门控设备检测存在和运动的方法和实现这种方法的门控设备

摘要

本发明涉及一种用于门控设备检测存在和运动的方法。它还涉及实现本发明所述方法的门控设备。当接收到门开启命令(24)时，数码照相机所捕获的地面区域的至少一个图像的至少一部分被压缩(28)，并且所述压缩的图像与至少一个有效存在标准进行比较(32)，以禁止或不禁止所述门关闭命令(34)。

权利要求

1.一种用于门控设备检测存在和运动的方法，所述门控设备包括照相机(4)，用于在至少一个光谱区域中捕获包括至少一个图像平面的数字图像，并且分析至少一个图像或图像平面中的信息，所述方法包括下列步骤：-在像素值的至少一个二维矩阵形式的数字存储器中，捕获(26；60，66；80)至少一个地面区域(56)的至少一个数字图像，在所述至少一个地面区域中布置门设备，所述像素值代表至少一个图像信号分量；

-执行至少一个捕获的图像或图像平面的压缩(28；62；86)，以便使其适合给定存储器容量和地面区域中的给定分辨率；

-执行压缩图像或图像平面的至少一部分和基于有效存在标准建立的至少一个比较值的比较(32；72；92；116)，以产生(34；74；94；118，120)控制至少一个门控设备的禁止信号；以及-根据所述比较推断门控设备的控制判决；

其特征在于，所述压缩步骤包括基于至少在地面区域中要求的分辨率、图像传感器的孔径和像场的尺寸以及可用存储器大小来选择单独块的确定尺寸的步骤，在所述捕获步骤期间，获取参考图像，然后获取至少第二图像；以及

所述比较步骤包括用于计算所述参考图像和第二图像的块间差的步骤。

2.根据权利要求1所述的方法，其特征在于，所述压缩步骤包括计算每个单独块中的图像信号的特性的平均值。

3.根据权利要求1所述的方法，其特征在于，所述比较步骤还包括用于比较至少一个块间差值ΔY与预定阈值Threshold的步骤：ΔY＞Threshold，使得如果块间差值超过预定阈值“Threshold”，则产生检测所述第二图像中的运动的信号。

4.根据前面权利要求1所述的方法，其特征在于，所述图像捕获是顺序的，以及周期性地重新加载所述参考图像。

5.根据权利要求1所述的方法，其特征在于，进一步包括地面区域确定步骤，所述地面区域确定步骤包括：-通过产生至少两条代表柱子的线(52，54)来确定门柱的步骤；

-用于确定连接代表柱子的再生线(52，54)的末端的线(56)的步骤；

-用于在正交方向(58)上标出确定地面区域(50)的矩形的尺寸的步骤。

6.根据权利要求5或根据权利要求1到4的任何一个所述的方法，其特征在于，进一步包括用于计算地面区域(50)的压缩图像中的梯度的步骤(88)。

7.根据权利要求6所述的方法，其特征在于，进一步包括有效存在检测步骤，所述有效存在检测步骤包括用于将地面区域的压缩图像中的至少一个梯度值与一个预定阈值进行比较的步骤(92)。

8.根据权利要求7所述的方法，其特征在于，在用于比较至少一个梯度值的步骤之前，有一个阈值计算和/或调适步骤(90)。

9.根据权利要求6所述的方法，其特征在于，所述梯度计算步骤包括用于计算正交方向上的两个梯度(100，102)以检测正向和/或侧向运动的步骤。

10.根据权利要求9所述的方法，其特征在于，通过搜索(108，110)两个梯度的最大值的位置，随后通过计算最大值的位置在预定参考值的变化，并且通过比较两个位置变化以便根据比较结果推断图像中的运动是正向还是侧向，来执行所述正向和/或侧向运动的检测，以推断禁止关闭命令的判决。

