专利名称：一种前景分割问题的优化方法
技术领域：
本发明涉及视频处理领域，具体涉及前景分割结果的优化方法。
背景技术：
视频中的运动目标分割广泛应用在与视频监控有关的多种智能系统中，分割的质量直接影响对关注目标的检测、跟踪、识别、理解等一系列运动分析的准确性。目前前景分割常用的ー些方法有帧差法、背景减、光流法、背景建模法，这些方法各有利弊，背景减和帧差法方法相对简単，实时性好，但对背景环境要求较高，在杂乱背景或光照变化较大的场景中，效果较差；光流法计算量较大，实时性差 ，而且对背景光照敏感，会产生较大误差；背景建模方法，对背景场景的每ー个像素建立ー个模型，并可以对像素模型进行更新，此方法在复杂变化环境下效果较好；上述方法广泛应用于视频处理领域，但是这些前景分割方法在进行分割计算时都没有考虑到像素之间的相关性，所以在进行前景分割时会出现目标物体的空洞现象。
发明内容
本文发明提出了一种对视频图像的前景分割结果进行优化的方法，要解决的技术问题是前景分割后的空洞现象的优化问题。为了解决上述问题，本发明提出基于置信传播思想的前景分割结果优化方法，通过在像素之间传播消息，加强像素之间的关联，很好的解决了空洞现象。方法大体上包括以下几步A、首先获取原始视频帧图像，通过前景分割方法，得到初始的前景分割图像；B、在此分割图像的原始图像中，计算每一个像素在图像空间中的连续性值；C、在图像四个方向并行进行ー维消息的传递；D、计算每一个像素的状态相似度；E、确定当前图像的前景分割优化结果；在步骤A中，进ー步细化为Al、获取视频帧图像I，图像的大小为MXN，在图像中建立x-y坐标系，x轴方向上的像素点数为M, y轴方向上的像素点数为N,规定图像中任意点像素i的坐标为(Xi, Yi)；A2、利用前景分割方法，对视频帧图像进行前景分割，得到初始的前景分割图像C，在初始的分割图像中每个像素点只有两个状态，属于前景或者属于背景；在步骤B中，进ー步细化为BI、对输入的视频帧图像I，利用计算每个像素点的梯度值，得到视频帧图像I相应的梯度图像G，定义像素i的梯度值为G(Xi，yi)；B2、根据公式(I)计算像素点i的连续性值，其中Z为梯度图像G中的最大值W (X,, .V’,. ) = —[Z- (/(X,, .V,.)](I)
在步骤C中，可以进一歩细化为Cl、初始化像素点i的状态值小(Xi, Yi)，小(Xi, Yi)由像素点i在初始前景分割图像C中的状态决定；公式具体定义为
权利要求
1.ー种前景分割问题的优化方法，其特征在于步骤如下 A、首先获取原始视频帧图像，通过前景分割方法，得到初始的前景分割图像； B、在此分割图像的原始图像中，计算每一个像素在图像空间中的连续性值； C、在图像四个方向并行进行ー维消息的传递； D、计算每一个像素的状态相似度； E、确定当前图像的前景分割优化结果； 在步骤A中,进ー步细化为 Al、获取原始视频帧图像I，图像的大小为MXN，在图像中建立x-y坐标系，x轴方向上的像素点数为M, y轴方向上的像素点数为N,规定图像中任意点像素i的坐标为(Xi, Yi)； A2、利用前景分割方法，对图像进行前景分割，得到初始的前景分割图像C，在初始的分割图像C中每个像素点只有两个状态，属于前景或者属于背景； 在步骤B中，进ー步细化为 BI、对输入的视频帧图像I，计算每个像素点的梯度值，得到图像I相应的梯度图像G，定义像素i的梯度值为G (Xi, Yi)； B2、根据公式(I)计算像素点i的连续性值Ψ (Xi，yi)，其中Z为梯度图像G中的最大值 Ψ (ズ,，ア / ) = y[Z-(V(.v,, JA)](I) 在步骤C中，进ー步细化为 Cl、初始化像素点i的状态值Φ (Xi, yi)，公式具体定义为 ,{I,像素在E初始分割图像C中为前景；1A Io，像素/在初始分割图像C中为背景；… C2、计算图像I中每ー个像素点的消息值； 在步骤C2中，进ー步细化为 C21、初始化图像中四个边界上的像素点的消息值，具体如下 初始化图像最左侧一列上每个像素点的消息值，m(0，P)表示坐标为(0，p)的像素点的消息值，在P的取值范围内依次初始化最左侧一列上每个像素点的消息值，公式如下m(0, ρ) = Φ (O, ρ) ψ (O, p) {p |p e [O, N-l]} (3) 初始化图像最右侧一列上每个像素点的消息值，m(M-l，ρ)表示坐标为(M-l，p)的像素点的消息值，在P的取值范围内依次初始化最右侧一列上每个像素点的消息值，公式如下m(M_l, ρ) = Φ (M-1, ρ) ψ (M-1, ρ) {ρ I ρ e [O, N-l]} (4) 初始化图像最上侧一行的每个像素点的消息值，m(s，O)表示坐标为(S，O)的像素点的消息值，在s的取值范围内依次初始化最上侧一行的每个像素点的消息值，公式如下m(s，0) = (j5 (s，O) Ψ (s，O) {s|s e [1，Μ-2]} (5) 初始化图像最下侧一行每个像素点的消息值，m(s，N-l)表示坐标为(s，N-l)的像素点的消息值，在s的取值范围内依次初始化最下侧一行的每个像素点的消息值，公式如下m(s, Ν-1) = Φ (s, Ν-1) Ψ (s, N-l) {s | s e [1，M_2]} (6) C22、在图像中以边界像素点为传递的起点，同时进行自左至右，自右至左，自上至下，自下至上四个方向的ー维消息传递，在每一次传递过程中，分别按照上述方向在相邻像素之间进行消息传递，直到传递到这个方向上的最后ー个像素结束； 计算图像I中非边界的像素点i的消息值rn(Xi，yi)，公式如下 (7) 其中m(xk，yk)是像素i的相邻像素k的消息值；在不同的传递方向上，相邻像素k与i的位置关系不同，像素点i计算出来的消息值不同，在四个传递方 向上公式的具体解释如下 在自左至右的传递方向上，像素k是像素i的左侧相邻像素； 在自右至左的传递方向上，像素k是像素i的右侧相邻像素； 在自上至下的传递方向上，像素k是像素i的上侧相邻像素； 在自下至上的传递方向上，像素k是像素i的下侧相邻像素； 在步骤D中，进ー步细化为 D1、根据步骤C，在同时进行了四个方向的消息传递后，图像中的每个像素都会得到来自它的相邻像素点的消息值； 像素j的坐标为(Xj，yP，j的相邻像素的个数为num(Xj，yj)，表示像素j在传递结束后得到的相邻像素传递的消息值的个数为num(& Yj)； 在四个方向的消息传递结束后像素j得到消息值的和为meSS(Xj，yP，计算公式如下mess (Xj, Yj) =m(Xj_l, y』)+m(Xj+l, y』)+m (Xj, Yj-I) +m(Xj, Yj+1)，Uj-I - 0，y』_l 彡 0，Xj+1^ M-l, yj+1 ^ N-l) (8) 等号右边是传递结束后像素j得到的相邻像素传递的消息值，每个像素最多得到4个消息值；公式(8)的限定条件是Xj-1, yj_l,Xj+l, yj+Ι要在图像大小MXN范围内，对于超出范围的项，取消该项的消息值的计算；每个像素点按照此规则对得到的相邻像素传递的消息值进行求和； D2、根据像素点j得到的消息和mess (Xj, Yj)与该像素点相邻像素的个数num(Xj，yj)，进行求平均运算，得到此点的状态相似度值b (Xj, Yj)，具体计算如下式mess KXj,yj) =-, 、(9) num(Xi,yi) 在步骤E中，进ー步细化为 E1、本发明对初始分割图像C中的前景空洞的填充程度与阈值的大小有夫，阈值的取值范围是(O. 6，O. 8);对于D2所得到的像素点j的状态相似度值b(Xj，yj)，进行阈值判断，若b(Xj，yj)大于阈值，则像素点j为前景，否则为背景，得到分割优化結果。
全文摘要
一种前景分割问题的优化方法，具体是一种基于置信思想思想的对前景分割结果进行优化的方法，属于图像处理领域。本发明要解决的技术问题是优化前景分割结果，解决前景分割结果中出现的空洞现象。首先利用前景分割方法进行前景分割；然后，基于置信思想，图像中并行进行四个方向的一维消息传递，加强像素之间的关联，对前景分割结果进行优化。本发明可以很好的消除前景分割结果中出现的空洞现象。
文档编号G06T7/20GK102855636SQ20121021642
公开日2013年1月2日 申请日期2012年6月26日 优先权日2012年6月26日
发明者毋立芳, 王红, 武文斌, 颜凤辉, 张静文, 曹瑜 申请人:北京工业大学