[發明專利]基于運動顯著圖和光流矢量分析的動態背景目標分割方法

有效

• 申請號: 201710168104.7
• 申請日: 2017-03-21
• 公開（公告）號: CN106952286B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 崔智高;李愛華;蔡艷平;徐斌
• 申請（專利權）人: 中國人民解放軍火箭軍工程大學
• 主分類號: G06T7/215
• 分類號: G06T7/215;G06T7/207
• 代理公司: 長沙星耀專利事務所(普通合伙) 43205
• 代理人: 許伯嚴

本發明公開了一種基于運動顯著圖和光流矢量分析的動態背景目標分割方法。該方法首先基于運動顯著圖提取運動目標的大致區域，然后借助鄰近幀之間的光流場獲得運動目標和背景區域的運動邊界，并利用運動邊界對運動顯著圖進行分析，從而得到運動目標內部精確的像素點，最后通過過分割技術獲取圖像超像素，并通過引入置信度的概念和建立包含多種信息的表觀模型實現最終像素一級的目標分割。本發明方法在多組公開發布的視頻序列中進行測試，并通過與現有方法的比較驗證了本發明方法的有效性和優越性。

技術領域

本發明涉及一種基于運動顯著圖和光流矢量分析的動態背景目標分割方法。

背景技術

視頻序列運動目標分割是計算機視覺領域中的重要而基礎的研究方向，在人機交互、視覺導航、視頻監控、智能交通等領域有著廣泛的應用。根據攝像機是否運動，可以分為靜態背景目標分割和動態背景目標分割兩類。靜態背景目標分割中，攝像機保持靜止不動而只有目標運動，此種情況下實現運動目標的分割較為容易，已廣泛應用于停車場、廣場、公路交通等固定場景的視頻監控中，常用的方法包括幀差法、混合高斯模型、基于核密度估計的自適應背景模型、隱馬爾可夫背景模型等。而實際應用中為了擴大監控范圍，常常伴有攝像機云臺也隨著目標一起運動的情況，此時會造成視頻序列的背景發生變化，形成動態背景。動態背景目標分割中，攝像機發生了平移、旋轉或光心運動，導致不同時刻同一背景圖像坐標像素點不再對應三維空間的同一位置，增加了運動目標分割的難度，是當前運動目標分割研究的重點和難點問題。

為了實現動態背景下的運動目標分割，很多學者采用補償差分的策略，此類方法的關鍵是如何準確估計和補償相鄰幀的背景運動參數，從而將問題轉化為靜態背景下的目標分割問題，消除背景運動給目標分割帶來的影響。陸軍等人采用塊匹配方法對背景運動進行估計，并實現了一套基于背景運動補償差分的運動目標分割和跟蹤系統，然而上述方法僅適用于攝像機微小平移和旋轉的情況，對于攝像機光心變換較大的場合無法適用。張兆陽等人采用徑向運動補償和像素值重分配實現運動補償，并通過多幀差分運算提取視頻序列的運動目標，該方法同樣僅適用于背景變化不大的特殊場合，對于背景變化明顯或攝像機變焦的情況，其處理效果較差。Araki等人首先將背景運動建模為六參數的仿射模型，然后利用角點特征匹配方法對背景運動進行估計，最后通過前后多幀的差分圖像分割出運動物體，然而現有的角點匹配方法受角點提取誤差和環境變化影響較大，從而導致該方法的穩定性較差。Suhr等人采用了相似的思路，不同之處在于將背景運動建模為三參數的相似變換，因此可通過提取水平和垂直兩方向上的圖像局部極大值和極小值來估計模型參數，從而解決了角點匹配方法對環境適應性差的問題。

動態背景運動目標分割的另一種解決思路是利用視頻序列中提取的特征點運動軌跡，特別是隨著Brox等人對特征軌跡之間的距離進行了準確定義之后，更使得此類方法成為運動目標分割領域的研究熱點。Dey等人利用視頻序列獨立提取和跟蹤的特征點運動軌跡，提出一種基于基礎矩陣約束的運動目標分割方法，然而該方法僅實現了特征運動軌跡的準確分類，并未實現最終的像素一級的運動目標分割。Cui等人構造了包含目標運動軌跡和背景運動軌跡的軌跡矩陣，并通過低秩約束和組稀疏約束實現運動目標分割，該方法在動態背景視頻序列中取得了較好的實驗效果，但其實現過程需要矩陣分解和迭代運算，復雜性較高。Kwak等人通過非參數置信傳播估計前背景特征軌跡滿足的運動模型，并通過貝葉斯濾波完成模型的傳播，方法能夠減小噪聲和不完整特征軌跡造成的影響，但對于前背景顏色相近的區域分割效果不理想。

發明內容

本發明要解決的技術問題是克服現有技術的缺陷，提供一種基于運動顯著圖和光流矢量分析的動態背景目標分割方法。

為了解決上述技術問題，本發明提供了如下的技術方案：

本發明公開了一種基于運動顯著圖和光流矢量分析的動態背景目標分割方法，其特征在于，包括以下步驟：

S1、基于灰度投影的運動顯著圖獲取：