專利名稱:一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法的制作方法
技術(shù)領(lǐng)域:
本發(fā)明涉及步態(tài)圖像序列算法領(lǐng)域,具體為一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法。
背景技術(shù):
在步態(tài)圖像序列中,估計(jì)人體運(yùn)動(dòng)目標(biāo)有許多種方法,這些方法各有其優(yōu)缺點(diǎn),而且適合場(chǎng)合也有所不同?;跁r(shí)空融合算法是一種經(jīng)典的提取視頻序列中有語(yǔ)義意義對(duì)象的方法,目前已經(jīng)有大量的文獻(xiàn)對(duì)視頻對(duì)象分割進(jìn)行了研究。典型的視頻對(duì)象分割算法有基于變化區(qū)域檢測(cè)、基于非參數(shù)模型、基于參數(shù)模型、基于形態(tài)學(xué)處理等幾類,但這些方法在時(shí)域分割上大都是采用相鄰一幀或多幀的相關(guān)信息來檢測(cè)出當(dāng)前幀的運(yùn)動(dòng)目標(biāo),這種思想對(duì)于剛性運(yùn)動(dòng)目標(biāo)的分割的確達(dá)到了良好的效果,而對(duì)于像人體運(yùn)動(dòng)這種非剛性的運(yùn)動(dòng)目標(biāo)往往得不到完整的分割結(jié)果。
發(fā)明內(nèi)容
本發(fā)明的目的是提供一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法,以解決現(xiàn)有技術(shù)存在的問題。為了達(dá)到上述目的,本發(fā)明所采用的技術(shù)方案為
一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法,其特征在于包括以下步驟
(I)、首先采集步態(tài)圖像的序列,然后用以下兩種方法分割步態(tài)區(qū)域。背景減除法將背景視為相對(duì)穩(wěn)定,在圖像中減去背景而獲得運(yùn)動(dòng)區(qū)域,作為步態(tài)區(qū)域,使用圖像中,各個(gè)幀的中值作為背景幀,在各個(gè)幀中減去背景幀,將結(jié)果中高于一定閾值的部分標(biāo)記為運(yùn)動(dòng)區(qū)域;
對(duì)稱幀差法對(duì)步態(tài)圖像序列中的連續(xù)3幀,做相鄰兩幀差得到兩個(gè)差圖像,僅當(dāng)兩個(gè)差的對(duì)應(yīng)像素都高于一定閾值時(shí),才判斷為運(yùn)動(dòng)區(qū)域,對(duì)稱幀差法可以避免背景的相對(duì)平穩(wěn)運(yùn)動(dòng)所產(chǎn)生的分割錯(cuò)誤;
將兩種方法的分割結(jié)果進(jìn)行疊加,以降低分割誤差的影響。(2)、形態(tài)學(xué)后處理腐蝕、膨脹、開運(yùn)算與閉運(yùn)算、邊界提取、圖像連通處理;
第一步所得到的結(jié)果,由于噪聲影響,會(huì)產(chǎn)生兩類問題一是經(jīng)常無法保證閉合性,會(huì)漏掉運(yùn)動(dòng)目標(biāo)中一些孤立的噪聲點(diǎn),為此需要做閉運(yùn)算,通過先膨脹后腐蝕的方式來閉合這些噪聲點(diǎn);二是運(yùn)動(dòng)目標(biāo)外會(huì)多出一些孤立噪聲點(diǎn),為此需要做開運(yùn)算,通過先腐蝕后膨脹的方式來去掉這些噪聲點(diǎn);
(3)、空域分割空域內(nèi)圖像的分水嶺算法分割、空域內(nèi)圖像的小波分解、空域內(nèi)小波域下的分水嶺算法分割;
