[发明专利]利用分级块分裂和运动分割进行目标边界准确运动的检测

说明书

技术领域

本发明描述了一种新型的运动检测方法，其与现有技术的方法相比生成了 更为准确和均匀的运动图(motion map)，其中所拥有的运动检测错误数量更少。

图像处理的目标之一是(例如在人工视觉领域)模拟人类视觉系统的某些 特征诸如复杂环境内识别物体运动并跟踪它们行为的技能。

跟踪应用中的第一个步骤是检测环境中的运动目标，对目标像素进行分类 并将它们聚集在连接的区域内，这些区域由能够使它们被识别的特征进行表征， 这就降低了给出现场全局感观的问题复杂性。以这种方式在环境中的所述区域 和实际运动的目标之间建立了连接并且利用象平面上所述区域的行为代替现场 中目标的行为。

在运动检测领域中，有三个子领域值得关注：环境建模、运动分割(motion segmentation)和目标分类。

运动分割中存在的问题是：在视频或图像序列中发现独立的运动目标并因 而将从中提取出来的场面或特征聚集在具有公共运动的区域内。在大多数情况 下，分割取决于图像灰度值或颜色，有时由织构表示延伸。然而，在图像序列 的情况下，运动信息也已经是过去数十年在分割过程中常用的。

大多数的运动分割技术因而处理光流、或仅是图像差，作为被发送到标准 分割方法中预先计算的特征。

通常可以列举一些对运动检测器的重要要求。以下各项可以认为是在图像 处理应用中对运动检测处理的要求：

正确性：最基本的说法是：检测过程应当使理想环境内的假正(false positive) 和假负(false negative)最小化。

鲁棒性：应当能够在一定程度上抵抗噪声的影响。

均匀性：这应当能够确保目标运动的正确描述。通常人类视觉系统对假的、 局部错误敏感。因此，最好获得图画景象的语义目标内一致处理的均匀图。

精确性：其对于精确描述目标以避免图画内的语义目标之间的影响是很重 要的。

通过满足上述要求可以为了图像处理应用以适当的方式而在视频序列内来 描述目标静止或移动状态。通常对于消费电子产品而言，其它的要求是运动检 测算法的复杂性。

背景技术

对于运动分割，在科学文献已经给出了两种主要的方法：图像差和背景扣 除。前者包括时间t时的帧和时间t-1时的帧之间的阈值差；该方法在计算方面 比较好并在两帧之间提供即时的目标运动检测；然而，其有两个帧速度和目标 速度所导致的公知的缺点：前景孔径(foreground aperture)和重影(ghosting)。

在运动分割中存在的问题是所谓的“幻影(ghost)”和“阴影”。其大约是在帧 比较内识别为运动部分的显示部分。然而，上述显示部分没有对应真实目标并 因而不应该在目标分类中考虑。

当将目标记录在背景参考模型并将其从背景中移除和擦掉时，会出现“幻 影”。术语“阴影”表示阴影，从而使搜索目标的阴影和“幻影”的阴影能互相区分 开。

在当前的去交错(de-interlacing)框架的现有技术中，运动检测算法试图在 两个相继的输入场之间检测运动。由此从随后的多个场中得到的像素差并与阈 值比较。如果像素差小于给定的阈值，则没有包含运动。如果另一方面各个场 之间的像素差大于特定的阈值，则假定有运动。在一些文献中已经描述了像素 选择和初始过程的各种不同的配置。

考虑到现有技术，主要有两类检测错误被观察，这样会在图像的赝象中导 致典型的去交错应用：

假正：运动区域被错误地检测成静止区域，这样会导致“老鼠牙”赝象。

假负：静止区域被检测成运动区域，这在高垂直细节中会导致“闪烁赝象”。

发明内容

本发明的一个目的是加强运动检测错误中的目标边界处理，而能保持目标 形状。

本发明的另一个目的是提高静止或运动目标内运动信息的准确性。

本发明的在一个目的是通过消除像素错误提高运动图的均匀性。