一种模糊视频图像的分割方法及装置的制造方法
【专利摘要】本发明提供一种模糊视频图像的分割方法及装置，所述方法包括：采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像；对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像；采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像；对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。上述模糊视频分割方法通过对模糊视频的各帧图像进行二次分割和二次重构，从而实现对模糊视频的分割，得到清晰的视频。
【专利说明】
一种模糊视频图像的分割方法及装置
技术领域
[0001]本发明涉及图像处理领域，尤其涉及一种模糊视频图像的分割方法及装置。
【背景技术】
[0002]在对图像的研究和应用中，我们往往仅对图像中的某些部分感兴趣，为了辨识和分析目标，需要将这些感兴趣的区域分离提取出来。图像分割就是把图像分成各具特征的区域并提取出感兴趣目标的技术和过程。图像分割多年来一直得到人们的高度重视，至今已经提出了上千种类型的分割算法，其中大致可以分为三大类:一是基于边缘的图像分割；二是基于阈值的图像分割;三是基于区域的图像分割。
[0003]基于边缘的图像分割方法对模糊图像的分割效果并不理想，基于阈值的图像分割方法不适用于多通道图像和特征值相关不大的图像，对图像中不存在明显灰度差异或各物体的灰度值范围有较大重叠的图像分割效果都不好。因此，人们广泛采用基于区域的图像分割方法。
[0004]视频是动态图像的组合，因此，图像分割的方法很多也适用于视频图像的分割。
[0005]现有的一项视频分割方法中，利用对像素的统计建模将视频分成前景和背景，各像素与该像素的背景统计模型做比较，基于比较像素确定为前景或者背景。该方法只可以分割出前景和背景，并且依赖于像素进行分割。不能对模糊视频得到较好的分割结果。
[0006]现有的一种视频分割算法中，将多部件的跟踪和分割信息统一到一个能量函数中。其中在线目标多部件跟踪为分割提供了有效的时序运动和结构约束信息，同时目标多部件分割产生精确的局部表象外观和位置信息来提升目标多部件跟踪精度。使用RANSAC-style算法对目标多部件跟踪和目标多部件分割步骤进行迭代优化，获得准确的视频分割结果。需要结合两反面的内容来确定分割，外界干扰对视频分割影响较大。
[0007]现有的另一项视频分割方法中，先输入视频图像，检测任意两帧图像的特征点，并对特征点进行匹配;利用多组匹配的特征点对估计视频图像中的每个运动层的平面单应矩阵;对视频图像进行颜色过分割;利用每个运动层的平面单应矩阵对多个图像过分割区域进行分类;获取视频图像中的物体的边缘以及内部点；选取邻近未知点的前景样本点和背景样本点，对前景样本点、背景样本点和未知点进行标记，对未知点进行分类以得到物体的优化边缘。该方法处理的是彩色视频，可以处理视频帧间存在的大运动场景。但是监控视频基本都是灰度图像，针对模糊图像，对于标记边缘时容易产生误差，这样分类时便会出错或者导致出现虚假轮廓以及轮廓不完整的现象。
[0008]综上，现有的视频分割方法对模糊视频图像的分割效果都不理想。
【发明内容】
[0009]基于现有技术的缺陷，本发明提供一种模糊视频图像的分割方法及装置，以解决现有的视频分割方法对模糊视频分割效果不理想的技术问题。
[0010]第一方面，本发明提供一种模糊视频图像的分割方法，包括:
[0011]采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像；
[0012]对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像；
[0013]采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像；
[0014]对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。
[0015]可选地，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像，具体包括:
[0016]提取所述待分割模糊视频的每一帧图像的标记；
[0017]将提取的标记作为所述每一帧图像的局部极小值，得到修改后的各帧图像；
[0018]对所述修改后的各帧图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0019]可选地，在采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，所述方法还包括:
[0020]对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像；
[0021]相应地，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，具体包括:
[0022]采用预设分割模型，对待所述每一帧的灰度图像进行第一次分割。
[0023]可选地，在采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，在所述对待分割模糊视频进行灰度处理之后，所述方法还包括:
[0024]对所述每一帧的灰度图像进行去噪处理，得到各帧去噪后的灰度图像；
[0025]相应地，所述采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分害J，具体包括:
[0026]采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。
[0027]可选地，在所述对所述每一帧的灰度图像进行去噪处理，得到各帧去噪后的灰度图像之后，在所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，所述方法还包括:
[0028]对所述各帧去噪后的灰度图像进行去模糊处理，得到去模糊的各帧灰度图像；
[0029]相应地，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，具体包括:
[0030]采用预设分割模型，对所述去模糊的各帧灰度图像进行第一次分割。
[0031]第二方面，本发明提供一种模糊视频图像的分割装置，包括:
[0032]—次分割单元，用于采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像；
[0033]—次重构单元，用于对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像；
[0034]二次分割单元，用于采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像；
[0035]二次重构单元，用于对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。
[0036]可选地，所述一次重构单元具体用于:
[0037]提取所述待分割模糊视频的每一帧图像的标记；
[0038]将提取的标记作为所述每一帧图像的局部极小值，得到修改后的各帧图像；
[0039]对所述修改后的各帧图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0040]可选地，所述装置还包括:灰度处理单元，用于在所述一次分割单元采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像；
[0041 ]相应地，所述一次分割单元，具体用于:采用预设分割模型，对待所述每一帧的灰度图像进行第一次分割。
[0042]可选地，所述装置还包括:去噪单元，用于在所述一次分割单元采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，在所述灰度处理单元对对待分割模糊视频进行灰度处理之后，对所述待分割模糊视频的每一帧图像进行去噪处理，得到各帧去噪后的图像；
[0043]相应地，所述一次分割单元，具体用于:采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。
[0044]可选地，所述装置还包括:去模糊单元，用于在所述去噪单元对所述每一帧的灰度图像进行去噪处理之后，在所述一次分割单元采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割之前，对所述各帧去噪后的图像进行去模糊处理，得到去模糊的各帧图像；
[0045]相应地，所述一次分割单元，具体用于:采用预设分割模型，对所述去模糊的各帧灰度图像进行第一次分割。
[0046]由上述技术方案可知，本发明的模糊视频图像的分割方法及装置，通过对模糊视频的各帧图像进行二次分割和二次重构，从而实现对模糊视频的分割，得到清晰的视频。
【附图说明】
[0047]图1为本发明一实施例提供的模糊视频图像的分割方法的流程示意图；
[0048]图2为本发明一实施例提供的模糊视频图像的分割装置的结构示意图。
【具体实施方式】
[0049]下面结合附图和实施例，对本发明的【具体实施方式】作进一步详细描述。以下实施例用于说明本发明，但不用来限制本发明的范围。
[0050]图1为本发明一实施例提供的模糊视频图像的分割方法的流程示意图。如图1所示，本实施例的模糊视频图像的分割方法包括步骤Sll至S14。
[0051]S11、采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0052]针对模糊的图像想要分割出很理想的效果是比较难的。首先进行第一次分割操作，以摒弃图像中一部分的低频分量。
[0053]S12、对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像。
[0054]对第一次分割后的图像进行图像重构，得到第一次重构图像。
[0055]S13、采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像。
[0056]为了得到更清晰的视频图像内容，对第一次重构的图像进行第二次分割。经过第一次分割之后，图像摒弃掉了一部分的低频的分量，同时提高了图像的亮度。这样可以使得模糊的视频图像变得清晰一点，再对第一次重构图像进行第二次分割，可使得分割结果比较好。
[0057]S14、对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。
[0058]对第二次分割后的图像进行第二次重构后，得到清晰的视频分割图像。
[0059]本实施例的模糊视频图像的分割方法，能够对模糊视频图像进行分割，最终得到清晰的视频分割图像，并极大程度上保证了视频中的图像的内容。
[0060]在本发明一个优选的实施例中，所述步骤Sll具体包括图1中未示出的子步骤Slll至S113。
[0061]S111、提取所述每一帧的灰度图像的标记。
[0062]S112、将提取的标记作为所述每一帧的灰度图像的局部极小值，得到修改后的各帧灰度图像。
[0063]S113、对所述修改后的各帧灰度图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0064]本实施例中，采用分水岭区域分割法对灰度图像进行分割操作。分水岭区域分割法是一种基于拓扑理论的数学形态学的分割方法。它的基本思想就是把图像看作是拓扑地貌，图像中每一点像素的灰度值表示该点的海拔高度，每个局部极小值以及它影响的区域称为集水盆，而集水盆的边界则形成分水岭。而分水岭的原理是在图像中每一个小的区域的极小值处打一个洞，把整幅图像模拟浸没海水的过程。随着浸没过程的加速，图像中各区域的极小值所施加的影响的区域就会慢慢的扩散出去，最后各个区域都会被水淹没，同时堤坝也包围在了其中。而应用在图像中时，浸没的方向则由梯度值来决定。
