一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法
【專利摘要】本發(fā)明涉及野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，包括：獲取包含運(yùn)動(dòng)目標(biāo)的序列圖像，并對(duì)序列圖像進(jìn)行預(yù)處理；將預(yù)處理后的序列圖逐幀做差后分割為多個(gè)柵格，根據(jù)柵格的特征值確定目標(biāo)所在的運(yùn)動(dòng)區(qū)域，并利用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域進(jìn)一步縮小目標(biāo)范圍；在目標(biāo)的運(yùn)動(dòng)區(qū)域內(nèi)對(duì)背景進(jìn)行建模，通過(guò)背景減除法得到目標(biāo)的二值化圖，并對(duì)所述二值化圖進(jìn)行帶反饋的像素級(jí)處理；將處理后的二值化圖映射到目標(biāo)所在的彩色圖區(qū)域，并對(duì)所述彩色圖區(qū)域進(jìn)行超像素分割；將該分割結(jié)果和二值化圖進(jìn)行融合，根據(jù)融合結(jié)果，計(jì)算每個(gè)超像素的置信度，閾值化后最終得到精細(xì)化的運(yùn)動(dòng)目標(biāo)。本發(fā)明可以在復(fù)雜背景下實(shí)現(xiàn)較實(shí)時(shí)、魯棒、精細(xì)的野外運(yùn)動(dòng)目標(biāo)的提取。
【專利說(shuō)明】一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，特別是涉及一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法。

【背景技術(shù)】
[0002]從真實(shí)的場(chǎng)景中自動(dòng)提取運(yùn)動(dòng)目標(biāo)在安防監(jiān)控、精確制導(dǎo)及跟蹤、無(wú)人地面值守系統(tǒng)、無(wú)線傳感器網(wǎng)絡(luò)等諸多方面有非常重要的意義。尤其在軍事應(yīng)用中，背景往往很復(fù)雜，例如野外的叢林背景、山地背景以及惡劣氣象條件下的?？毡尘暗?。在這種復(fù)雜環(huán)境下，用傳統(tǒng)的目標(biāo)提取算法難以獲得較好的效果，其主要原因是運(yùn)動(dòng)目標(biāo)的過(guò)程不是一個(gè)非線性非高斯的動(dòng)態(tài)過(guò)程。
[0003]運(yùn)動(dòng)目標(biāo)的提取是目標(biāo)識(shí)別的重要前提，其提取質(zhì)量的好壞直接關(guān)系到后續(xù)目標(biāo)分析、目標(biāo)識(shí)別、目標(biāo)跟蹤的精確與否。常用的運(yùn)動(dòng)目標(biāo)提取方法由幀間差法、背景減除法、光流法。幀間差法對(duì)運(yùn)動(dòng)區(qū)域過(guò)于敏感，但是抗噪聲性能差，容易出現(xiàn)空洞現(xiàn)象；背景減除法需要建立背景模型，通常需要較多序列，運(yùn)算量偏大；光流法不需要場(chǎng)景的任何信息但是計(jì)算量過(guò)大，難以承受。另外一些較新的方法將上述方法和圖像分割(graph cut)、輪廓提取等方法結(jié)合起來(lái)進(jìn)行目標(biāo)的提取，但是仍然存在很多問(wèn)題。歸納起來(lái)如下:1、在較理想背景下獲得；2、很少考慮系統(tǒng)的實(shí)時(shí)性需求；3、提取的運(yùn)動(dòng)目標(biāo)通常為矩形框區(qū)域，而非目標(biāo)本身的輪廓。4、大部分輸出的是粗糙的二值化的目標(biāo)圖，丟失了顏色紋理等利于目標(biāo)識(shí)別的信息。這些算法用于野外復(fù)雜的背景中時(shí)，提取性能急劇下降，而且計(jì)算復(fù)雜度較高，不能滿足實(shí)時(shí)性要求。


