[發(fā)明專利]運動目標圖像分割方法

有效

• 申請?zhí)枺?/td>: 200810053830.5
• 申請日: 2008-07-11
• 公開（公告）號: CN101315701A
• 公開（公告）日: 2008-12-03
• 發(fā)明（設計）人: 明東;劉雙遲;張希;程龍龍;萬柏坤
• 申請（專利權）人: 天津大學
• 主分類號: G06T7/20
• 分類號: G06T7/20
• 代理公司: 天津市北洋有限責任專利代理事務所
• 代理人: 江鎮(zhèn)華

技術領域

本發(fā)明屬于圖像處理計算機技術領域，涉及一種運動目標圖像分割方法。

背景技術

復雜背景下運動人體圖像的分割是視頻監(jiān)控圖像處理最基本的環(huán)節(jié)，它旨在從監(jiān)控所得視頻序列圖像中將運動人體區(qū)域從背景圖象中提取出來。運動區(qū)域的有效分割對于監(jiān)控目標的分類、跟蹤和身份識別等后期處理非常重要。然而由于背景圖象的動態(tài)變化，比如天氣的變化、光照條件的變化、背景的混亂干擾、運動目標的影子、物體與環(huán)境之間或者物體與物體之間的遮擋、甚至攝像機的運動等，使得運動人體圖像的檢測成為一件相當困難的工作。也因此引起了國內外許多研究者的濃厚興趣，成為近年來視頻圖像信息檢測領域備受關注的前沿熱點。

依據(jù)算法特點，復雜背景下視頻圖像中運動人體檢測方法可大致分為運動分割和靜止分割兩類算法。運動分割算法是利用移動目標所具有的運動屬性，將其從序列圖像背景中區(qū)分出來。靜止分割算法則是首先對單幀圖像依據(jù)其各區(qū)域的灰度、紋路或輪廓梯度等信息做靜態(tài)分割，之后在連續(xù)幀圖像之間采用相似塊匹配法做運動估計，最后再合并各分割區(qū)域完成運動目標的提取。對于背景靜止、只有簡單全局場景運動的視頻圖像，通常采用差分運動檢測算法或背景建模運動檢測算法。差分運動檢測算法是將相鄰兩幀或三幀的圖像差做閾值化來提取圖像的運動區(qū)域。背景建模運動檢測算法是常用的運動分割方法之一。通常，該算法先要利用完整的視頻圖像序列信息進行統(tǒng)計建模以區(qū)分像素類別(背景/運動區(qū)域)并生成背景圖像；再從每幀圖像扣除背景以獲得運動目標。總之，運動分割算法眾多，關鍵是尋找到一個最恰當?shù)姆椒ǎ丛诖鷥r最小的情況下實現(xiàn)預期的分割目標。

發(fā)明內容

本發(fā)明針對公共場所定點監(jiān)控所得視頻圖像具有背景靜止與全景運動的特點，提出一種可用于復雜背景視頻監(jiān)控中運動目標圖像分割方法。本發(fā)明可為監(jiān)控系統(tǒng)的有效使用及監(jiān)控效果的可靠評價提供幫助，可廣泛應用于公安、消防、海關、港口、車站等各種公共場所，獲得可觀的社會效益和公共安全服務的提升。

本發(fā)明采用如下的技術方案：

一種運動目標圖像分割方法，每次的圖像分割采用如下的步驟：

步驟一：采用最小中位方差法獲取背景圖像；

步驟二：采用間接差分函數(shù)f(a,b)=1-2(a+1)(b+1)(a+1)+(b+1)2(256-a)(256-b)(256-a)+(256-b)]]>獲得差分圖像，其中a，b分別表示當前圖像與背景圖像在同一像素點位置的灰度(強度)值，且0≤a，b≤255，0≤f(a，b)≤1；