11.根据权利要求10所述的方法，其特征在于，进一步包括通过为每个梯度的最大值位置，分配在处理的图像序列中之前捕获的至少一个值，来计算参考值的步骤。

12.根据权利要求1所述的方法，其特征在于，进一步确定下列至少一个的组合作为有效存在标准：-存在的检测；

-运动的检测；

-正向或侧向运动的检测。

13.根据权利要求1所述的方法，其特征在于，对于图像信号的每个分量执行所述方法，并且所述方法还包括通过对从所述图像信号的每个分量取出的每个参数的多数表决来确定判决。

14.根据权利要求13所述的方法，其特征在于，进一步在给定分辨率的同一个平面内关联至多与给定分辨率相等的分辨率的至少两个分量，随后基于所述图像平面来执行所述方法的各步骤。

15.一种用于门控设备检测存在和运动的设备，所述门控设备包括照相机(4)，用于在至少一个光谱区域中捕获包括至少一个图像平面的数字图像，并且分析至少一个图像或图像平面中的信息，所述用于门控设备检测存在和运动的设备包括：-用于在像素值的至少一个二维矩阵形式的数字存储器中，捕获(26；60，66；80)至少一个地面区域(56)的至少一个数字图像的装置，在所述至少一个地面区域中布置门设备，所述像素值代表至少一个图像信号分量；

-用于执行至少一个捕获的图像或图像平面的压缩(28；62；86)，以便使其适合给定存储器容量和地面区域中的给定分辨率的装置；

-用于执行压缩图像或图像平面的至少一部分和基于有效存在标准建立的至少一个比较值的比较(32；72；92；116)，以产生(34；74；94；118，120)控制至少一个门控设备的禁止信号的装置；以及-用于根据所述比较推断门控设备的控制判决的装置；

其特征在于，用于执行压缩的装置包括用于基于至少在地面区域中要求的分辨率、图像传感器的孔径和像场的尺寸以及可用存储器大小来选择单独块的确定尺寸的装置，在用于捕获的装置中，获取参考图像，然后获取至少第二图像；以及

用于执行比较的装置包括用于计算所述参考图像和第二图像的块间差的装置。

说明书

技术领域

本发明涉及一种门控设备用于检测存在和运动的方法。它还涉及实现本发明的方法的门控设备。

背景技术

在现有技术中，已经建议了使用基于使用实像来控制例如电梯门的门控设备的开启和/或关闭的方法。
可以参考专利WO-A1-03/097506，其公开了一种用于检测电梯门的开启路径中的障碍物的照相机。所述照相机包括用于持续记录视频图像的部件，每个记录的图像被图像转换部件转换成数字向量。然后，使用用于识别障碍物的神经元网络来产生告警信号，以便控制门的开启和关闭。现在，通过神经元网络来识别是很难在随机照明条件下实现的复杂方法。
还可以参考文档WO-A1-03/010719，其公开了一种用于控制进门的设备。模拟电视摄像机通过其视频信号输出连接到一个电路，所述电路用于检测模拟视频信号中的向上或向下运动的边缘。对模拟视频信号的检测是对射频噪声敏感的技术。