【發(fā)明內(nèi)容】

[0004]本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，可以在復(fù)雜背景下實(shí)現(xiàn)較實(shí)時(shí)、魯棒、精細(xì)的野外運(yùn)動(dòng)目標(biāo)的提取。
[0005]本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是:提供一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，包括以下步驟:
[0006](I)獲取包含運(yùn)動(dòng)目標(biāo)的序列圖像，并對(duì)序列圖像進(jìn)行預(yù)處理；
[0007](2)將預(yù)處理后的序列圖逐幀做差后分割為多個(gè)柵格，根據(jù)柵格的特征值確定目標(biāo)所在的運(yùn)動(dòng)區(qū)域，并利用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域進(jìn)一步縮小目標(biāo)范圍；
[0008](3)在用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域內(nèi)對(duì)背景進(jìn)行建模，通過(guò)背景減除法得到目標(biāo)的二值化圖，并對(duì)所述二值化圖進(jìn)行帶反饋的像素級(jí)處理；
[0009](4)將處理后的二值化圖映射到目標(biāo)所在的彩色圖區(qū)域，并對(duì)所述彩色圖區(qū)域進(jìn)行超像素分割；將該分割結(jié)果和二值化圖進(jìn)行融合，根據(jù)融合結(jié)果，計(jì)算每個(gè)超像素的置信度，閾值化后最終得到精細(xì)化的運(yùn)動(dòng)目標(biāo)。
[0010]所述步驟⑵具體包括以下子步驟:將處理后的N幀序列圖逐幀做差得到幀差序列圖，然后對(duì)每幀分別分割為多個(gè)柵格；柵格的特征值用本柵格的均方差來(lái)表示，通過(guò)計(jì)算同一柵格在不同幀差序列中的均方差來(lái)確定該柵格是否屬于目標(biāo)運(yùn)動(dòng)區(qū)域。
[0011]所述步驟(3)具體包括以下子步驟:在目標(biāo)運(yùn)動(dòng)區(qū)域內(nèi)采用背景減除法得到目標(biāo)的二值化圖；然后進(jìn)行形態(tài)學(xué)開閉運(yùn)算，去除毛刺，填平縫隙；將幀差后灰度圖中對(duì)應(yīng)該二值化區(qū)域摳出作為反饋區(qū)域，對(duì)該反饋區(qū)域做平方然后歸一化，再二值化并進(jìn)行形態(tài)學(xué)處理后得到邊緣完整的二值化圖；掃描邊該二值化圖的最外輪廓，然后將輪廓內(nèi)區(qū)域填充為目標(biāo)區(qū)域。
[0012]所述的步驟⑷中計(jì)算每個(gè)超像素的置信度時(shí)結(jié)合了對(duì)應(yīng)二值化圖信息及空間鄰域信息，并對(duì)其進(jìn)行了權(quán)重分配；其中，每個(gè)超像素的置信度為C(?) = ?0) + (1-(?)，α決定了超像素自身和其鄰域在總置信度組成中所占的權(quán)重，Ct越小，目標(biāo)越完整，同時(shí)帶入的環(huán)境信息也較多；超像素本身的置信

?/7 I
度=Sbw (η)表示第η個(gè)超像素范圍內(nèi)的目標(biāo)像素點(diǎn)數(shù)；Ssp (η)表示第
U”
η個(gè)超像素的面積；超像素鄰域的平均置信度為左、右、上、下四鄰域本身置信度的均值
O)=(QT (?)+?;;Γ (?)+C:;- (?)+C= {η ))/ Nm缺bour，^left.(η)為超像素左鄰域本身置信度、cright'in)為超像素右鄰域本身置信度、為超像素上鄰域本身置信度、
(?)為超像素下鄰域本身置信度，Nneighbour為鄰域超像素的個(gè)數(shù)。
[0013]有益效果
[0014]由于采用了上述的技術(shù)方案，本發(fā)明與現(xiàn)有技術(shù)相比，具有以下的優(yōu)點(diǎn)和積極效果:
[0015]本發(fā)明使用的柵格法改變了傳統(tǒng)方法以單像素作為最小處理單元，變?yōu)橐韵袼貕K為單位進(jìn)行目標(biāo)運(yùn)動(dòng)區(qū)域檢測(cè)，可以非常有效的去除風(fēng)吹樹木造成的一定區(qū)域范圍內(nèi)的較大干擾，同時(shí)逐級(jí)縮減目標(biāo)區(qū)域，降低運(yùn)算復(fù)雜度。
[0016]本發(fā)明采用了帶反饋的像素級(jí)方法來(lái)得到較理想的二值化圖，相較于傳統(tǒng)的方法使得信噪比進(jìn)行了平方級(jí)的提升。
[0017]本發(fā)明對(duì)精簡(jiǎn)的二值化圖和超像素分割圖進(jìn)行融合，避免了二值化圖的粗糙及直接利用輸入源圖計(jì)算量巨大的缺點(diǎn)，同時(shí)吸收了獲得二值化圖的快速性及超像素分割圖精細(xì)的顏色、邊界等信息，取長(zhǎng)補(bǔ)短。其中，超像素置信度的計(jì)算結(jié)合了對(duì)應(yīng)的二值化圖信息及空間鄰域信息，并對(duì)其進(jìn)行了權(quán)重分配，使得提取的目標(biāo)更完整，同時(shí)帶入的環(huán)境信息降至最小。
[0018]本發(fā)明最終得到噪聲小、輪廓清晰的精細(xì)化運(yùn)動(dòng)目標(biāo)。在整個(gè)過(guò)程中無(wú)需背景等先驗(yàn)知識(shí)，可以在復(fù)雜背景下實(shí)現(xiàn)較實(shí)時(shí)、魯棒、精細(xì)的野外運(yùn)動(dòng)目標(biāo)的提取。

