[发明专利]一种视频内多目标运动人体区域的分割方法

说明书

本发明公开一种视频内多目标运动人体区域的分割方法，该方法首先初始化一个目标视频流，先将视频流分割成长度24帧的片段，对每个片段首尾采取背景差分法确定视频流中发生变化的区域，然后对该运动区域提取最大矩形进行切割。对一切割部分采取逐帧光流法提取区域内目标运动的信息，来获取目标运动的精确情况。本发明方法能够更加精确和高效的进行多目标运动人体区域的分割，具有良好的可实施性。

技术领域

本发明涉及一种视频内多目标运动人体区域的分割方法，主要利用分治搜索算法，图像处理技术以及光流法在一块较大区域的视频流上快速识别并跟踪某一特定的目标群体，属于数学方法和数字图像处理领域。

背景技术

视频内多目标运动人体区域的分割，比较主流的方法包括背景差分法，光流法，以及帧间差分法和最小能量法。

传统背景差分法在基于背景差分方法的运动目标检测中，背景图像的建模和模拟的准确程度，直接影响到检测的效果。不论任何运动目标检测算法，都要尽可能的满足任何图像场景的处理要求，但是由于场景的复杂性、不可预知性、以及各种环境干扰和噪声的存在，如光照的突然变化、实际背景图像中有些物体的波动、摄像机的抖动、运动物体进出场景对原场景的影响等，使得背景的建模和模拟变得比较困难。

传统的光流法将三维空间中的目标和场景对应于二维图像平面运动时，他们在二维图像平面的投影就形成了运动，这种运动以图像平面亮度模式表现出来的流动就称为光流。光流法是对运动序列图像进行分析的一个重要方法，光流不仅包含图像中目标的运动信息，而且包含了三维物理结构的丰富信息，因此可用来确定目标的运动情况以及反映图像其它等信息。然而在实际应用中，由于遮挡性、多光源、透明性和噪声等原因，使得光流场基本方程的灰度守恒假设条件不能满足，不能求解出正确的光流场，同时大多数的光流计算方法相当复杂，计算量巨大，不能满足实时的要求。

发明内容

技术问题：本发明的目的在于克服现有技术的不足而快速在视频流内搜索运动目标区域的方法，以便下一步视频目标的行为识别，该方法将背景差分法和光流法相结合结合，解决了确保精度的情况下进行快速运动目标区域提取的问题，具有良好的实时性和鲁棒性。

技术方案：根据本发明提出的视频内多目标运动人体区域的分割方法，包括以下步骤：

本发明的一种视频内多目标运动人体区域的分割方法包括以下步骤：

步骤1)输入一个视频流文件，所述视频是用户输入的视频，将此视频分解成长度24帧的片段且顺序为原视频顺序；

步骤2)通过背景差分法逐8帧对步骤1)输入视频片段提取背景图像和当前帧图像，并对图像进行二值化，将值为1既发生运动的区域提取出最大矩形区域；

步骤3)将步骤2)提取出的矩形区域进行进一步优化，采取光流矢量在x,y两侧的分量的u和v，通过迭代n次使光流矢量在x,y两侧的分量的u和v的迭代值uⁿ和vⁿ小于特定值，当迭代次数大于10时提取该区域；

步骤4)将运动目标提取出并准备进一步进行行为，即对视频流的人物运动进行检测。

步骤2.1)将视频片段第1帧的图像作为背景图像f_back(x,y)；

步骤2.2)将视频在k帧的图像为f_k(x,y)，然后计算出差分图像C_k:

C_k(x,y)＝|f_back(x,y)-f_k(x,y)|；