[發明專利]一種視頻圖像目標的智能化分割方法

有效

• 申請號: 201911187932.0
• 申請日: 2019-11-28
• 公開（公告）號: CN111160099B
• 公開（公告）日: 2023-03-24
• 發明（設計）人: 林欣郁;鄒建紅;張毅;高元榮;陳米思;肖曉柏;朱含杉;陳華輝;陳思添;謝月萍
• 申請（專利權）人: 福建省星云大數據應用服務有限公司
• 主分類號: G06V20/40
• 分類號: G06V20/40;H04N7/18
• 代理公司: 福州市京華專利代理事務所(普通合伙) 35212
• 代理人: 林燕

本發明公開了一種視頻圖像目標的智能化分割方法，該方法使用YUV顏色空間和特定的距離度量來克服光照的影響，維護多個聚類中心以處理動態背景，利用最大連續未獲匹配時間長度參數將前景像素排除在背景模型之外。本發明的方法能在有限的存儲空間里長時間獲取結構化的背景運動，可為動態背景建立緊湊的模型；能克服光照對背景建模和前景檢測的影響；在建模和檢測階段之間周期性地切換，以滿足視頻監控長時間不間斷運行的應用需求。本發明的方法具有較好的分割準確性和較高的處理速度，比較適用于客流統計、交通流視頻監控、工業自動化監控以及安全防范等場景的視頻對象分割。

技術領域

本發明屬于智能視頻監控分析技術領域，尤其是涉及一種視頻圖像目標的智能化分割方法。

背景技術

與靜態圖像相比，數字視頻序列圖像提供了更豐富的信息。通過對多幀圖像的分析，獲得從單幅圖像中不能得到的信息。隨著計算機視覺技術的發展，視頻分析技術應用越來越廣泛，視頻對象分割是視頻分析系統中的關鍵技術之一，主要應用于基于對象的視頻編碼、基于內容的視頻檢索、智能監控、交互式視頻娛樂等方面。目前的視頻對象分割方法有以下幾種：

運動估計視頻對象分割：是指先使用光流場等方法估計運動參數，尋找滿足運動模型的像素連通域，再合并各連通域得到分割結果。由于實際監控視頻中遮擋性、多光源、透明性和噪聲等原因，光流場基本方程的假設條件經常得不到滿足。并且，由于光流計算方法相對復雜，計算量大，不能滿足實時性的要求。

交互式視頻對象分割：是利用人工監督來輔助進行分割的方式，即人工為視頻圖像繪制粗略的初始分割區域，再運用基于時空和運動的信息進行分割。交互式視頻對象分割的應用比較受限，實時性較差。

時域空域視頻對象分割：主要是利用視頻圖像相鄰幀之間連續性和相關性進行分割，即先進行時域分割尋找視頻圖像中的運動區域，再進行空域分割生成邊界準確的語義區域，最后結合兩者生成具有精確邊緣的分割結果。基于時空的視頻對象分割實現相對簡單，實時性好，但由于實際場景中光照變化明顯、運動目標多、背景成分復雜，給視頻對象分割算法帶來了困難。

發明內容

本發明所要解決的技術問題在于提供一種視頻圖像目標的智能化分割方法，該方法能在有限的存儲空間里長時間獲取結構化的背景運動，可為動態背景建立緊湊的模型，能克服光照對背景建模和前景檢測的影響，在建模和檢測階段之間周期性地切換，以滿足視頻監控長時間不間斷運行的應用需求。

本發明是通過以下技術方案實現的：

一種視頻圖像目標的智能化分割方法，采用背景模型建立階段和前景檢測階段交替進行的方式，包括如下步驟：

步驟1：設監控視頻的幀率為fFPS，幀序號為n，T₁和T₂分別為背景模型建立階段和前景檢測階段的周期；

當1≤n≤T₁f時，為建立背景模型建立階段；

當T₁f≤n≤(T₁+T₂)f時，為前景檢測階段；

步驟2：將像素x_n＝(R,G,B)的像素值由RGB顏色空間轉換到YUV顏色空間，得到亮度分量Y_n和兩個色差分量U_n、V_n，轉換公式如下：

步驟3：建立基于像素值時間序列聚類的背景模型，包括：

計算待檢測像素與聚類中心的亮度距離和色差距離；

確定閾值；

尋找與待檢測像素匹配的聚類中心；