[0065]分水岭分割主要应用形态学的开闭操作以及腐蚀膨胀操作，由于经典分水岭算法对噪声的影响比较敏感，因此，本实施例采用一种新的标记提取方法，从梯度的低频成分中提取与物体相关的局部极小值。它们将构成二值标记图像，然后将提取的标记利用形态学极小值标记技术强制作为原始梯度图像的局部极小值，而摒弃梯度图像中原有的所有局部极小值。最后，分水岭在经过修改之后的梯度图像上进行图像分割，最终获得较好的图像分割效果。
[0066]可以理解的是，步骤S13中，对第一次重构图像进行第二次分割的步骤与步骤Slll至SI 13类似，此处不再赘述。
[0067]本实施例的模糊视频图像的分割方法，采用改进的分水岭算法直接应用分水岭在原始梯度图像上进行操作，而非操作简化后的图像，这样可以极大化的保证没有物体边缘ig息的丢失。
[0068]在本发明一个优选的实施例中，在步骤SII之前，上述方法还包括图1中未示出的步骤SI O。
[0069]S10、对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像。
[0070]对于视频图像，一般而言都是灰度图像，如果摄像头采集到的图像为彩色的，那么我们就要对其进行变换为灰度图像。变换语句在MATLAB语言中就是一个函数。
[0071]本实施例的模糊视频图像的分割方法，通过对彩色图像进行灰度处理，可以提高对模糊视频分割的效果。
[0072]在本发明一个优选的实施例中，在步骤SII之前，上述方法还包括图1中未示出的步骤SlO’。
[0073]S10’、对所述每一帧的灰度图像进行去噪处理，得到各帧去噪后的灰度图像。
[0074]对每一帧的灰度图像都采用二维自适应维纳滤波对其进行去噪操作。二维自适应维纳滤波的原理是利用平稳随机过程的相关特性和频谱特性对混有噪声的信号进行滤波的方法。
[0075]相应地，步骤SI 2具体包括:
[0076]采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。
[0077]本实施例的模糊视频图像的分割方法，采用二维自适应维纳滤波对图像进行去噪，可以使模糊视频图像分割的效果更好。
[0078]在本发明一个优选的实施例中，在步骤Sll之前，步骤S10’之后，上述方法还包括图1中未示出的步骤S10”。
[0079]S10”、对所述各帧去噪后的灰度图像进行去模糊处理，得到去模糊的各帧灰度图像。
[0080]针对去完噪的图像，建立高阶变分模型并采用盲去模糊的方法去模糊。
[0081]本实施例的模糊视频图像的分割方法，通过对模糊的视频图像进行二维自适应维纳滤波，盲去模糊以及采用改进的分水岭算法，从而达到针对模糊视频得到较好的分割结果O
[0082]图2示出了本发明一实施例提供的模糊视频图像的分割装置的结构示意图。本实施例的模糊视频图像的分割装置，包括:一次分割单元201、一次重构单元202、二次分割单元203及二次重构单元204。
[0083]一次分割单元201，用于采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0084]一次重构单元202，用于对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像。
[0085]二次分割单元203，用于采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像。
[0086]二次重构单元204，用于对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。
[0087]本实施例的模糊视频图像的分割装置，能够对模糊视频图像进行分割，最终得到清晰的视频分割图像，并极大程度上保证了视频中的图像的内容。
[0088]在本发明一个优选的实施例中，所述一分割单元201具体用于:
[0089]提取所述待分割模糊视频的每一帧图像的标记；
[0090]将提取的标记作为所述每一帧图像的局部极小值，得到修改后的各帧图像；
[0091]对所述修改后的各帧图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。
[0092]本实施例中，采用分水岭区域分割法对灰度图像进行分割操作。
[0093]本实施例的模糊视频图像的分割装置，可以极大化的保证没有物体边缘信息的丢失。
[0094]在本发明一个优选的实施例中，所述装置还包括图2中未示出的灰度处理单元200，用于在所述一次分割单元201采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像；
[0095]相应地，所述一次分割单元，具体用于:采用预设分割模型，对待所述每一帧的灰度图像进行第一次分割。
[0096]本实施例的模糊视频图像的分割装置，通过对彩色图像进行灰度处理，可以提高对模糊视频分割的效果。
[0097]在本发明一个优选的实施例中，所述装置还包括图2中未示出的去噪单元201’，用于在所述一次分割单元201采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，在所述灰度处理单元对对待分割模糊视频进行灰度处理之后，对所述待分割模糊视频的每一帧图像进行去噪处理，得到各帧去噪后的图像；
[0098]相应地，所述一次分割单元201，具体用于:采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。
[0099]本实施例的模糊视频图像的分割装置，采用二维自适应维纳滤波对图像进行去噪，可以使模糊视频图像分割的效果更好。
[0100]在本发明一个优选的实施例中，所述装置还包括:去模糊单元201”，用于在所述去噪单元201’对所述每一帧的灰度图像进行去噪处理之后，在所述一次分割单元201采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，对所述各帧去噪后的灰度图像进行去模糊处理，得到去模糊的各帧灰度图像；
