基於運動目標輪廓信息的視頻對象分割方法
2023-07-24 18:59:21
專利名稱:基於運動目標輪廓信息的視頻對象分割方法
技術領域:
本發明涉及到視頻運動目標的分割方法,尤其涉及到一種基於運動目標輪廓 信息的視頻對象分割方法。
背景技術:
視頻分割是指按一定的標準把視頻幀分成多個區域,其目的是為了從視頻序 列中分離出有意義的實體。目前,國內外許多專家學者提出了很多相關的分割 算法。按照分割時是否有人的參與,可將這些分割算法分為交互式分割算法和 自動分割算法。
在交互式分割方法中,首先通過人工交互描繪出了需要提取的視頻對象,然 後再通過分割得到空間同質的精細劃分,最後得到分割的視頻對象。交互式分 割方法對靜止背景序列和運動背景序列都能獲得十分理想的結果,邊緣定位也 比較精確。但是,交互式分割算法中每一幀都需要人為的判斷和校正來提高分 割的準確性,需要結合人的主觀分析和人為介入,工作效率低,難以滿足實時 性要求。自動分割算法在分割過程中無需人工參與,可以自動地從視頻序列中 分割出視頻對象。但自動分割方法普遍存在著分割過程中分割準確度與計算量 的矛盾問題,難以同時滿足分割的實時性與分割的準確性要求。
發明內容
本發明所要解決的技術問題是提供一種可以實現靜止背景下視頻運動目 標的實時自動分割的基於目標輪廓信息的視頻對象分割方法。
為解決上述技術問題,本發明採用的技術方案為基於目標運動輪廓信息 的視頻對象分割方法,其步驟是
1) 確定運動目標輪廓信息表徵目標區域運動特性;
2) 輸入視頻圖像幀;3) 釆用自適應閥值的運動區域變化檢測方法對目標運動區域進行檢測;
4) 獲取運動目標輪廓信息,其步驟為
① 計算原始圖像序列的形態梯度圖像;
② 對獲取的形態梯度圖像進行給定閥值的非線性變換;
③ 對非線性變換後獲取的圖像進行尺度等級劃分;
對進行尺度等級劃分後的形態梯度圖像採用分水嶺浸沒算法進行進水 淹沒,標記區域和水線;
5) 獲取目標運動區域二值化模板,其步驟為
① 根據時域相鄰幀差信息以及步驟3)中對目標運動區域檢測的結果,提 取初始的運動區域,得到初始的二值化模板;
② 對得到的二值化模板進行基於MRF隨機場模型檢驗,得到最終的二值 化模板;
6) 結合原始圖像幀與步驟5)中的二值化模板輸出運動圖像區域,其步驟
為
① 採用時空聯合分割法中的比重法,對步驟4)中所得到的區域與步驟5) 中最終提取的二值化模板進行比重運算,得到視頻運動對象的二值運動掩模圖 像;
② 結合原始圖像與所獲取的視頻運動對象的二值運動掩模圖像,提取最終 的視頻運動對象,並將該視頻運動對象輸出。
所述的自適應閥值的運動區域變化檢測方法,其步驟為
① 求取自適應閥值;
② 根據求得的自適應閥值提取初始的運動區域,得到初始的二值化模板。 本發明的有益效果是
1、採用運動目標的輪廓信息來表徵運動目標區域的運動特性, 一方面,可 以避免傳統的以整個運動區域來表徵目標的運動特性的方法中,在區域運動或 者形變過程中,由於區域運動前後的重疊而使得內部出現部分較小的幀差導致時空投影運算的失敗;另一方面,還可以避免運動區域內部和邊界的所有像素 參與運算,從而降低了運算量,提高了運動目標分割的速度。
2、通過對初始的二值運動掩模圖像進行基於MRF隨機運動場的進一步檢 驗,可以得到更為完整的二值運動掩模圖像,從而提高了最終運動目標的分割 準確度。
圖1是本發明所述視頻對象分割方法的流程圖。
具體實施例方式
下面結合附圖,詳細描述本發明的具體實施方案。
如圖1所示,本發明所述的基於目標運動輪廓信息的視頻對象分割方法, 其步驟是
1) 確定採用運動目標的輪廓信息來表徵運動目標區域的運動特性;
2) 輸入視頻圖像幀;
3) 採用自適應閥值的運動區域變化檢測方法對目標運動區域進行檢測; 其步驟為.-
① 求取自適應閥值,具體步驟為
A. 求取圖像/(x,y)的均值U
B. 差分圖像為z(a^),求出其各行各列的均值,分別存放於兩個一維數組 i (X,l)、 i(l,"當中,其中(X'" = size(/);
C. 求出i^X,l)的中值和中值絕對差分別為/^^; 求出i(i,y)的中值和中值 絕對差分別為L^
D. 利用差分圖像的中值、中值絕對差及原始圖像均值信息,求出
《1 = + /,&2, ,2 = G + U2
E. 取閾值rw(h+《2) = +《2);
② 根據求得的自適應閥值提取初始的運動區域,得到初始的二值化模板; 具體步驟為通過所求閾值r,將視頻分割成相對於前一幀"變化"和"未變化"區域,變
化的部分代表運動區域,未變化的區域表示靜止的背景;變化檢測規則為-formula see original document page 7
式中J^,y)和Jw(^)分別是第t —1幀、第t幀的圖像灰度值,相應地,J:c,y) 為該相鄰兩幀的幀差,r是二值化所需的閾值,M(:r,y)為變化檢測模板,即初始 的二值運動掩模圖像;變化檢測模板M(o:,y)中為1的象素對應圖像中的運動部分, 為0的象素則對應圖像中的背景部分;