发明内容

本发明增加了对该现有技术的改进。
实际上，本发明涉及一种用于门控设备检测存在和运动的方法，所述门控设备是实现照相机的类型，用于在至少一个光谱区域(可见光、红外线)中捕获包括至少一个图像平面的数字图像，并且分析至少一个图像或图像平面中的信息。
本发明的方法包括：
-在至少一个像素值的二维矩阵形式的数字存储器中，捕获在其中布置门设备的至少一个地面区域的至少一个数字图像，所述像素值代表至少一个图像信号分量(Y；R，G，B；Y，Cr，Cb)；
-执行至少一个捕获的图像或图像平面的压缩，以便使其适合给定存储器容量和地面区域中的给定分辨率；
-执行压缩图像或图像平面的至少一部分与基于有效存在标准建立的至少一个比较值的比较，以产生控制至少一个门控设备的禁止信号；以及
-由此推断门控设备的控制判决。
根据本发明的一个方面，所述压缩步骤包括基于至少在地面区域中要求的分辨率、图像传感器的孔径和像场的尺寸、以及可用存储器大小，来选择单独块的确定尺寸的步骤。
根据本发明的一个方面，所述压缩步骤包括计算每个单独块中的图像信号的特性，诸如亮度的平均值。
根据本发明的一个方面，所述比较步骤包括用于计算参考图像和第二图像之间的块间差的步骤。
根据本发明的一个方面，所述比较步骤还包括用于比较至少一个块间差值与预定阈值Threshold的步骤：ΔY＞Threshold，使得如果块间差值超过预定阈值“Threshold”，则产生检测第二图像中的运动的信号。
根据本发明的一个方面，根据下述关系来调整所述阈值：
Threshold＝Threshold_0+t1＊K
其中，亮度比t1由下述关系确定：
t1＝Lm/(Lm-Ym)
Threshold_0是阈值偏移值，以及K是系数，两者在安装特定门控设备时通过连续测试来确定，以便消除有效检测测试的错误率。
根据本发明的一个方面，图像捕获是顺序的并且周期性地重新加载参考图像。
根据本发明的一个方面，所述地面区域确定步骤包括：
-通过产生至少两条代表柱子的线来确定门柱的步骤；
-用于确定连接代表柱子的再生线的末端的线的步骤；
-用于在正交方向上标出确定地面区域的矩形的尺寸的步骤。
根据本发明的一个方面，包括用于计算地面区域的压缩图像中的梯度的步骤。
根据本发明的一个方面，有效存在检测步骤包括用于比较地面区域的压缩图像中的至少一个梯度值和预定阈值的步骤。
根据本发明的一个方面，阈值计算和/或调适步骤在用于比较至少一个梯度值的步骤之前。
根据本发明的一个方面，梯度计算步骤包括用于计算正交方向上的两个梯度以检测正向和/或侧向运动的步骤。
根据本发明的一个方面，通过搜索两个梯度的最大值的位置，随后通过计算最大值的位置在预定参考值的变化，并且通过比较两个位置变化，来执行正向和/或侧向运动检测，由此推断图像中的运动是正向还是侧向，以由此推断禁止关闭命令的判决。
根据本发明的一个方面，包括通过为每个梯度的最大值位置，分配在处理的图像序列中之前捕获的至少一个值，来计算参考值的步骤。
根据本发明的一个方面，确定至少一个有效存在检测标准预备进行：
-存在的检测；
-运动的检测；
-正向或侧向运动的检测。
本发明还涉及包括与像素值的二维存储器耦合的至少一个数字图像矩阵传感器的类型的门控设备。所述门控设备包括：
-用于执行存储器中的捕获图像的压缩的至少一个处理器；
-用于产生判决信号，以基于预定的有效存在判决标准来执行门控设备命令的至少一个处理器；以及
-对所产生的有效存在判决信号敏感、用于控制门控设备的关闭的电路。

附图说明

使用说明书和附图将更好地理解本发明的特征和优点，其中：
-图1示意性地说明了电梯的着陆门控设备的实现，图(a)是正视图以及图(b)是顶视图；
-图2表示实现本发明的方法的门控设备的方框图；
-图3表示本发明的方法的第一流程图；
-图4表示本发明的方法的第二流程图；
-图5表示本发明的方法的另一个实施例中考虑的元件；
-图6表示本发明的第三实施例的流程图；以及
-图7表示根据本发明的方法的第四实施例。

