[發(fā)明專利]一種視頻運動目標(biāo)分割的方法

無效

• 申請?zhí)枺?/td>: 200810046696.6
• 申請日: 2008-01-16
• 公開（公告）號: CN101216943A
• 公開（公告）日: 2008-07-09
• 發(fā)明（設(shè)計）人: 朱松純;龔海峰;胡文澤
• 申請（專利權(quán)）人: 湖北蓮花山計算機視覺和信息科學(xué)研究院
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T5/00
• 代理公司: 湖北武漢永嘉專利代理有限公司
• 代理人: 鐘鋒

技術(shù)領(lǐng)域

本發(fā)明涉及視頻技術(shù)領(lǐng)域，具體涉及計算機視頻內(nèi)容分析、檢測技術(shù)領(lǐng)域，特別是將連續(xù)圖像序列中運動目標(biāo)的圖像自動從背景中分割出來的方法。

背景技術(shù)

視頻運動目標(biāo)分割的方法是指通過數(shù)學(xué)模型及算法，利用計算機將連續(xù)圖像序列中運動目標(biāo)的圖像自動從背景中分割出來的方法。這種方法可用于視頻智能分析、視頻編碼、人機交互等多種應(yīng)用領(lǐng)域。

視頻運動目標(biāo)分割的方法主要有以下幾種：

1、假設(shè)背景分割的方法：通過假設(shè)背景完全靜止不動，最簡單的背景建模算法通過兩幀間，甚至多幀間差的計算來判別運動目標(biāo)和背景。兩幀或多幀間圖像差值小的為背景，大的為前景。這種方法具有簡單直觀的優(yōu)點，理想條件下實驗效果也較好。但事實上，由于監(jiān)控場景中經(jīng)常存在復(fù)雜的背景情況，很多場景根本無法得到理想的純背景圖像。再加上相機成像過程中產(chǎn)生的噪聲，以及自動增益控制和白平衡導(dǎo)致的圖像灰度值的全局變化，這種視頻運動目標(biāo)分割的方法往往效果很差，難以實用。

因此，目前的主流運動目標(biāo)分割的方法主要采用以下兩種方法：

2、顏色特征分割的方法：利用顏色特征的方法主要考慮背景圖像和前景圖像像素值的統(tǒng)計分布，通過建立多個高斯模型來描述這種分布，進而使用一定的判決準(zhǔn)則對當(dāng)前像素屬于背景像素或運動目標(biāo)像素進行判斷，也即前景分割。在將背景和前景進行分割后，按照一定的規(guī)則對背景圖像像素值的統(tǒng)計分布參數(shù)進行更新，通常對前景的分布進行較為慢速的更新，對背景的分布進行常規(guī)速度的更新。1998年計算機視覺與模式識別會議上的文章”Adaptivebackground?mixture?models?for?real-time?tracking”中所介紹的方法即是這種方法的典型代表。這種方法十分有效地客服了假設(shè)背景的方法對噪聲的敏感，并且可以將一些主觀上并不重視的運動，如花草的晃動等表述入背景。與此同時，這類方法不需要預(yù)先使用一個理想的背景模型，因此而比較實用。但由于很多情況下使用高斯分布來描述非運動目標(biāo)像素灰度的分布并不準(zhǔn)確，因此對這種方法對光照變化、陰影等情況都可能出現(xiàn)錯誤分割。

3、梯度特征分割的方法：利用梯度特征的分割方法在建模思想上和上述利用顏色特征的建模方法類似，只是將顏色特征改為了梯度特征。梯度信息受相機的自動增益控制以及局部光照變化的影響較小，因此比顏色特征分割的方法更為穩(wěn)定，但對圖像中的平坦區(qū)域(如瓷磚質(zhì)地面，墻面)以及噪聲較大的區(qū)域都容易出現(xiàn)誤判。

發(fā)明內(nèi)容

本發(fā)明所要解決的技術(shù)問題是：為克服上述方法的缺陷，提供一種視頻運動目標(biāo)分割的方法，該方法可提高視頻運動目標(biāo)分割的準(zhǔn)確度。

本發(fā)明解決上述技術(shù)問題所采用的技術(shù)方案是：

一種視頻運動目標(biāo)分割方法，其步驟是：

(1)建立背景圖像分區(qū)域信息的步驟；它包括將背景圖像劃分為長邊緣區(qū)域、紋理區(qū)域、平坦區(qū)域并存儲的步驟；

(2)輸入視頻圖像幀的步驟；

(3)根據(jù)背景圖像分區(qū)域信息對當(dāng)前圖像幀進行分區(qū)域的步驟；

(4)判斷當(dāng)前圖像幀和背景信息是否匹配的步驟，它包括：

判斷當(dāng)前圖像幀中的長邊緣區(qū)域和背景圖像中的長邊緣區(qū)域是否匹配的步驟；

判斷當(dāng)前圖像幀中的紋理區(qū)域和背景圖像中的紋理區(qū)域是否匹配的步驟；

判斷當(dāng)前圖像幀中的平坦區(qū)域和背景圖像中的平坦區(qū)域是否匹配的步驟；

(5)將步驟(4)判斷為否的區(qū)域圖像輸出的步驟。

上述方案的步驟(4)中，

判斷當(dāng)前圖像幀中的長邊緣區(qū)域和背景圖像中的長邊緣區(qū)域是否匹配的步驟采用Haar濾波分割的方法。

上述方案的步驟(4)中，

判斷當(dāng)前圖像幀中的紋理區(qū)域和背景圖像中的紋理區(qū)域是否匹配的步驟采用梯度特征分割的方法。

上述方案的步驟(4)中，

判斷當(dāng)前圖像幀中的平坦區(qū)域和背景圖像中的平坦區(qū)域是否匹配的步驟采用顏色特征分割的方法。

上述方案的步驟(1)包括：

(1.1)在背景圖像劃分為長邊緣區(qū)域的步驟。

(1.2)在長邊緣區(qū)域以外的區(qū)域劃分紋理區(qū)域和平坦區(qū)域的步驟。

上述方案中，步驟(1.1)具體為：

(1.1.1)對背景圖像進行長邊緣檢測的步驟；

(1.1.2)對檢測出的邊緣進行破碎邊緣的重連和邊緣圖像的矢量化；

(1.1.3)計算每條邊緣的長度，將邊緣長度大于閾值的邊緣按設(shè)定值放大，獲得長邊緣區(qū)域；

(1.1.4)標(biāo)記為長邊緣區(qū)域并存儲。

上述方案中，視頻運動目標(biāo)分割方法還包括：