[发明专利]一种针对非简单背景的人体轮廓自动提取方法

说明书

技术领域

本发明涉及图像处理技术领域，尤其涉及一种针对非简单背景的人体轮廓自动提取方法。

背景技术

图像的轮廓作为图像的一种基本特征，往往携带着一幅图像的大部分信息，经常被应用到较高层次的图像应用中去。它在图像识别，图像分割，图像增强以及图像压缩等的领域有广泛应用，也是图像处理的基础。因而这就需要我们对一幅图像检测并提取出它的轮廓。轮廓提取在许多智能视觉系统中特别是模式识别中被认为是非常重要的过程。

采用区域增长的方法来提取轮廓线，能够避免对图像所有数据点的处理，大大提高了轮廓线的提取速度，通过限制条件保证了生成的轮廓线的封闭性，然而传统的种子区域生长法不仅受初始种子点选取以及生长顺序的影响，而且还面临着如何自动选取种子及自动确定生长区域的数目等问题。种子点的确定直接影响最后形成的区域，如果选取不当，就会造成过分割或者欠分割的。停止生长的准则也是缺乏通用的准则，如果确定不好，很容易引起程序的死循环。对于非简单背景的图像，由于色彩、纹理等特征变化较大，使得区域增长的种子点选取不能自动实现，因此采用传统的单一方法分割不能满足实际要求。

另外将图像直接用一个二维颜色直方图表示时，其统计的是不同颜色出现的频数，以色彩作为横坐标，纵坐标为色彩出现的频数。二维颜色直方图仅描述了每个灰度级的像素的个数，但不能为这些像素在图像中的位置提供任何线索。当一幅图像被压缩为直方图后，所有的空间信息将全部丢失。

发明内容

为解决现有技术存在的不足，本发明公开了一种针对非简单背景的人体轮廓自动提取方法，针对二维直方图的缺点，将像素距人体质心像素的距离附加到二维颜色直方图，提出了三维直方图的概念，辅助种子点的选取。该方法鲁棒于初始种子点的选取及生长顺序的优点。自动选取种子以及自动确定生长区域数目，保证背景区域内部的一致性，能够得到人体轮廓提取希望的区域分割。

为实现上述目的，本发明的具体方案如下：

一种针对非简单背景的人体轮廓自动提取方法，包括以下步骤：

步骤一：对图像预处理，将图像中前景区域人体位置进行定位，找到人体质心像素位置；

步骤二：对图像中每个像素，计算其到人体质心的距离，得到图像的三维直方图统计，结合图像的三维直方图分析得到背景的颜色分布；

步骤三：利用扫描线依次对图像各行或各列像素进行扫描，在扫描过程中，当遇到属于背景颜色集的像素，且该像素到人体质心的距离小于阈值时，则标记为种子点，并进行基于区域颜色梯度的生长，否则继续扫描，直至找出整幅图像所有背景种子点，最后得到一系列区域边界；

步骤四：步骤三中的区域边界进行后处理，如果两个区域同属于背景区域，则将两个区域合并，消除之间的边界，最终获得人体边界轮廓线。

所述步骤一对图像的预处理：采用显著性区域检测的方法定位出人体的大致位置，然后找到人体区域的质心。

所述步骤一对图像的预处理的步骤如下：

（1-1）采用SGC显著性区域检测方法定位出人体的大致位置，并赋予其标号I，在进行显著性区域检测时需要进行颜色空间转换，即由RGB空间转换为Lab空间；

具体转换步骤如下：