4)獲取運動目標輪廓信息,其步驟為
① 計算原視頻序列當前幀力的形態梯度圖像GOr,y);
② 對獲取的形態梯度圖像進行給定閾值i;的非線性變換;formula see original document page 7
從圖像上整體消除噪聲,抑制梯度值較小的噪聲邊緣;
③對變換後的梯度圖像進行基於灰度等級劃分的非線性變換,去除偽對象 邊緣,同時又保留了真正的視頻對象邊緣,即根據形態梯度圖像灰度的最大值 和最小值確定一個灰度尺度g,定義形態梯度圖像的尺度等級變換如下-formula see original document page 7其中int函數是取整運算,min是最小值運算;
④對進行尺度等級劃分後的形態梯度圖像採用分水嶺浸沒算法進行進水 淹沒,標記區域和水線;
5)獲取目標運動區域二值化模板,其步驟為
① 根據時域相鄰幀差信息以及步驟3)中對目標運動區域檢測的結果,提 取初始的運動區域,得到初始的二值化模板M(o:,W
② 對得到的二值化模板M(:c,y)進行基於MRF隨機場模型檢驗,得到最終的 二值化模板M^,y),其具體步驟為定義集合諷lz G ^的鄰域系統n = W玩)K e S},且有
Vi G S, 玩- n問 vy e S, & e n(Bj)分Sj e n(氏)
建立圖像基元鄰域系統上MRF隨機場模型,運用該MRF隨機場模型進一步
檢驗二值化模板MOz;,y)得到最終各個圖像基元的運動狀態,進而得到最終較為完 整的二值運動掩模圖像M^, y) ,
6)結合原始圖像幀與步驟5)中的二值化模板A^c』輸出運動圖像區域,其 步驟為
①採用時空聯合分割法中的比重法,對步驟4)中所得到的區域與步驟5) 中最終提取的二值化模板進行比重運算,得到視頻運動對象的二值運動掩模圖
像;
A. 參照步驟5)中空域分割掩模圖像ig(x,y),對待分割的圖像區域利用分水
嶺算法進行幀內分區;設仏G-0,l,…,l-l)為分水嶺分割得到的各個區域,&為 對應區域私包含的像素數目,i是分水嶺分割所得的區域數目;
B. 根據時空聯合分割方法中廣為採用的比重法,對幀內分區所得區域&與 時域最終提取的二值運動掩模圖像^^W進行比重運算,從而得到視頻運動對象
的二值掩模圖像M。(x,y)。給定閾值K,定義比重運算
<l— jo, [M(a;,y)niy/Si 〉 rs, (a;,y) € & 、M。(x,y) = {i^|i^ = l}
其中《=1,2,…,l-l;
②結合原始圖像與所獲取的視頻運動對象的二值運動掩模圖像M。(x,y;),提 取最終的視頻運動對象,並將該視頻運動對象輸出。
權利要求
1.基於目標運動輪廓信息的視頻對象分割方法,其步驟是1)確定運動目標輪廓信息表徵目標區域運動特性;2)輸入視頻圖像幀;3)採用自適應閥值的運動區域變化檢測方法對目標運動區域進行檢測;4)獲取運動目標輪廓信息,其步驟為①計算原始圖像序列的形態梯度圖像;②對獲取的形態梯度圖像進行給定閥值的非線性變換;③對非線性變換後獲取的圖像進行尺度等級劃分;④對進行尺度等級劃分後的形態梯度圖像採用分水嶺浸沒算法進行進水淹沒,標記區域和水線;5)獲取目標運動區域二值化模板,其步驟為①根據時域相鄰幀差信息以及步驟3)中對目標運動區域檢測的結果,提取初始的運動區域,得到初始的二值化模板;②對得到的二值化模板進行基於MRF隨機場模型檢驗,得到最終的二值化模板;6)結合原始圖像幀與步驟5)中的二值化模板輸出運動圖像區域,其步驟為①採用時空聯合分割法中的比重法,對步驟4)中所得到的區域與步驟5)中最終提取的二值化模板進行比重運算,得到視頻運動對象的二值運動掩模圖像;②結合原始圖像與所獲取的視頻運動對象的二值運動掩模圖像,提取最終的視頻運動對象,並將該視頻運動對象輸出。
2. 如權利要求1所述的視頻對象分割方法,其特徵在於所述的自適應閥 值的運動區域變化檢測方法,其步驟為① 求取自適應閥值;② 根據求得的自適應閥值提取初始的運動區域,得到初始的二值化模板。
全文摘要
本發明公開了一種可以實現靜止背景下視頻運動目標的實時自動分割的基於目標輪廓信息的視頻對象分割方法,其步驟是1)確定運動目標輪廓信息表徵目標區域運動特性;2)輸入視頻圖像幀;3)採用自適應閥值的運動區域變化檢測方法對目標運動區域進行檢測;4)獲取運動目標輪廓信息;5)獲取目標運動區域二值化模板;6)結合原始圖像幀與步驟5)中的二值化模板輸出運動圖像區域。本發明主要應用在基於內容的視頻檢索與視頻監控的底層視頻處理技術中。
文檔編號G06T7/20GK101527043SQ20091002546
公開日2009年9月9日 申請日期2009年3月16日 優先權日2009年3月16日
發明者吳建明, 李銀伢 申請人:江蘇銀河電子股份有限公司