[发明专利]基于SURF算法和合并最大相似区域的视频前景分割方法

摘要

本发明涉及一种基于SURF算法和合并最大相似区域的视频前景分割方法，该方法针对亮度变化的静态场景视频设计了一种前景分割算法，包括四个步骤：（1）首先求取当前帧的梯度标记，然后对极小修正后的梯度图像进行标记分水岭变换，从而得到初始分割结果；（2）通过Surf特征点匹配操作及制定的规则确定当前帧的前景和背景标记；（3）根据区域最大相似度和区域标记对初始分割结果做区域合并；（4）如果结果不精确，采用基于区域标记交互式修改的方式对自动分割结果进行纠正。较之传统的视频分割方法，本发明提出的方法对光照变化及噪声等有较强的鲁棒性，在视频对象分割的精度、效率以及降低用户交互量上，都有一定的提高，具有工程应用价值。

主权项

1.一种基于SURF算法和合并最大相似区域的视频前景分割方法，其特征在于，包含以下操作步骤：步骤1：通过标记分水岭变换和尺度参数的设定对视频中选定帧进行初始分割，并且将滤波器中的截止频率运算中的极小阈值作为可调节的尺度参数来达到对视频中选定帧进行初步分割；步骤2：通过当前帧和参考帧的SURF特征点匹配确定图像中的运动目标，并通过制定规则完成对初始分割区域的标记，并且采用最近邻匹配进行特征匹配，其中通过比较参考帧和当前帧的距离来进行初始分割区域标记，进行制定规则；步骤3：利用区域标记和相邻区域间的最大相似度，通过改进的MSRM算法对初始分割区域做区域合并操作，完成视频序列中一帧的前景分割；步骤4：对自动分割结果进行交互式的纠正，通过手动选中区域的方式来增加或减少前景和背景标记，然后重新执行步骤3，完成区域合并；所述步骤2的初始分割区域标记包括如下操作：(1)在时间域上，从视频序列中选取与当前帧有一定间距的参考帧，根据视频类型手动输入，一定间距默认值为相隔10帧；(2)采用SURF方法分别提取当前帧与参考帧中的特征点，并采用最近邻匹配得到两帧图像的匹配点对；(3)在当前帧中，如果其SURF特征点与参考帧中匹配点间的空间位移不超过一个像素单位，则选为背景特征点；(4)在当前帧中，如果其SURF特征点与参考帧中匹配点间的距离小于阈值T，且空间位移不超过一定范围，则选为前景特征点，其中T在0.7～1.0之间取值，而空间位移与所选参考帧有关，根据视频类型手动输入，空间位移值为视频宽度的20％；(5)对初始分割区域进行标记，如果区域中只有背景特征，则此区域设定为背景标记区域，如果区域中只有前景特征点，则此区域设定为前景标记区域，如果区域中背景和前景特征点均存在，取特征点数量多的作为相应标记区域，若特征点数量相同，此区域不做标记。