具体实施方式

图1示出了适合于将建筑物中的着陆平台与电梯车厢分开的电梯着陆门的门控设备的表示。
电梯着陆门10包括开口100中的两个运动部分2和3，当电梯车厢位于安装了门控设备的地面时，其提供从电梯车厢到着陆平台的入口，或提供从车厢的出口。
在门控设备的顶部有数码照相机4，打算根据中心轴大致垂直并且指向地面的孔径A的光束，来捕获地面区域和开口区域的数字图像。数码照相机4被置于距离地面确定的高度H。
在图1的图(b)中，对相同的元件给出相同的标号并且不做进一步描述。
着陆区域5在车厢内的区域9所补充的地面上的像场8中限定。为此，照相机4确定方向，以便获得有利于着陆区域中的接近区域5的不平衡像场。
通过本发明的方法可以检测根据箭头6从这里向门开口运动以进入车厢的人7。
如果当前正在执行门开启命令，可以产生例如禁止信号，以防止继续关闭并且将门返回到开启位置。
在本发明中，提供了至少一个图像捕获照相机。图像可以是单个的或关联在视频序列中。它们被在至少一个光谱区域中捕获，例如在可见光或红外光中的一个或多个连接或单独的部分上方。红外类型图像可以由位于像场内的身体的热辐射产生，或甚至由使用照明发生器的照明产生。捕获的数字图像包括至少一个图像平面，以及对至少一个图像或图像平面中的信息进行分析。
图2示出了实现本发明的方法的门控设备的表示。
数字图像捕获照相机4产生数字信号以便捕获图像点或像素的矩阵，其被存储在矩阵存储器10中，其中，像素被排列成例如矩形阵列的形式。其它排列也是可能的，诸如根据分辨率和想象的操作的像素的六边形排列。
处理器11在程序存储器12的控制下，应用使用本发明的方法限定的处理。
用户界面14(人机界面MMI)一方面被用于配置处理器11，另一方面被用于接收由控制操作产生的信号。
用户界面14还包括用于在着陆平台上或电梯车厢内显示有效存在和/或运动检测状态的部件。
同样地，处理器11将控制消息呈送给中央模块16，中央模块16产生或不产生开启或关闭自动门的命令信号。
自动门通过激励器20来操作。激励器20可以被分成两个以操作图1的示范实施例的门的两个运动部分2和3。
此外，控制开启和/或关闭的中央模块16与常规控制设备18合作。控制设备18尤其被用于考虑电梯控制按钮和/或地面到达安全联锁设备的状态。
具体地，在优选实施例中，基于来自控制设备18的命令信号来执行门开启命令，然而，如果实现本发明的方法的处理器11检测到例如在照相机4(图1)的场中所检测的开口区域中的有效存在，则可以通过中央模块16来禁止其产生的关闭命令。
图3示出了本发明的方法的第一实施例的流程图的表示。
在纯说明性装配的上下文中描述了门控设备的操作。具体地，门控可以导致其开启、其关闭或运动或机动的任何预定序列。
在开始步骤22后，在步骤24中，控制切换到测试以便检测门开启命令。
只要没有接收到门开启命令，控制就循环回到步骤24的测试。
当测试24为正(“是”)时，控制切换到步骤26以便捕获图像。
在特定实施例中，图像是例如以每像素8位编码的亮度图像。
在捕获步骤26后，在步骤28执行图像压缩。
在该优选实施例中，压缩步骤包括替换例如在步骤26中捕获的图像块中的像素组，以便表示8像素乘8像素的块中的64像素y(i，j)的平均值，例如：
$Y_b(i_0,j_0)=\frac{1}{64}\underset{j=0}{\overset{7}{\Sigma }}{\Sigma }_{i=0}^{7}y(8i_0+i,8j_0+j)$
具体地，在与地址(i，j)的像素相关联的图像信号由许多分量表示的情况下，可以为其它分量提供类似形式的等式，例如，如果增加蓝色度Cb和红色度Cr信息，则在此情况下，将同样地处理两个附加的等式：
$C_{\mathrm{bb}}(i_0,j_0)=\frac{1}{64}\underset{j=0}{\overset{7}{\Sigma }}{\Sigma }_{i=0}^7{c}_b(8i_0+i,8j_0+j)$
