[发明专利]无纹理场景视频的视场区域分割方法及装置

权利要求书

1.一种无纹理场景视频的视场区域分割方法，其特征在于，包括：

获取视频中每个像素点在HSI颜色空间中的色调特征值和强度特征值；

获取所述视频中每个像素点的综合轮廓特征值；

获取所述视频中每个像素点的近期动态性特征值；

根据所述每个像素点的综合轮廓特征值、近期动态性特征值以及HSI颜色空间中的色调特征值和强度特征值，生成每个像素点对应的综合视觉特征向量；

根据所述综合视觉特征向量对所述视频中的视场进行区域分割；

所述获取视频中每个像素点在HSI颜色空间中的色调特征值和强度特征值包括：

将所述视频的RGB颜色空间转换为所述HSI颜色空间；

将所述HSI颜色空间中的色调的值域划分为第一子集H₁、第二子集H₂、第三子集H₃、第四子集H₄、第五子集H₅和第六子集H₆；

根据所述第一子集H₁、第二子集H₂、第三子集H₃、第四子集H₄、第五子集H₅和第六子集H₆对所述视频中所有像素点的色调值进行归一化和量化，得到每个所述像素点的色调特征值

对所述视频中所有像素点的强度值进行量化，得到每个所述像素点的强度特征值

其中，H(i,j)|_t表示所述视频在第t帧时在坐标(i,j)处的像素点的色调特征值，I(i,j)|_t表示所述视频在第t帧时在坐标(i,j)处的像素点的强度特征值，H₁＝[30°,90°)，H₂＝[90°,150°)，H₃＝[150°,210°)，H₄＝[210°,270°)，H₅＝[270°,330°)，H₆＝[330°,360°]+[0°,30°)；

所述获取所述视频中每个像素点的综合轮廓特征值包括：

基于所述HSI颜色空间的S通道，采用Hough变换计算所述视频第t帧内的图像轮廓，得到第t帧内坐标(i,j)处的像素点的第一轮廓特征值

基于所述HSI颜色空间的H通道，采用Canny算子计算所述视频第t帧内的图像轮廓，得到第t帧内坐标(i,j)处的像素点的第二轮廓特征值

基于所述HSI颜色空间的I通道，采用Isotropic Sobel算子计算所述视频第t帧内的图像轮廓，得到第t帧内坐标(i,j)处的像素点的第三轮廓特征值

对所述第一轮廓特征值、所述第二轮廓特征值和所述第三轮廓特征值求交集，生成所述视频在第t帧内坐标(i,j)处的像素点的综合轮廓特征值

所述获取所述视频中每个像素点的近期动态性特征值包括：

对所述视频在强度通道中的每个像素点构建GMM模型；

根据所述GMM模型确定所述视频中每个像素点上发生的显著性强度值变化的次数；

根据所述视频中每个像素点上发生的显著性强度值变化的次数确定每个所述像素点的近期动态性特征值

其中，表示所述视频在强度通道上从第k帧到第t帧的时间段内在坐标(i,j)处的像素点上发生的显著性强度值变化的次数，D(i,j)|_t表示所述视频在强度通道上从第k帧到第t帧的时间段内在坐标(i,j)处的像素点的近期动态性特征值，100≤t-k≤20000；

其中，显著性强度值变化 是指像素点的强度值变化幅度超出该像素点上GMM模型所设定的像素强度值的正常变化范围。