[发明专利]一种基于新时空融合的步态区域分割算法

说明书

技术领域

本发明涉及步态图像序列算法领域，具体为一种基于新时空融合的步态区域分割算法。

背景技术

在步态图像序列中，估计人体运动目标有许多种方法，这些方法各有其优缺点，而且适合场合也有所不同。基于时空融合算法是一种经典的提取视频序列中有语义意义对象的方法，目前已经有大量的文献对视频对象分割进行了研究。典型的视频对象分割算法有基于变化区域检测、基于非参数模型、基于参数模型、基于形态学处理等几类，但这些方法在时域分割上大都是采用相邻一帧或多帧的相关信息来检测出当前帧的运动目标，这种思想对于刚性运动目标的分割的确达到了良好的效果，而对于像人体运动这种非刚性的运动目标往往得不到完整的分割结果。

发明内容

本发明的目的是提供一种基于新时空融合的步态区域分割算法，以解决现有技术存在的问题。

为了达到上述目的，本发明所采用的技术方案为：

一种基于新时空融合的步态区域分割算法，其特征在于：包括以下步骤：

（1）、首先采集步态图像的序列，然后用以下两种方法分割步态区域。

背景减除法：将背景视为相对稳定，在图像中减去背景而获得运动区域，作为步态区域，使用图像中，各个帧的中值作为背景帧，在各个帧中减去背景帧，将结果中高于一定阈值的部分标记为运动区域；

对称帧差法：对步态图像序列中的连续3帧，做相邻两帧差得到两个差图像，仅当两个差的对应像素都高于一定阈值时，才判断为运动区域，对称帧差法可以避免背景的相对平稳运动所产生的分割错误；

将两种方法的分割结果进行叠加，以降低分割误差的影响。

（2）、形态学后处理：腐蚀、膨胀、开运算与闭运算、边界提取、图像连通处理；

第一步所得到的结果，由于噪声影响，会产生两类问题：一是经常无法保证闭合性，会漏掉运动目标中一些孤立的噪声点，为此需要做闭运算，通过先膨胀后腐蚀的方式来闭合这些噪声点；二是运动目标外会多出一些孤立噪声点，为此需要做开运算，通过先腐蚀后膨胀的方式来去掉这些噪声点；

（3）、空域分割：空域内图像的分水岭算法分割、空域内图像的小波分解、空域内小波域下的分水岭算法分割；

分水岭算法是将图像中灰度相近的物体区域看做积水区域，随着降水逐步增长这些区域，当区域即将合并时建立物体边界，从而得到图像分割的算法；分水岭算法可以直接在空域内进行，也可以经过小波变换后在小波域内进行；小波变换将原图像中的低频与高频区域分开，在此基础上进行分割时可以利用梯度信息，增加准确性；可以将空域分割与小波域分割的结果结合起来以提高分割准确性；

（4）、时空融合：将步骤（1）（2）组成的时域分割与步骤（3）空域分割的结果进行与运算，进一步提高分割准确性，降低单一分割方式所产生的误分割的影响。

本发明能克服现有的基于时空融合算法的弊端，不仅对于刚性运动目标的分割能达到很好的效果，而且对于人体运动这种非刚性的运动目标也能得到完整的分割结果。

具体实施方式

一种基于新时空融合的步态区域分割算法，其特征在于：包括以下步骤：

（1）、首先采集步态图像的序列，然后用以下两种方法分割步态区域。

背景减除法：将背景视为相对稳定，在图像中减去背景而获得运动区域，作为步态区域，使用图像中，各个帧的中值作为背景帧，在各个帧中减去背景帧，将结果中高于一定阈值的部分标记为运动区域；

对称帧差法：对步态图像序列中的连续3帧，做相邻两帧差得到两个差图像，仅当两个差的对应像素都高于一定阈值时，才判断为运动区域，对称帧差法可以避免背景的相对平稳运动所产生的分割错误；

将两种方法的分割结果进行叠加，以降低分割误差的影响。

（2）、形态学后处理：腐蚀、膨胀、开运算与闭运算、边界提取、图像连通处理；

第一步所得到的结果，由于噪声影响，会产生两类问题：一是经常无法保证闭合性，会漏掉运动目标中一些孤立的噪声点，为此需要做闭运算，通过先膨胀后腐蚀的方式来闭合这些噪声点；二是运动目标外会多出一些孤立噪声点，为此需要做开运算，通过先腐蚀后膨胀的方式来去掉这些噪声点；

（3）、空域分割：空域内图像的分水岭算法分割、空域内图像的小波分解、空域内小波域下的分水岭算法分割；