$C_{\mathrm{rb}}(i_0,j_0)=\frac{1}{64}\underset{j=0}{\overset{7}{\Sigma }}{\Sigma }_{i=0}^7{c}_r(8i_0+i,8j_0+j)$
其中，可以通过由亮度Y、蓝色度cb和红色度cr的三个图像平面产生的三元分量(y，cb，cr)来表示图像的每个像素(i，j)，并且随后通过每个压缩像素(i0，j0)的三元数组(Y，Cbb，Crb)来确定压缩的图像。
在本发明的方法中，根据各种因素来选择在上述例子中为8像素乘8像素的块的大小，所述因素包括：
-图像存储器中的可用存储器大小；
-照相机的场中所监测的地面区域中的期望最小分辨率；
-被照相机捕获的图像的大小。
一旦图像在步骤28中被压缩，在步骤30中调适处理以便调整用于执行随后描述的有效存在检测的各种参数。
控制随后切换到步骤32，以便执行用于检测使用步骤28获得的至少一个块的有效存在的测试。在优选实施例中，使用至少一个图像块和参考的比较来执行有效存在检测测试，所述参考来自可以在地面区域中静态或运动的物体的有效存在。
在步骤32执行的测试中，可以将在压缩步骤28捕获的至少一个块与用于检测有效存在的条件进行比较，包括：
-存在元；
-运动元。
基于在上一步骤30中调适的参数来确定每个有效存在检测条件。
如果有效检测测试32为负(“否”)，则控制切换到测试步骤36以便测试监测的结束。
如果步骤32中的测试为正(“是”)，禁止信号在步骤34被设置为有效状态，防止门的关闭，即使由关闭控制设备生成门开启命令。
控制也返回到监测结束测试36。
当门控设备已经产生关闭控制信号并且已经执行该关闭时，执行监测结束测试36，在此情况下，控制切换到监测结束步骤38。
如果监测结束测试36为负(“否”)，则控制返回到步骤40，以便测试用于修改在步骤32执行有效存在检测的参数的条件。
如果测试40为负，则控制返回到步骤26的输入的图像捕获循环。
如果测试40为正(“是”)，则在步骤42计算新的参考值或新的有效存在检测参数，并且控制也返回到步骤26的输入。
图4示出了本发明的方法的另一个实施例的表示。
对与图3中的那些相同的元件给出相同的标号，并且将不进行进一步描述。
在步骤60，以与步骤26(图3)的那些捕获类似的条件来捕获参考图像。
参考图像的每个像素被指定为bref(i，j)。
一旦图像被以矩阵形式捕获，如已经被解释过的步骤28(图3)，图像在步骤62被压缩成块。
参考图像因此由像素构成，每个像素由下述形式的关系表达：
Bref(i，j)＝block(size，bref(i，j))
其中，block()是与指示步骤28(图3)的压缩的一个相似的函数。
在与图3的步骤30类似的步骤64中，首先，在步骤66，捕获第二图像，第二图像在通过照相机产生的图像序列中，是在捕获参考图像之后出现的第二图像，或任何其它后续第二图像。
第二图像的每个像素被指定为b2(i，j)。
第二图像在与步骤62的压缩相同的步骤68再被压缩。
第二图像中的像素因此由通过下述形式的关系表达的每个像素构成：
B2(I，J)＝block(size，b2(i，j))
其中，block()是与指示步骤28(图3)的比较的一个相似的函数。
随后在步骤70产生图像，与步骤32的测试类似，其包括在步骤60、62捕获的参考图像和在步骤66、68捕获的第二图像之间的块间差值。
差值图像的像素D(I，J)因此由下述关系确定：
D(I，J)＝Bref(I，J)-B2(I，J)
在有效检测测试步骤72中，将差值图像与可以在中间步骤(未在图4中示出并与上述步骤30(图3)类似)中设置的阈值进行比较。
根据比较72的结果，如果比较为正，则在步骤74产生禁止关闭命令的信号。
