[发明专利]基于运动显著图和光流矢量分析的动态背景目标分割方法

摘要

本发明公开了一种基于运动显著图和光流矢量分析的动态背景目标分割方法。该方法首先基于运动显著图提取运动目标的大致区域，然后借助邻近帧之间的光流场获得运动目标和背景区域的运动边界，并利用运动边界对运动显著图进行分析，从而得到运动目标内部精确的像素点，最后通过过分割技术获取图像超像素，并通过引入置信度的概念和建立包含多种信息的表观模型实现最终像素一级的目标分割。本发明方法在多组公开发布的视频序列中进行测试，并通过与现有方法的比较验证了本发明方法的有效性和优越性。

主权项

1.一种基于运动显著图和光流矢量分析的动态背景目标分割方法，其特征在于，包括以下步骤：S1、基于灰度投影的运动显著图获取：S11、采用运动显著图来获取运动目标的大致区域，具体是指在水平和垂直两个方向上对图像像素的灰度值进行投影，从而把二维图像转换为两条一维特性曲线；S12、对邻近帧图像的特性曲线进行相关计算，得到邻近帧图像之间的运动平移量；S2、基于光流矢量的目标像素点计算：S21、借助邻近帧之间的光流场获得运动目标和背景区域的运动边界；S22、利用运动边界对运动显著图进行分析，从而得到运动目标内部精确的像素点；S3、基于置信度的超像素分类：S31、利用SLIC算法获得视频序列的超像素集合；S32、对置信度较高的超像素进行分类；S33、对置信度较低的超像素进行分类；所述步骤S2具体为：设F_t(i,j)为第t帧图像位置为(i,j)处的光流矢量，为其对应的光流梯度幅值，则可得到一个边界强度系数B_t(i,j)∈[0,1]其中λ为将边界强度系数B_t(i,j)控制在0至1范围内的参数；由于运动目标与背景区域边界处的光流矢量梯度幅值差异较大，因此可将强度系数B_t(i,j)较大的像素点确定为二者的运动边界；在得到运动目标和背景区域的大致边界后，本发明进一步计算运动显著图中像素与运动边界的交点，从而得到运动目标内部精确的像素点；具体做法是：步骤1：对视频序列的每帧图像，利用步骤S1得到运动显著图，通过设定一个较小阈值T1得到大致的运动目标区域步骤2：利用公式(1)得到该帧图像对应的边界强度系数，同样通过设定一个较小阈值T2得到运动目标和背景区域的大致运动边界步骤3：将中的每个像素点向上、下、左、右四个方向引出射线，并计算每条射线与运动边界的交点数目，若交点数目为奇数，则判断该点在运动边界内部，否则，判断该点在运动边界外部；步骤4：统计中每个像素4个方向引出射线与运动边界交点为奇数的射线数目，若超过2个，则认为该点属于运动目标内部的像素点。