[發(fā)明專利]一種基于運動目標跟蹤的圖像處理方法及裝置

有效

• 申請?zhí)枺?/td>: 201310598061.8
• 申請日: 2013-11-22
• 公開（公告）號: CN103679749B
• 公開（公告）日: 2018-04-10
• 發(fā)明（設計）人: 張剛;唐雨
• 申請（專利權）人: 北京奇虎科技有限公司;奇智軟件（北京）有限公司
• 主分類號: G06T7/254
• 分類號: G06T7/254
• 代理公司: 北京元中知識產權代理有限責任公司11223
• 代理人: 王明霞

技術領域

本發(fā)明涉及圖像處理技術，尤其涉及一種基于運動目標跟蹤的圖像處理方法及裝置。

背景技術

在圖像拍攝過程中，尤其是在復雜環(huán)境中進行拍攝時，例如在人員密集的公園進行拍攝，由于行走的人流不斷，往往拍攝的圖像中會包含不希望的人的圖像。目前很多拍攝設備都通過處理一張靜態(tài)圖片，使用圖像修復方法去除運動目標。傳統(tǒng)的主要的方法有以下幾種：

(1)偏微分方程的方法：Bertalmio采用偏微分方程(PDE)的方法進行圖像修復，取得了較好的效果。用戶需指定需要修復的區(qū)域，算法將待修補的區(qū)域邊界的等值線外部的信息沿輪廓法向擴散到中間待修補的象素上。該算法利用局部顏色的光滑度沿著等值線擴散，考慮了各向異性的擴散，以保證邊緣處的邊界連續(xù)，但該方法計算不穩(wěn)定。

(2)整體變分方法和基于曲率的擴散模型：整體變分方法(TV，TotalVariational)采用了歐拉-拉格朗日方程和各向異性的擴散，基于曲率的擴散模型(CDD，Curvature-DrivenDiffusion)方法是整體變分方的一種擴展，在擴散過程中考慮了輪廓的幾何信息(曲率)，可以處理較大的區(qū)域，但邊界處往往很模糊。

(3)高斯卷積核對圖像進行濾波的方法：利用了高斯卷積核對圖像進行濾波，能快速地修復破損區(qū)域，但該算法僅考慮了破損區(qū)域邊緣一周的圖像顏色值，使得其僅適用于破損區(qū)域為2-3個象素寬度的情形。

(4)紋理合成的方法：紋理合成的方法，能較好地去除圖像中的大塊污斑，但由于算法運行時間不是與掩模區(qū)域成正比，而是與圖像大小成正比，因此修復時間相對較長。

上述現(xiàn)有處理算法都是通過處理被擦除目標周圍區(qū)域圖像并填充到被擦除區(qū)域，因此，無法真正恢復被擦除目標遮擋住的真實背景。此外，當要處理的目標區(qū)域較大時，擦除的效果非常差；而且需要手動設置擦除區(qū)域的位置、面積等參數(shù)，因此，操作不方便而且不準確。

發(fā)明內容

鑒于上述問題，提出了本發(fā)明以便提供一種克服上述問題或者至少部分地解決上述問題的基于運動目標跟蹤的圖像處理方法及裝置。

依據(jù)本發(fā)明的一個方面，提供了一種基于運動目標跟蹤的圖像處理方法，該方法包括：獲取所拍攝的N幀圖像，其中N為大于2的正整數(shù)；記錄最后一幀圖像為結果幀；提取每幀圖像中運動目標的輪廓，并將結果幀中提取的運動目標的輪廓坐標記為目標輪廓；將N幀圖像中運動目標的輪廓與結果幀中的目標輪廓相距最遠的一幀圖像記為目標幀；從目標幀中提取與結果幀中的目標輪廓區(qū)域坐標相同的區(qū)域作為區(qū)域圖像；將所提取的區(qū)域圖像拼接到結果幀的目標輪廓區(qū)域。

可選地，本發(fā)明方法中所述提取每幀圖像中運動目標的輪廓的步驟包括：對所獲取的N幀圖像建立背景模型，以獲取每幀圖像的背景圖像；基于所獲取的每幀圖像的背景圖像，提取每幀圖像中運動目標的前景圖像；基于所述運動目標的前景圖像提取每幀圖像中的運動目標的輪廓。

可選地，本發(fā)明方法中在所述對所獲取的N幀圖像建立背景模型的步驟之前還包括：將所獲取的N幀圖像轉換為灰度圖像；所述對所獲取的N幀圖像建立背景模型的步驟具體地為：對所述灰度圖像建立背景模型；所述基于所獲取的每幀圖像的背景圖像來提取每幀圖像中運動目標的前景圖像的步驟具體為：將每幀圖像的灰度圖像與其對應的背景圖像進行差分，提取運動目標的前景二值圖像。

可選地，本發(fā)明方法中所述對所述圖像建立背景模型的步驟具體為：通過混合高斯背景模型、兩幀差分算法、三幀差分算法、和背景減除算法中之一對所述圖像建立背景模型。

可選地，本發(fā)明方法中所述將所提取的區(qū)域圖像拼接到結果幀的目標輪廓區(qū)域的步驟具體為：通過尺度不變特征變換特征匹配算法、ORB自然特征匹配算法或其他視頻防抖動技術將所提取的區(qū)域圖像拼接到目標幀的目標輪廓區(qū)域附近。

可選地，本發(fā)明方法中所述通過尺度不變特征變換特征匹配算法將所提取的區(qū)域圖像拼接到結果幀的目標輪廓區(qū)域的步驟包括：提取結果幀的目標輪廓區(qū)域周圍圖像的特征點；提取目標幀的目標輪廓區(qū)域周圍圖像的特征點；匹配提取到結果幀的目標輪廓區(qū)域周圍圖像的特征點與目標幀輪廓區(qū)域周圍圖像的特征點，獲得各特征點在水平和垂直方向上的相對偏移量；在計算目標幀的目標輪廓區(qū)域在背景圖像上的實際覆蓋位置時，加上所述相對偏移量，獲得所述區(qū)域圖像在結果幀中的拼接位置；將所述區(qū)域圖像拼接在結果幀中的所述拼接位置。

可選地，本發(fā)明方法中獲取所拍攝的N幀圖像的步驟之前還包括：設置所獲取的圖像的幀數(shù)N，以使得在所獲取圖像中的第一幀和最后一幀中運動目標的位置不重合。