[发明专利]一种视频对象外边界提取方法

摘要

本发明提供的是一种视频对象外边界提取方法，它通过对全局运动补偿之后的相继两帧灰度图像进行高斯噪声模型的种子区域增长法生成帧差图像，提取时域变化区域后计算运动矢量，来区分运动模型区域和失效区域，然后提取运动对象并进行修补、检测空域外边界极大值点、连接空域极大值点所在的canny边界等手段得到运动对象外边界。采用本发明方法，不仅可以得到精确的外边界定位信息，而且整体方法具有很高的鲁棒性，同时其运算速度可以适用于实时系统，具有很强的实际应用前景。

主权项

1、一种视频对象外边界提取方法，其特征是它包含下列步骤：步骤1、对视频流中已经进行过全局运动补偿的相继两帧灰度图像，使用以高斯噪声模型为条件的种子区域增长法来进行帧差处理，得到抗噪的二值化时域帧差图像，其中值为1的区域为时域变化区域；具体方法为：首先计算已经进行过全局运动补偿的相继两帧灰度图像上的绝对差，然后把大于40的绝对差点设置为0，统计剩余绝对差的均值和方差，使用M表示剩余绝对差的均值，A表示方差；然后根据上边得到的绝对差图像的均值M和方差A设置一个M+4*A的阈值为种子条件，设置[M+A，M+4*A]区间范围为种子增长条件；在已经进行过全局运动补偿的相继两帧灰度图像的绝对差图像上逐点搜索，把绝对差值大于种子阈值的所有象素点设置为种子象素点；然后在种子象素点的邻域进行搜索，满足种子增长条件的象素点设置为种子象素点；搜索完所有绝对差图像之后，得到种子生长的区域，将该区域上所有象素点设置为1，该区域以外的所有象素点设置为0，则得到二值化时域帧差图像；步骤2、对步骤1中利用种子区域增长法生成的二值化时域帧差图像，进行形态学滤波处理，得到去噪后的时域变化区域图像；步骤3、对步骤2得到去噪后的时域变化区域图像，使用区域连通标定方法，得到具有标志的时域变化区域图像；步骤4、逐个取出步骤3得到的具有标志的变化区域图像上的每一个标志，然后逐象素点扫描具有标志的时域变化区域图像，如果该象素点的标志与取出的标志一样的话，则该象素点设置为1，如果不一样则为0，没有标志的象素点设置为0；扫描之后形成标志的时域单一变化区域二值化图像，每个标志都要逐一的生成该标志的时域单一变化区域二值化图像；步骤5、以步骤4得到每个标志的时域单一变化区域二值化图像为掩膜图像，对步骤1中视频流中的已经进行过全局运动补偿的相继两帧灰度图像扫描，保留掩膜图像上为1的象素点在相继两帧灰度图像上对应位置的灰度值，设置掩膜图像上为0的象素点在相继两帧灰度图像上对应位置的灰度值为0，扫描完毕之后得到每一个标志所对应的两个只保留相对应的时域变化区域灰度值的时域单一变化区域灰度图像；步骤6、计算步骤4得到时域单一变化区域二值化图像中值为1的区域的最大外接长方形的四个顶点的坐标值；步骤7、按照使用步骤6得到的每一个标志的时域单一变化区域二值化图像最大外接长方形的四个顶点的坐标值，从步骤5得到的每一个标志的两个时域单一变化区域灰度图像中，提取出最大外接长方形的内部图像，形成每一个标志所对应的两个局部的时域变化区域灰度图像；步骤8、对步骤7得到每个标志对应的两个局部的时域变化区域灰度图像，使用相位相关法，计算出产生步骤7中局部的时域变化区域的实际运动物体在两个对应同一标志的局部的时域变化区域灰度图像上的相对运动位移；步骤9、对步骤7得到的每个标志的两个局部的时域变化区域灰度图像，以步骤8得到的产生该变化区域的运动物体在两个局部的时域变化区域灰度图像上的相对运动位移作为象素匹配条件，使用种子区域增长法，去除背景遮挡区域和背景显露区域，生成时域单一运动对象区域；具体方法：根据步骤8得到的产生每个标志对应的时域变化区域的运动物体在两个局部的时域变化区域灰度图像上的相对运动位移，设置种子条件为：如果标志的两个局部的时域变化区域灰度图像上的对应象素点按照相对运动位移进行补偿之后的匹配度小于2，并且小于未运动补偿的匹配度，则该象素点为种子象素点；设置种子增长条件为；如果标志的两个局部的时域变化区域灰度图像上的对应象素点按照相对运动位移进行补偿之后的匹配度大于2小于5，并且小于未运动补偿的匹配度，则该象素点为种子增长象素点；逐个扫描步骤7得到相对应标志的两个局部的时域变化区域灰度图像上的象素点，满足种子条件的象素点设置为种子象素点；然后在种子象素点的邻域进行搜索，满足种子增长条件的点设置为种子象素点；搜索完所有局部的时域变化区域灰度图像的象素之后，得到种子生长的时域单一运动对象区域，设置该区域上所有象素设置为1，该区域以外的所有象素点设置为0，则得到二值化时域单一运动对象区域；步骤10、对步骤9中得到二值化时域单一运动对象区域，使用修补方法，得到完整的时域单一运动对象区域；具体修补方法：对二值化时域单一运动对象区域进行行和列扫描，将不是运动对象的象素点且又位于同行或者同列的两个运动对象象素之间的对象象素点设置为运动对象象素点，其它象素点不变，得到完整的时域单一运动对象区域；步骤11、对步骤10中生成的完整的时域单一运动对象区域，使用外轮廓边界提取方法，得到运动对象外边界轮廓点；步骤12、对步骤11得到的运动对象外边界轮廓点，逐点以空域边界极大值点来替代，得到时域对象空域边界极大值点图像；具体方法：计算时域边界轮廓点的8邻域进行空域梯度，然后与含有权值W的当前时域边界点的空域梯度进行对比，所述的权值W选择为一个大于1的数字来强化时域结果，选择具有最大空域梯度的点作为时域对象空域边界极大值点，得到时域对象空域边界极大值点图像；步骤13、对步骤7得到的标志对应的两个局部的时域变化区域灰度图像使用canny边界提取方法提取边界，得到局部的时域变化区域的空域canny边界图像；步骤14、在步骤13中局部时域变化区域的空域canny边界图像上，按照步骤12得到的时域对象空域边界极大值点图像，进行连接操作，得到空域时域融合运动对象外边界；具体连接操作为：保留含有空域边界极大值点的局部时域变化区域的空域canny边界，去除未含有空域边界极大值点的局部时域变化区域的空域canny边界，形成空域时域融合运动对象外边界。