分水嶺算法是將圖像中灰度相近的物體區(qū)域看做積水區(qū)域,隨著降水逐步增長(zhǎng)這些區(qū)域,當(dāng)區(qū)域即將合并時(shí)建立物體邊界,從而得到圖像分割的算法;分水嶺算法可以直接在空域內(nèi)進(jìn)行,也可以經(jīng)過小波變換后在小波域內(nèi)進(jìn)行;小波變換將原圖像中的低頻與高頻區(qū)域分開,在此基礎(chǔ)上進(jìn)行分割時(shí)可以利用梯度信息,增加準(zhǔn)確性;可以將空域分割與小波域分割的結(jié)果結(jié)合起來以提高分割準(zhǔn)確性;
(4)、時(shí)空融合將步驟(I) (2)組成的時(shí)域分割與步驟(3)空域分割的結(jié)果進(jìn)行與運(yùn)算,進(jìn)一步提高分割準(zhǔn)確性,降低單一分割方式所產(chǎn)生的誤分割的影響。本發(fā)明能克服現(xiàn)有的基于時(shí)空融合算法的弊端,不僅對(duì)于剛性運(yùn)動(dòng)目標(biāo)的分割能達(dá)到很好的效果,而且對(duì)于人體運(yùn)動(dòng)這種非剛性的運(yùn)動(dòng)目標(biāo)也能得到完整的分割結(jié)果。
具體實(shí)施例方式一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法,其特征在于包括以下步驟
(I)、首先采集步態(tài)圖像的序列,然后用以下兩種方法分割步態(tài)區(qū)域。背景減除法將背景視為相對(duì)穩(wěn)定,在圖像中減去背景而獲得運(yùn)動(dòng)區(qū)域,作為步態(tài)區(qū)域,使用圖像中,各個(gè)幀的中值作為背景幀,在各個(gè)幀中減去背景幀,將結(jié)果中高于一定閾值的部分標(biāo)記為運(yùn)動(dòng)區(qū)域;
對(duì)稱幀差法對(duì)步態(tài)圖像序列中的連續(xù)3幀,做相鄰兩幀差得到兩個(gè)差圖像,僅當(dāng)兩個(gè)差的對(duì)應(yīng)像素都高于一定閾值時(shí),才判斷為運(yùn)動(dòng)區(qū)域,對(duì)稱幀差法可以避免背景的相對(duì)平穩(wěn)運(yùn)動(dòng)所產(chǎn)生的分割錯(cuò)誤;
將兩種方法的分割結(jié)果進(jìn)行疊加,以降低分割誤差的影響。(2)、形態(tài)學(xué)后處理腐蝕、膨脹、開運(yùn)算與閉運(yùn)算、邊界提取、圖像連通處理;
第一步所得到的結(jié)果,由于噪聲影響,會(huì)產(chǎn)生兩類問題一是經(jīng)常無法保證閉合性,會(huì)漏掉運(yùn)動(dòng)目標(biāo)中一些孤立的噪聲點(diǎn),為此需要做閉運(yùn)算,通過先膨脹后腐蝕的方式來閉合這些噪聲點(diǎn);二是運(yùn)動(dòng)目標(biāo)外會(huì)多出一些孤立噪聲點(diǎn),為此需要做開運(yùn)算,通過先腐蝕后膨脹的方式來去掉這些噪聲點(diǎn);
(3)、空域分割空域內(nèi)圖像的分水嶺算法分割、空域內(nèi)圖像的小波分解、空域內(nèi)小波域下的分水嶺算法分割;
分水嶺算法是將圖像中灰度相近的物體區(qū)域看做積水區(qū)域,隨著降水逐步增長(zhǎng)這些區(qū)域,當(dāng)區(qū)域即將合并時(shí)建立物體邊界,從而得到圖像分割的算法;分水嶺算法可以直接在空域內(nèi)進(jìn)行,也可以經(jīng)過小波變換后在小波域內(nèi)進(jìn)行;小波變換將原圖像中的低頻與高頻區(qū)域分開,在此基礎(chǔ)上進(jìn)行分割時(shí)可以利用梯度信息,增加準(zhǔn)確性;可以將空域分割與小波域分割的結(jié)果結(jié)合起來以提高分割準(zhǔn)確性;
(4)、時(shí)空融合將步驟(I)(2)組成的時(shí)域分割與步驟(3)空域分割的結(jié)果進(jìn)行與運(yùn)算,進(jìn)一步提高分割準(zhǔn)確性,降低單一分割方式所產(chǎn)生的誤分割的影響。