【專利附圖】

【附圖說(shuō)明】
[0019]圖1是本發(fā)明的流程圖。

【具體實(shí)施方式】
[0020]下面結(jié)合具體實(shí)施例，進(jìn)一步闡述本發(fā)明。應(yīng)理解，這些實(shí)施例僅用于說(shuō)明本發(fā)明而不用于限制本發(fā)明的范圍。此外應(yīng)理解，在閱讀了本發(fā)明講授的內(nèi)容之后，本領(lǐng)域技術(shù)人員可以對(duì)本發(fā)明作各種改動(dòng)或修改，這些等價(jià)形式同樣落于本申請(qǐng)所附權(quán)利要求書所限定的范圍。
[0021]本發(fā)明的實(shí)施方式涉及一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，如圖1所示，包括以下步驟:獲取包含運(yùn)動(dòng)目標(biāo)的序列圖像，并對(duì)序列圖像進(jìn)行預(yù)處理；將預(yù)處理后的序列圖逐幀做差后分割為多個(gè)柵格，根據(jù)柵格的特征值確定目標(biāo)所在的運(yùn)動(dòng)區(qū)域，并利用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域進(jìn)一步縮小目標(biāo)范圍；在用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域內(nèi)對(duì)背景進(jìn)行建模，通過(guò)背景減除法得到目標(biāo)的二值化圖，并對(duì)所述二值化圖進(jìn)行帶反饋的像素級(jí)處理；將處理后的二值化圖映射到目標(biāo)所在的彩色圖區(qū)域，并對(duì)所述彩色圖區(qū)域進(jìn)行超像素分割；將該分割結(jié)果和二值化圖進(jìn)行融合，根據(jù)融合結(jié)果，計(jì)算每個(gè)超像素的置信度，閾值化后最終得到精細(xì)化的運(yùn)動(dòng)目標(biāo)。具體步驟如下:
[0022]步驟100，獲取包含運(yùn)動(dòng)目標(biāo)的高清序列圖像，做灰度化、抽樣等預(yù)處理。
[0023]步驟200，將處理后的序列圖逐幀做差后分割為多個(gè)柵格，利用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域，進(jìn)一步縮小目標(biāo)范圍。
[0024]本發(fā)明中的柵格法改變了傳統(tǒng)方法以單像素作為最小處理單元，變?yōu)橐韵袼貕K為單位進(jìn)行目標(biāo)運(yùn)動(dòng)區(qū)域檢測(cè)，可以非常有效的去除風(fēng)吹樹木造成的一定區(qū)域范圍內(nèi)的較大干擾。
[0025]具體如下:柵格法需要綜合考慮來(lái)確定柵格大小，柵格過(guò)密會(huì)導(dǎo)致計(jì)算量增大且去除干擾效果變差，柵格過(guò)疏會(huì)導(dǎo)致獲得的目標(biāo)區(qū)域過(guò)于擴(kuò)大。具體計(jì)算方法如下:將處理后的N幀序列圖逐幀做差得到幀差序列圖(記為Dt，t= 1，2，..N-1)，然后對(duì)每幀分別分割為多個(gè)柵格，記柵格寬為Gw,聞為Gh,柵格總數(shù)為Gn。柵格的特征值用本柵格的均方差來(lái)表示，通過(guò)計(jì)算同一柵格在不同幀差序列中的均方差來(lái)確定該柵格是否屬于目標(biāo)運(yùn)動(dòng)區(qū)域。記柵格i為Gi，t是Dt的索引值。第i個(gè)柵格在幀差圖Dt中的平均能量值:

