}

4_{Se uma coordenada (R, G, B) é projetada sobre o eixo neutro (segundo uma media ponderada que toma}

Figura D.1: O cubo de cor RGB. Cada eixo do cubo representa os valores de vermelho, verde ou azul no intervalo [0, 255]. Onde R é vermelho, G é verde, B é azul, C é Ciano, M é magenta, Y é Amarelo e W é branco.