[發明專利]一種采用Snake輪廓模型的視頻對象跟蹤分割方法

無效

• 申請號: 201110068610.1
• 申請日: 2011-03-22
• 公開（公告）號: CN102129691A
• 公開（公告）日: 2011-07-20
• 發明（設計）人: 祝世平;馬麗
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06T7/20
• 分類號: G06T7/20;G06T5/00
• 代理公司: 北京科迪生專利代理有限責任公司 11251
• 代理人: 成金玉

技術領域

本發明涉及一種視頻對象提取中的處理方法，特別涉及一種采用Snake輪廓模型的視頻跟蹤分割方法。

背景技術

利用視頻對象跟蹤技術來生成視頻對象平面(VOP)的方法，不但能夠提高分割結果的精度，而且符合MPEG-4基于內容的圖像表示方式。其實質是：利用前一幀的分割結果在當前幀尋找到對象的最佳匹配位置。

目前，國內外也涌現出一些基于對象跟蹤的視頻分割的方法。視頻對象跟蹤通常采用模型匹配，主要做法有以下幾類：把在當前幀中分割出的對象輪廓根據運動信息投影到下一幀，作為下一幀中運動對象分割的初始輪廓，再結合其它特征在空域內進行精細匹配跟蹤；或者把當前幀中的對象輪廓與下一幀中提取的粗輪廓沿圖像進行匹配，以便確定跟蹤的對象；或者根據當前幀中對象的特征合并下一幀中分割的各個區域從而得到跟蹤的對象。常用的方法有基于Hausdorff距離的跟蹤(參見張曉波，劉文耀.基于塊仿射分類和HD跟蹤的視頻分割方法[J].計算機應用研究，2008，25(4)：1084-1086)、基于卡爾曼濾波的跟蹤(參見張貝貝，肖國強，江建民.基于運動估計的Kalman濾波視頻對象跟蹤[J].計算機應用，2008，28(8)：2052-2054)、基于區域的跟蹤、基于網格的匹配跟蹤(參見馮遠，黃鳳崗，蘇菡，王桐.一種基于二維網格的自動視頻對象分割及跟蹤方法[J].哈爾濱工程大學學報，2003，24(4)：449-452)和基于變形模板的跟蹤(參見Shijun?Sun，David?R.Haynor，Yongmin?Kim.Semiautomatic?video?object?segmentation?using?VSnakes[J].IEEE?Transactions?on?Circuits?and?Systems?for?Video?Technology，2003，13(1)：75-82)等。

張曉波采用基于塊仿射分類和HD跟蹤的視頻分割方法，自動得到運動對象的二值模型并在隨后幀中使用Hausdorff距離進行跟蹤，將視頻對象運動分為慢變和快變兩部分，分別結合背景邊緣模型進行匹配更新，分割效果較好，但是計算較為復雜。李兵(參見李兵，須德，王方石.一種基于對象跟蹤的視頻分割算法[J].北京交通大學學報.2005，29(5)：89-91)利用運動信息，對目標進行跟蹤，通過初始幀的精確模板，自動對后續圖像進行分割，但是該方法需要通過手動繪制關鍵幀的初始粗輪廓，而且在對象變形較大時會失效。宋立鋒(參見宋立鋒，韋崗，王群生.一種半自動分割視頻對象的方法[J].華南理工大學學報，2002，30(8)：49-54)模板匹配形成一個閉環來限制后繼幀的分割結果，從而避免在對象跟蹤過程中分割誤差向后不斷傳遞、擴大，精度較高，但仍需手動勾勒初始視頻序列的第一幀，無法實現自動快速的分割。

可以看出，采用視頻對象跟蹤的難點在于如何建立前后幀之間運動對象的對應匹配關系。另外，如何在保證跟蹤分割精度的前提下，實現自動快速的分割也是需要繼續研究的重點方向。

發明內容

本發明要解決的技術問題是：克服現有技術的不足，提供一種采用Snake輪廓模型的視頻跟蹤分割方法，在時域實現對各幀運動對象初始輪廓的自動、準確的定位；在空域通過Snake貪婪方法將初始輪廓快速、準確地演變到運動對象的實際精確輪廓。

本發明解決其技術問題所采用的技術方案：采用Snake輪廓模型的視頻跟蹤分割方法，包括以下具體步驟：

步驟1：對空域Snake貪婪方法進行改進。

步驟2：以四幀F₁、F₂、F₃、F₄為一分割小組，將原始視頻序列劃分成若干組)，選取F₁、F₂為關鍵幀，F₁、F₂進行幀間差分得CDM1，F₂、F₃進行幀間差分得CDM2，對關鍵幀進行運動變化檢測，獲取運動對象的大致位置，并求出運動區域的外接矩形作為關鍵幀的初始輪廓，分別為Rect1，Rect2。

步驟3：對F₁、F₂灰度圖像進行高斯濾波后進行Sobel邊緣檢測，然后分別在F₁、F₂內采用改進的貪婪方法以前面得到的初始輪廓、邊緣梯度圖為輸入進行迭代演變，如果沒有達到指定的迭代數目或輪廓變動數目小于指定值則繼續迭代，若符合條件得到F₁、F₂運動對象的精確輪廓。