[发明专利]一种移动背景下的运动物体检测与分割方法

说明书

技术领域

本发明涉及图像处理技术领域，特别涉及一种移动背景下的运动物体检测与分割方法。

背景技术

视屏图像中运动物体的运动分析是计算机视觉领域中的一个重要分支，它的应用领域包括治安监控、机器视觉、自动导航、国防兵器、数字媒体、视频编码、电视、虚拟现实和智能交通等，这些都是国内外重点发展和研究的领域。运动分析包括运动物体的检测、分割、跟踪、估计和识别。其中，运动物体的正确检测和分割运动分析的前提条件，一个良好的分割结构是进行目标理解的保证。

在现有技术中，需要在移动的摄像机平台上进行运动物体的运动分析，在由移动摄像机平台得到图像序列中，背景和运动目标均处于运动状态，因此视屏中的运动目标是多方面运动信息的综合，同时摄像机平台在移动过程中产生自然抖动也会给视屏中的背景运动和目标运动产生干扰，这使得在移动背景下对运动物体进行检测和分割变得更加困难。

因此，为了解决上述问题，客服干扰因素，需要能够有效提高运动检测和分割过程的鲁棒性、准确性以及及时性的一种移动背景下的运动物体检测与分割方法。

发明内容

本发明的目的在于提供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，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。

优选地，每一帧图像中所有特征点构成特征点集合。

优选地，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。

优选地，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。

优选地，所述局部区域满足如下关系：

其中r为局域区域半径。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

优选地，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。

本发明提供的一种移动背景下的运动物体检测与分割方法，通过后一帧图像局部区域中的特征点在前一帧图像局部区域中寻找最佳匹配点，并通过后一帧图像局部区域内的特征点在前一帧图像中寻找最佳匹配点构成的匹配对计算前一帧图像到后一帧图像的运动矢量，对运动矢量构成的点集进行聚类移除，有效去除了运动物体的移动背景以及摄像机平台自然抖动对视屏造成的干扰。

同时本发明一种移动背景下的运动物体检测与分割方法有效提高了运动检测和分割过程的鲁棒性、准确性以及及时性。