[0101]相应地，所述一次分割单元201，具体用于:采用预设分割模型，对所述去模糊的各帧灰度图像进行第一次分割。
[0102]针对去完噪的图像，建立高阶变分模型并采用盲去模糊的方法去模糊。
[0103]本实施例的模糊视频图像的分割装置，通过对模糊的视频图像进行二维自适应维纳滤波，盲去模糊以及采用改进的分水岭算法，从而达到针对模糊视频得到较好的分割结果O
[0104]本领域普通技术人员可以理解:以上各实施例仅用以说明本发明的技术方案，而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明权利要求所限定的范围。
【主权项】
1.一种模糊视频图像的分割方法，其特征在于，包括: 采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像； 对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像； 采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像； 对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。2.根据权利要求1所述的方法，其特征在于，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像，具体包括: 提取所述待分割模糊视频的每一帧图像的标记； 将提取的标记作为所述每一帧图像的局部极小值，得到修改后的各帧图像； 对所述修改后的各帧图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。3.根据权利要求1所述的方法，其特征在于，在采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，所述方法还包括: 对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像； 相应地，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，具体包括: 采用预设分割模型，对待所述每一帧的灰度图像进行第一次分割。4.根据权利要求3所述的方法，其特征在于，在采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，在所述对待分割模糊视频进行灰度处理之后，所述方法还包括: 对所述每一帧的灰度图像进行去噪处理，得到各帧去噪后的灰度图像； 相应地，所述采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，具体包括: 采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。5.根据权利要求4所述的方法，其特征在于，在所述对所述每一帧的灰度图像进行去噪处理，得到各帧去噪后的灰度图像之后，在所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，所述方法还包括: 对所述各帧去噪后的灰度图像进行去模糊处理，得到去模糊的各帧灰度图像； 相应地，所述采用预设分割模型，对所述每一帧的灰度图像进行第一次分割，具体包括: 采用预设分割模型，对所述去模糊的各帧灰度图像进行第一次分割。6.一种模糊视频图像的分割装置，其特征在于，包括: 一次分割单元，用于采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割，得到所述待分割模糊视频的各帧第一次分割图像； 一次重构单元，用于对所述各帧第一次分割图像进行第一次图像重构，得到各帧第一次重构图像； 二次分割单元，用于采用所述预设分割模型，对所述各帧第一次重构图像进行第二次分割，得到各帧第二次分割图像； 二次重构单元，用于对所述各帧第二次分割图像进行第二次图像重构，得到清晰的视频分割图像。7.根据权利要求6所述的装置，其特征在于，所述一次分割单元具体用于: 提取所述待分割模糊视频的每一帧图像的标记； 将提取的标记作为所述每一帧图像的局部极小值，得到修改后的各帧图像； 对所述修改后的各帧图像进行分割，得到所述待分割模糊视频的各帧第一次分割图像。8.根据权利要求5所述的装置，其特征在于，所述装置还包括: 灰度处理单元，用于在所述一次分割单元采用预设分割模型，对所述每一帧的灰度图像进行第一次分割之前，对待分割模糊视频进行灰度处理，得到所述待分割模糊视频的每一帧的灰度图像； 相应地，所述一次分割单元，具体用于:采用预设分割模型，对待所述每一帧的灰度图像进行第一次分割。9.根据权利要求8所述的装置，其特征在于，所述装置还包括: 去噪单元，用于在所述一次分割单元采用预设分割模型，对待分割模糊视频的每一帧图像进行第一次分割之前，在所述灰度处理单元对对待分割模糊视频进行灰度处理之后，对所述待分割模糊视频的每一帧图像进行去噪处理，得到各帧去噪后的图像； 相应地，所述一次分割单元，具体用于:采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割。10.根据权利要求9所述的装置，其特征在于，所述装置还包括: 去模糊单元，用于在所述去噪单元对所述每一帧的灰度图像进行去噪处理之后，在所述一次分割单元采用预设分割模型，对所述各帧去噪后的灰度图像进行第一次分割之前，对所述各帧去噪后的图像进行去模糊处理，得到去模糊的各帧图像； 相应地，所述一次分割单元，具体用于:采用预设分割模型，对所述去模糊的各帧灰度图像进行第一次分割。
【文档编号】G06T5/00GK105930843SQ201610243370
【公开日】2016年9月7日
【申请日】2016年4月19日
【发明人】岳峻, 牟梦媛, 张志旺, 贾世祥, 李振波
【申请人】鲁东大学