否则，控制切换到步骤36中的监测结束测试。随后，如已经使用图3描述的，在与图3的步骤42类似的步骤中，如果参考图像需要被刷新，则通过刷新参考返回用于修改检测有效存在的条件的步骤。第二图像的压缩块Bref(I，J)被发送到参考图像的压缩块的存储器以形成新的参考图像。
在特定实施例中，周期性地执行该刷新。
在另一个实施例中，基于由特定传感器检测的环境亮度的变化，或基于通过计算块B2(I，J)的平均值，基于捕获第二图像时像场中的平均照明的计算，来决定刷新。
如果B2是第二亮度图像，则平均亮度被表达为：
$Y_{\mathrm{average}}=\frac{1}{N_{\mathrm{blocks}}}\underset{I}{\overset{‾}{\Sigma }}\underset{J}{\overset{‾}{\Sigma }}{B}_2(I,J)$
如果第二图像已经被压缩为Nblocks个块。
在特定实施例中，为克服与像场中的照明变化相关的问题，尤其因为电梯车厢的照明，在步骤64确定第二图像的平均照明值Yaverage。该值被显示在用户界面14(图2)上。随后，计算相对于中间亮度值Lm的亮度比t1。例如Lm＝128代表被8位像素数字化的图像。
在例子中，亮度比由关系t1＝Lm/(Lm-Ym)确定。
在后续步骤中，随后确定阈值用于步骤70的测试，形式为：
Threshold＝Threshold_0+t1＊K
在该关系中，Threshold_0是阈值偏移值并且K是系数，两者在安装特定门控设备时通过设计用于取消有效检测测试72的错误率的连续测试来确定。
图5示出了在根据本发明的门控设备的特定实施例中检测的像场的表示。
对与图1中的那些相同的元件给出相同的标号。
数字图像捕获照相机被固定在门设备的一部分上，置于门开口的上方，在它捕获的图像的场之外。因此未在图5中表示照相机。
当通过本发明的方法来控制门时，基于计算代表在其面板的开启位置门开口的右柱2的线52和代表左柱3的线54，来确定地面上的阈值区域50。
线56在地面区域中连接线52、54的末端并且被用于生成矩形区域50，其范围可以在配置自动门设备时确定。可以在计算上述线52和54的基础上，通过本发明的方法来计算线56。
当确信阈值区域50中没有障碍物时，在初始化阶段中计算线52和54。为此，通过检测图像中的两个侧区域来检测侧柱，对于亮度图像来说，所述两个侧区域在图像的水平方向的扫描中呈现亮度的一致性。这两个一致性区域随后被“改进”，以在本领域的技术人员的范围内，使用图像处理操作来产生代表侧柱的线52和54。
定向照相机时，检测水平中心轴58。
随后，用户使用界面14(图2)根据轴58来确定以线56为中心的矩形的尺寸。
可以在安装照相机后或使用照相机方向激励器来调整这些各种参数。
同样地，可以使用例如安装在照相机透镜上的自动变焦的调整状态机来获得“矩形”场的范围。
图6示出了实现使用图5描述的参数的本发明的方法的另一个实施例的表示。
对与上述图3和4中的那些相同的元件给出相同的标号，并且将不进行进一步描述。
当执行图3的步骤24时，在步骤80，以矩阵形式捕获图像，例如以使用矩阵传感器获得的点或像素的亮度矩阵的形式。
首先，在步骤82，如已经使用图5解释的，检测右柱和左柱。
在步骤84，计算地面线56、然后计算如已经使用图5解释的矩形监测区域50。该步骤可能不会在每次捕获执行，而是仅在配置设备时进行。
在步骤86中，如上面已经解释的，以块Y(I，J)的形式压缩矩形监测区域50的图像。
在步骤88中，使用下面的公式来计算图像梯度：
δY(I，J)＝Y(I，J)-Y(I’，J’)，其中，由(I’，J’)识别的位置相对于每个参考位置(I，J)是预定的，因为对于图像梯度的形成是已知的。
在步骤90，随后计算或调适有效存在检测条件，尤其是存在的检测。
在步骤92，将步骤88计算的梯度与步骤90设置的存在阈值“THRESHOLD”进行比较。测试92可以写成δY(I，J)＞THRESHOLD的形式，其中，THRESHOLD具有例如在步骤90确定的值。
