[发明专利]对已知摄像机参数和深度信息的视频序列的时空一致性分割方法

权利要求书

1.一种对已知摄像机参数和深度信息的视频序列的时空一致性分割方法，其 特征在于包括如下步骤：

1)利用Mean-shift方法对视频的每帧进行单独的区域分割；

2)根据摄像机参数和深度信息在整个序列上对Mean-shift区域分割边界进 行统计，为每帧计算出一个“概率边界图”；

3)利用Watershed变换及能量优化方法对“概率边界图”进行分割处理，得 到相比Mean-shift在不同帧更为一致连贯的图像分割；

4)对于Watershed变换及能量优化方法得到的初始化分割，在不同帧之间 进行分割块的匹配和连接，从而生成时空域上的分割块；

5)利用摄像机参数和深度信息为每个像素统计其属于每个时空域分割块的 概率，并利用能量优化方法进行逐帧的迭代优化，从而得到时空一致的视频分 割结果；

所述的根据摄像机参数和深度信息在整个序列上对Mean-shift区域分割边 界进行统计，为每帧计算出一个“概率边界图”步骤为：

2.1)根据摄像机参数及深度信息将当前帧像素投影至其余帧，找出对应位 置，并判断其是否被遮挡；

2.2)统计当前帧之外其余所有图像上不被遮挡的对应位置的分割边界，得 到每帧图像上相邻两个像素之间存在分割边界的概率，即“概率边界图”；

所述的利用摄像机参数和深度信息为每个像素统计其属于每个时空域分割 块的概率，并利用能量优化方法进行逐帧的迭代优化，从而得到时空一致的视 频分割结果步骤为：

5.1)根据摄像机参数及深度信息将当前帧像素投影至其余帧，找出对应位 置，并判断其是否被遮挡；

5.2)统计当前帧之外其余所有图像上不被遮挡的对应位置属于每个时空域 分割块的概率；

5.3)将时空域概率作为能量值，对于视频中的每帧图像进行多次能量优化 得到每帧图像的空间域聚类划分，从而得到时空一致的视频分割结果。

2.根据权利要求1所述的一种对已知摄像机参数和深度信息的视频序列的 时空一致性分割方法，其特征在于所述的利用Watershed变换及能量优化方法对 “概率边界图”进行分割处理，得到相比Mean-shift在不同帧更为一致连贯的图像 分割步骤为：

1)对概率边界图做Watershed分割，保留分割结果中大于30个像素的分割 区域；

2)将保留的分割区域作为种子区域，利用种子区域的颜色、坐标位置及深 度信息的高斯概率分布作为能量值进行能量优化，得到每帧图像的空间域聚类 划分。

3.根据权利要求1所述的一种对已知摄像机参数和深度信息的视频序列的 时空一致性分割方法，其特征在于所述的对于Watershed变换及能量优化方法得 到的初始化分割，在不同帧之间进行分割块的匹配和连接，从而生成时空域上 的分割块步骤为：

1)对于两两视频帧之间寻找匹配的分割块，根据分割块投影的重叠面积比 例来判断匹配与否；

2)将不同帧上的具有匹配关系的分割块进行连接，从而形成时空域上的分 割块。