[发明专利]一种运动相机下的视频运动前景分割方法

权利要求书

1.一种运动相机下的视频运动前景分割方法，其特征在于，具体步骤为：

步骤1：输入连续的F帧图像序列，选取图像中的特征点，对视频序列的每一帧进行特征点提取并匹配；

步骤2：利用匹配点的轨迹满足的约束条件，为后续的前景/背景建模提供样本点，进而将与场景有相对运动的前景物体与场景进行区分；

步骤3：通过RANSAC算法将轨迹向量分类，得到各帧中分别属于前景和背景的特征点；

步骤4：选取其中一帧，采用非参数核函数估计，求取背景和前景的似然概率模型；

步骤5：得到分别属于前景和背景的特征点之后，利用MRF构建分割模型，通过GIBBS采样方法获取前景分割结果。

2.如权利要求1所述的一种运动相机下的视频运动前景分割方法，其特征在于：所述的步骤1中采用Harris算法进行特征点提取的方法为：Harris算子寻找两个正交方向上的梯度变化较大的点；假设相邻两帧图像中的角点集分别为和匹配就是找到这样一组角点使得

im=argi=1,2,···,n1max(sij(pi(1),pjm(2)))jm=argj=1,2,···,n2max(sij(pim(1),pj(2)))]]>

式中，表示点和点的相似度，当两个点之间的距离过大，则该相似度被设为-∞；否则各取一个邻域窗口(x-w，y-w)到(x+w，y+w)的一个矩形区域，窗口所涵盖的像素点的亮度I(·，·)被展开为一个向量，两个点的邻域窗口构成的向量之间的相关系数即为相似度，即

sij(pi(1),pj(2))=]]>

Σ-w≤Δx,Δy≤wI(xi(1)+Δx,yi(1)+Δy)I(xj(2)+Δx,yj(2)+Δy)Σ-w≤Δx,Δy≤wI(xi(1)+Δx,yi(1)+Δy)2Σ-w≤Δx,Δy≤wI(xj(2)+Δx,yj(2)+Δy)2]]>

即找两帧图像中的一组点，也就是说在点集中与最相似的点是并且在点集中与最相似的点是

3.如权利要求1或2所述的一种运动相机下的视频运动前景分割方法，其特征在于：所述步骤3中RANSAC算法的具体步骤如下：

1)从轨迹集合{w_α}，α＝1，...，P中随机选取3个轨迹向量w_i，w_j，w_k作为子空间的基，这三个向量组成的矩阵用来构成一个投影矩阵P，用来评价给定的轨迹向量属于背景的可能性

2)依次计算剩下的轨迹向量的投影误差，对于给定的轨迹向量w_t，投影误差定义为：

f(w_t|W₃)＝||Pw_t-w_t||₂

如果这个误差小于阈值t，则认为这个向量对应的点是内点，否则为外点；

3)重复以上步骤直到使得内点数最大。