[发明专利]一种移动背景下的运动物体检测与分割方法

权利要求书

1.一种移动背景下的运动物体检测与分割方法，适于在计算设备中执行，其特征在于，所述方法包括如下步骤：

a)获取移动摄像机获取的每一帧图像；

b)对获取的每一帧图像建立局部区域，并将每一帧图像分成M×N个等大的方块进行ORB特征点提取；

c)将连续的两帧图像中的后一帧图像局部区域中的特征点，在前一帧图像对应的局部区域中寻找最佳匹配的特征点；

d)将步骤c)中所述的特征点与其对应的最佳匹配的特征点构成匹配对，通过所述匹配对计算所述特征点由前一帧图像到后一帧图像的运动矢量；

e)所有所述运动矢量构成的点集进行Meanshift聚类，将拥有最多成员点的类作为移动背景的运动矢量点集进行移除，保留运动物体的运动矢量点集；

f)对所述运动物体的运动矢量点集进行DBSCAN聚类，得到不同运动物体的特征点集；

g)将步骤f)中每一个所述运动物体的特征点集进行Grabcut分割，实现每个运动物体的图像分割。

2.根据权利要求1所述的方法，其特征在于，每一帧图像中所有特征点构成特征点集合。

3.根权利要求2所述的方法，其特征在于，所述特征点集合通过下式表达：其中为第i帧图像中的第j个特征点，并且(x₀,y₀)为的坐标。

4.根据权利要求1所述的方法，其特征在于，所述步骤c)中寻找最佳匹配的特征点过程通过如下方式实现：

其中为最佳匹配的特征点，表示第i帧图像中特征点所在的局部区域对应的第i-1帧图像的特征点集，S^(i-1)为第i-1帧图像的所有特征点构成的特征点集合，表示第i帧图像中特征点所在的局部区域，表示属于所述特征点集的最小特征点；

d_Hamming{}表示汉明距离，D^(i-1)(x,y)为第i-1帧图像中特征点(x,y)对应的描述子，为第i帧图像中特征点对应的描述子。

5.根据权利要求4所述的方法，其特征在于，所述局部区域满足如下关系：

其中r为局域区域半径。

6.根据权利要求1所述的方法，其特征在于，当后一帧图像局部区域中的特征点对应的描述子与前一帧图像中的最佳匹配特征点对应的描述子的汉明距离大于预设阈值时，则将后一帧图像局部区域中的该特征点抛弃。

7.根据权利要求1所述的方法，其特征在于，所述前一帧图像到后一帧图像的运动矢量通过如下方法计算:

其中，为第i帧图像中的特征点，为最佳匹配特征点，为第i-1帧图像到第i帧图像的运动矢量。

8.根据权利要求1所述的方法，其特征在于，所述运动矢量构成的点集进行Meanshift聚类通过高斯核函数进行计算：

其中，σ为函数的宽度参数。

9.根据权利要求1所述的方法，其特征在于，所述步骤e)中还包括将孤立点和/或稀少点作为噪声的运动矢量点进行移除。

10.根据权利要求1所述的方法，其特征在于，所述步骤f)中还包括将未进行聚类的矢量点作为噪声的运动矢量点进行移除。