權(quán)利要求
1.一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法,其特征在于包括以下步驟 (1)、首先采集步態(tài)圖像的序列,然后用以下兩種方法分割步態(tài)區(qū)域; 背景減除法將背景視為相對(duì)穩(wěn)定,在圖像中減去背景而獲得運(yùn)動(dòng)區(qū)域,作為步態(tài)區(qū)域,使用圖像中,各個(gè)幀的中值作為背景幀,在各個(gè)幀中減去背景幀,將結(jié)果中高于一定閾值的部分標(biāo)記為運(yùn)動(dòng)區(qū)域; 對(duì)稱幀差法對(duì)步態(tài)圖像序列中的連續(xù)3幀,做相鄰兩幀差得到兩個(gè)差圖像,僅當(dāng)兩個(gè)差的對(duì)應(yīng)像素都高于一定閾值時(shí),才判斷為運(yùn)動(dòng)區(qū)域,對(duì)稱幀差法可以避免背景的相對(duì)平穩(wěn)運(yùn)動(dòng)所產(chǎn)生的分割錯(cuò)誤; 將兩種方法的分割結(jié)果進(jìn)行疊加,以降低分割誤差的影響; (2)、形態(tài)學(xué)后處理腐蝕、膨脹、開運(yùn)算與閉運(yùn)算、邊界提取、圖像連通處理; 第一步所得到的結(jié)果,由于噪聲影響,會(huì)產(chǎn)生兩類問題一是經(jīng)常無法保證閉合性,會(huì)漏掉運(yùn)動(dòng)目標(biāo)中一些孤立的噪聲點(diǎn),為此需要做閉運(yùn)算,通過先膨脹后腐蝕的方式來閉合這些噪聲點(diǎn);二是運(yùn)動(dòng)目標(biāo)外會(huì)多出一些孤立噪聲點(diǎn),為此需要做開運(yùn)算,通過先腐蝕后膨脹的方式來去掉這些噪聲點(diǎn); (3)、空域分割空域內(nèi)圖像的分水嶺算法分割、空域內(nèi)圖像的小波分解、空域內(nèi)小波域下的分水嶺算法分割; 分水嶺算法是將圖像中灰度相近的物體區(qū)域看做積水區(qū)域,隨著降水逐步增長(zhǎng)這些區(qū)域,當(dāng)區(qū)域即將合并時(shí)建立物體邊界,從而得到圖像分割的算法;分水嶺算法可以直接在空域內(nèi)進(jìn)行,也可以經(jīng)過小波變換后在小波域內(nèi)進(jìn)行;小波變換將原圖像中的低頻與高頻區(qū)域分開,在此基礎(chǔ)上進(jìn)行分割時(shí)可以利用梯度信息,增加準(zhǔn)確性;可以將空域分割與小波域分割的結(jié)果結(jié)合起來以提高分割準(zhǔn)確性; (4)、時(shí)空融合將步驟(I)(2)組成的時(shí)域分割與步驟(3)空域分割的結(jié)果進(jìn)行與運(yùn)算,進(jìn)一步提高分割準(zhǔn)確性,降低單一分割方式所產(chǎn)生的誤分割的影響。
全文摘要
本發(fā)明公開了一種基于新時(shí)空融合的步態(tài)區(qū)域分割算法,依次包括新時(shí)域分割、形態(tài)學(xué)后處理、空域分割、時(shí)空融合、實(shí)驗(yàn)分析與比較幾個(gè)步驟。本發(fā)明能克服現(xiàn)有的基于時(shí)空融合算法的弊端,不僅對(duì)于剛性運(yùn)動(dòng)目標(biāo)的分割能達(dá)到很好的效果,而且對(duì)于人體運(yùn)動(dòng)這種非剛性的運(yùn)動(dòng)目標(biāo)也能得到完整的分割結(jié)果。
文檔編號(hào)G06T5/00GK103065327SQ20121058649
公開日2013年4月24日 申請(qǐng)日期2012年12月31日 優(yōu)先權(quán)日2012年12月31日
發(fā)明者陳擁權(quán), 張羽, 胡翀豪 申請(qǐng)人:合肥寰景信息技術(shù)有限公司