【權(quán)利要求】
1.一種野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，其特征在于，包括以下步驟: (1)獲取包含運(yùn)動(dòng)目標(biāo)的序列圖像，并對(duì)序列圖像進(jìn)行預(yù)處理； (2)將預(yù)處理后的序列圖逐幀做差后分割為多個(gè)柵格，根據(jù)柵格的特征值確定目標(biāo)所在的運(yùn)動(dòng)區(qū)域，并利用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域進(jìn)一步縮小目標(biāo)范圍； (3)在用柵格法提取目標(biāo)的運(yùn)動(dòng)區(qū)域內(nèi)對(duì)背景進(jìn)行建模，通過(guò)背景減除法得到目標(biāo)的二值化圖，并對(duì)所述二值化圖進(jìn)行帶反饋的像素級(jí)處理； (4)將處理后的二值化圖映射到目標(biāo)所在的彩色圖區(qū)域，并對(duì)所述彩色圖區(qū)域進(jìn)行超像素分割；將該分割結(jié)果和二值化圖進(jìn)行融合，根據(jù)融合結(jié)果，計(jì)算每個(gè)超像素的置信度，閾值化后最終得到精細(xì)化的運(yùn)動(dòng)目標(biāo)。
2.根據(jù)權(quán)利要求1所述的野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，其特征在于，所述步驟(2)具體包括以下子步驟:將處理后的N幀序列圖逐幀做差得到幀差序列圖，然后對(duì)每幀分別分割為多個(gè)柵格；柵格的特征值用本柵格的均方差來(lái)表示，通過(guò)計(jì)算同一柵格在不同幀差序列中的均方差來(lái)確定該柵格是否屬于目標(biāo)運(yùn)動(dòng)區(qū)域。
3.根據(jù)權(quán)利要求1所述的野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，其特征在于，所述步驟(3)具體包括以下子步驟:在目標(biāo)運(yùn)動(dòng)區(qū)域內(nèi)采用背景減除法得到目標(biāo)的二值化圖；然后進(jìn)行形態(tài)學(xué)開閉運(yùn)算，去除毛刺，填平縫隙；將幀差后灰度圖中對(duì)應(yīng)該二值化區(qū)域摳出作為反饋區(qū)域，對(duì)該反饋區(qū)域做平方然后歸一化，再二值化并進(jìn)行形態(tài)學(xué)處理后得到邊緣完整的二值化圖；掃描邊該二值化圖的最外輪廓，然后將輪廓內(nèi)區(qū)域填充為目標(biāo)區(qū)域。
4.根據(jù)權(quán)利要求1所述的野外運(yùn)動(dòng)目標(biāo)精細(xì)化提取方法，其特征在于，所述的步驟(4)中計(jì)算每個(gè)超像素的置信度時(shí)結(jié)合了對(duì)應(yīng)二值化圖信息及空間鄰域信息，并對(duì)其進(jìn)行了權(quán)重分配；其中，每個(gè)超像素的置信度為=α決定了超像素自身和其鄰域在總置信度組成中所占的權(quán)重，α越小，目標(biāo)越完整，同時(shí)帶入的環(huán)境信息也較多；超像素本身的置信度=Sbw(η)表示第η個(gè)超像素范圍內(nèi)的目標(biāo)像素點(diǎn)數(shù)；Ssp(n)表示第η個(gè)超像素的面積；超像素鄰域的平均置信度為左、右、上、下四鄰域本身置信度的均值cIeft"' (?)為超像素左鄰域本身置信度、C;:n (η)為超像素右鄰域本身置信度、c:— (η)為超像素上鄰域本身置信度、C=:(η)為超像素下鄰域本身置信度，Nneighbour為鄰域超像素的個(gè)數(shù)。
【文檔編號(hào)】G06T7/00GK104182976SQ201410395284
【公開日】2014年12月3日 申請(qǐng)日期:2014年8月12日 優(yōu)先權(quán)日:2014年8月12日
【發(fā)明者】程小六, 呂偉, 劉華巍, 郭峰, 肖世良, 石君, 袁曉兵 申請(qǐng)人:中國(guó)科學(xué)院上海微系統(tǒng)與信息技術(shù)研究所