[發(fā)明專利]一種基于超像素光流場的水平集輪廓跟蹤方法

有效

• 申請?zhí)枺?/td>: 201710145524.3
• 申請日: 2017-03-13
• 公開（公告）號: CN106991686B
• 公開（公告）日: 2019-05-28
• 發(fā)明（設計）人: 周雪;鄒見效;徐紅兵;馮媛媛
• 申請（專利權）人: 電子科技大學
• 主分類號: G06T7/207
• 分類號: G06T7/207;G06T7/215;G06T7/246
• 代理公司: 成都行之專利代理事務所(普通合伙) 51220
• 代理人: 溫利平

1.一種基于超像素光流場的水平集輪廓跟蹤方法，其特征在于，包括以下步驟：

(1)、基于超像素的局部和全局光流方向直方圖統(tǒng)計

(1.1)、選取圖像中感興趣區(qū)域，利用稠密光流計算法計算感興趣區(qū)域的光流場，再利用孟塞爾顏色系統(tǒng)將光流場進行可視化，得到光流場彩色圖像；

(1.2)、將光流場彩色圖像轉換成光流場灰度圖；

(1.3)、利用SLIC算法對光流場彩色圖像進行超像素分割，得到多個超像素塊；

(1.4)、以超像素塊為基本單元，先統(tǒng)計每個超像素塊的局部主光流方向直方圖，再統(tǒng)計所有超像素塊的全局光流方向直方圖，在全局光流方向直方圖中，將所有方向bin子區(qū)間內的主光流幅值按從大到小排序，取最大幅值前M％對應的區(qū)域為目標區(qū)域，其他為背景區(qū)域，得到由目標區(qū)域和背景區(qū)域組成的二值化mask模板；

(2)、根據目標區(qū)域和背景區(qū)域的分割閾值動態(tài)調整光流灰度級

(2.1)、將mask模板與光流場灰度圖做點乘運算，分別得到目標區(qū)域和背景區(qū)域的光流灰度值；

(2.2)、根據目標區(qū)域和背景區(qū)域的光流灰度值分別估算兩個高斯分布概率密度函數，再由最小錯誤率貝葉斯準則，找到兩個高斯分布概率密度函數的交點對應的橫坐標的值，即為目標區(qū)域和背景區(qū)域的分割閾值T；

(2.3)、利用分割閾值T動態(tài)調整光流灰度級

其中，Coeffi_adjust為灰度級調整系數；sign為符號函數，x表示像素點的光流灰度值，k與σ為控制指數函數變化幅度的參數，對于分別位于閾值T兩邊的像素點的光流灰度值x，為了更好地逼近真實的分布，σ分別取其對應的光流場灰度圖中目標區(qū)域和背景區(qū)域的方差，即：

其中，σ_obj表示目標區(qū)域高斯分布的方差，σ_bac表示背景區(qū)域高斯分布的方差；

將光流場灰度圖中像素點的灰度值乘以灰度級調整系數Coeffi_adjust，得到每個像素點改變后的光流灰度值，并將灰度級改變后的光流場灰度圖標記為I_adjust；

(3)、基于邊緣的DRLSE模型進行水平集輪廓進化

(3.1)、計算跟圖像灰度梯度相關的邊緣標記函數g：

其中，表示計算梯度，G_σ是標準方差為σ的高斯核函數，對灰度圖I_adjust起著平滑，降低噪音的作用；

(3.2)、根據邊緣的DRLSE模型方程進行水平集輪廓進化；

其中，φ表示水平集函數，μ、λ和α為常數，div是散度算子，δ_ε(φ)表示Dirac delta函數，d_p(s)定義為

2.根據權利要求1所述的一種基于超像素光流場的水平集輪廓跟蹤方法，其特征在于，所述步驟(1.4)中，統(tǒng)計每個超像素塊的局部主光流方向直方圖的具體方法為：將方向區(qū)間劃分成12個bin子區(qū)間，每個子區(qū)間依次增加30度，直方圖的橫坐標取0-360度，將落入每個方向bin子區(qū)間內的像素光流幅值進行累加作為直方圖的縱坐標，歸一化后得到每個超像素塊的局部光流方向直方圖，再在每個局部光流方向直方圖中，選取幅值最大的那一個bin所在的方向和幅值作為該超像素的光流主方向；

統(tǒng)計所有超像素塊的全局光流方向直方圖的具體方法為：將方向區(qū)間劃分成12個bin子區(qū)間，每個子區(qū)間依次增加30度，直方圖的橫坐標取0-360度，將落入每個方向bin子區(qū)間內的超像素塊的主光流幅值進行累加求和，并作為直方圖的縱坐標，得到所有超像素塊的全局光流方向直方圖。