[發明專利]基于五邊形搜索及五幀背景對齊的動背景視頻對象提取

有效

• 申請號: 201210398147.1
• 申請日: 2012-10-18
• 公開（公告）號: CN103051893A
• 公開（公告）日: 2013-04-17
• 發明（設計）人: 祝世平;郭智超;高潔
• 申請（專利權）人: 北京航空航天大學
• 主分類號: H04N7/26
• 分類號: H04N7/26;H04N7/32;H04N5/14;G06T7/20
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域：

本發明涉及一種視頻分割中的處理方法，特別涉及一種基于中心偏置的五邊形搜索及五幀背景對齊的動背景視頻對象提取。?

背景技術：

對于動態視頻序列中運動對象的提取，由于攝像機產生的全局運動使得在靜背景下的分割方法，如：幀差或者背景差分等方法不適用于動背景下的分割，即不能夠準確地將運動對象提取出來，因此針對動背景下的分割問題必須首先消除攝像機運動所造成的全局運動的影響，通過全局運動估計和補償技術，將問題轉化成靜背景下的分割問題，進而應用靜背景下廣泛的分割方法實現動背景下的準確、有效分割。?

全局運動估計是指估計由攝像機運動引起的序列背景區域的運動規律，求解出相應數學運動模型中的多個參數。全局運動補償是在根據運動估計所得到的全局運動參數，在當前幀和前一幀之間作一個相應的背景對齊的映射變換。這樣在準確的補償之后就可以采用幀差或背景差等方法消除背景區域，突出感興趣的具有局部運動的前景區域（參見楊文明.時空融合的視頻對象分割[D].浙江:浙江大學,2006）。?

對于動背景下的運動對象分割問題，目前國際上已有相當多的學者做了大量的研究工作。如利用改進的分水嶺算法將運動補償后的視頻幀分割成不同的灰度區域，通過光流計算得到序列的運動信息，最后，將運動信息和分割的區域按一定的準則綜合得到對象模板，達到對視頻對象的準確定位（參見張慶利.一種基于運動背景的視頻對象分割算法.上海大學學報(自然科學版),2005,11(2):111-115.）。如建立四參數運動放射模型來描述全局運動，采用塊匹配方法進行參數估計，結合Horn-Schunck算法檢測出運動目標并應用卡爾曼濾波對運動目標的質心位置等信息進行跟蹤，實現了動態場景中運動對象的檢測與跟蹤。（參見施家棟.動態場景中運動目標檢測與跟蹤.北京理工大學學報,2009,29(10):858-876.）。另一種采用非參數核密度估計的方法，首先采用匹配加權的全局運動估計補償算法消除動態場景下背景運動的影響，然后估計各像素屬于前景與背景的概率密度并結合形態學等算法進行處理，實現了動背景下運動對象的準確、有效分割。（參見馬志強.一種動態場景下運動對象分割新算法.計算機工程與科學,2012,34(4):43-46.）。?

為了解決動背景下的分割問題，本發明方法實現了一種采用宏塊預判斷、塊匹配、攝像機六參數仿射模型、最小二乘法等全局運動估計及補償方法，并通過五幀背景對齊結合邊緣信息等實現動背景分割。實驗證明，該方法實現了動背景視頻序列中視頻對象的提取，并且提取精度得到明顯提高。?

發明內容：

本發明要解決的技術問題是：如何減少塊匹配的運算時間，如何實現動背景下視頻對象的準確提取。?

本發明解決其技術問題所采用的技術方案是：基于中心偏置的五邊形搜索及五幀背景對齊的動背景視頻對象提取，包括以下步驟：?

（1）將第K-2幀、第K-1幀、參考幀K幀、第K+1幀與第K+2幀分別分成8×8宏塊，根據紋理信息對該五幀中所有宏塊進行預判斷、篩選；?

（2）對上述篩選后的宏塊采用SAD準則、基于中心偏置的五邊形搜索策略進行塊匹配，分別以第K-2幀、第K-1幀、第K+1幀與第K+2幀作為當前幀，以第K幀作為參考幀，得到該四幀相對于參考幀K幀的運動矢量場，并通過最小二乘法計算全局運動參數，獲得攝像機六參數模型；?

（3）對第K-2幀進行運動補償，使第K-2幀與第K幀背景對齊，得到重建幀K-2'，按照同樣的方法對第K-1幀、第K+1幀與第K+2幀進行運動補償，使第K-1幀、第K+1幀及第K+2幀分別與第K幀背景對齊，并得到重建幀K-1'、重建幀K+1'及重建幀K+2'；?

（4）對重建幀K-2'、K-1'、K+1'、K+2'及參考幀K幀分別采用Prewitt算子提取邊緣信息，并分別計算其相對于參考幀K邊緣的幀差d₁、d₂、d₃、d₄，采用最大方差閾值方法進行二值化；?

（5）分別對連續五幀前兩幀和后兩幀得到的幀差二值化結果進行與運算；對得到的與運算結果采用或運算及形態學、中值濾波等進行后處理，實現動背景下視頻對象的快速有效分割。?

所述步驟（1）中對于當前第K-2幀、第K-1幀、第K+1幀、第K+2幀與參考幀K幀中分成的8×8宏塊進行預判斷及篩選，具體步驟如下：?