如果步骤92的测试为正，则在步骤94，产生禁止门控设备关闭命令的信号。
如果步骤92的测试为负，则直接转换到监测结束步骤96，并且如果步骤96的监测结束条件没有结束，则返回步骤80的新图像捕获。
图7示出了本发明的另一个实施例的表示，其中，图像梯度在与图像的行平行的方向上和图像B(I，J)的列的正交方向上被分成两个。
参考图6的流程图。
在步骤86的结束，在两条平行路径上，在步骤100计算方向X上的图像梯度，并且在步骤102计算方向Y上的图像梯度。如果仅有一个处理器，如所公知的，有可能顺序执行这些步骤。
可以从矩形监测区域50(图5)的图像的压缩块，来计算方向X上和方向Y上的图像梯度。
可以根据形成数码照相机的矩阵传感器的方向，来确定方向X和Y。
在步骤104，计算在步骤100计算的图像梯度的最大值，并且在步骤106，计算方向Y上的图像梯度的最大值。
基于X和Y梯度的最大值的确定，在步骤108和110分别确定对应于在步骤104确定的最大X梯度的列i和在步骤106计算的方向Y上的最大梯度的行j。
在步骤112，随后根据关系dY＝i-i0，通过从步骤108计算的最大值的列的值i减去参考值i0来计算水平方向上的变化dY，参考值i0将随后在步骤112中描述。
在步骤114中，根据关系dX＝j-j0，通过从步骤110确定的最大值的行的值j减去参考值j0来计算垂直方向上的变化dX，参考值j0将随后描述。
随后在步骤116比较变化dX和dY，这样，根据比较的结果，在步骤110进行关于侧向运动的存在的判决，以及在步骤120进行关于正向运动的存在的判决，这样，在侧向运动的情况下，允许关闭命令，而在正向运动的情况下，禁止门控设备关闭命令。
在本发明的实施例中，基于比较变化dY和变化dX的条件评估dY≥dX，来执行正向运动测试。
如果条件为假，运动为侧向。
如果条件为真，运动为正向。
在本发明的实施例中，通过处理之前捕获的图像时所计算的最大值i和j的值，来确定在步骤112和在步骤114中使用的参考值i0和j0并被用作参考图像。以已经被解释的相同的方法，每八个捕获的图像或当用于刷新参考图像的预定条件被满足时，通过周期性地执行变量i0＝i和j0＝j的分配来修改该参考图像。
在上面，如在被称为灰度图像或二进制图像的情况下，如果只允许值“0”或“1”，通过单元的二维矩阵来表示图像，每个单元与整数值相关。本发明还可以应用于通过例如颜色的其它编码形式表示的图像的情况。在这种情况下，每个单元可以与若干颜色分量的向量相关，使得每个单元与向量类型图像信号相关。
优选地，并且根据本领域技术人员的知识，假定图像由许多图像平面构成。例如，在被称为色度彩色图像的情况下，第一图像平面被分配给光强度，然而其它两个平面与第一色度分量Cr和第二色度分量Cb相关。此外，如已知的，每个平面由再现所表示的整体图像的像素组织的二维阵列构成，其每个单元表示确定的分辨率。因此，在产生八位色度图像的数字化的例子中，本发明对三个平面4:2:2的图像执行，对应于4位强度面、2位色度面Cr和2位色度面Cb。因此，图的描述部分可以被解释为三个平面中的8:0:0的分布。
因此，可以对每个像素分量写出各种等式，即，为每个图像平面提供相同形式的等式。
贯穿说明书和权利要求，当基于单个分量来确定测试但是处理许多分量时，本发明的方法包括基于所处理的所有分量上的多数，诸如原色分量红、绿、蓝和色度分量(Y，Cr，Cb)来进行判决的附加步骤。
在特定实施例中，本发明的方法使用亮度或强度信息比色度信息敏感两倍的事实，并且因此可以处理所有三个分量，以仅仅通过两字节平面上的多数表决来进行判决，第一平面分配给强度，以及第二平面将其一半分辨率分配给蓝色度分量Cb，并且将其另一半分辨率分配给红色度分量Cr。因此，本发明的设备于是可以仅包括与用于表示和处理三个图像平面的图像处理存储器类似的两个存储器。