[发明专利]将视频图像划分为构成区域的设备和方法

说明书

技术领域

本发明涉及一种视频图像处理，尤其涉及一种将视频图像根据具体场景划分为不同区域的设备和方法，通过所述设备和方法，视频图像可被细分为有助于进行图像监控和处理的几个区域。

背景技术

随着信号处理技术的发展，已经研发出涉及图像领域的各种应用。对于成像技术而言，图像的实时测试结果是指示图像质量的重要标志，也是进一步处理图像的主要依据。然而，在传统的图像质量测试技术中，如图1中的(a)所示，通常基于均匀分布的区域或点来进行测量，而不考虑视频或图像的具体组成部分，这使得测试效果受到限制。

目前，现有技术中主要存在以下几个方面的问题：

(1)利用额外的硬件(诸如用于3D深度感觉的立体视觉部件)进行图像监测，这会增加整个系统的成本和复杂性；

(2)使用固定摄像头拍摄的图像序列进行背景估计，通过背景与输入图像之间的差对图像进行划分，这种方式很难在处理能力和资源受限的移动平台(诸如移动通信终端、PDA)中实现稳定的估计结果；以及

(3)利用光流(optical flow)获得图像中的对象信息，该方法仍然受限于进行前景/背景估计，并且光流信息本身的鲁棒性不足以实现实时应用。

可见，大多数现有图像监测技术均以前景/背景估计为基础。然而，在很多情况下，如图2所示，图像中并不存在明确的前景与背景之间的边界。

因此，需要一种能够将视频图像划根据具体场景划分为不同区域的方法和设备，通过该方法和设备，可以在较少资源和较低处理能力的情况下，如图1中的(b)所示将图像细分为对于图像监控和处理更加有意义的区域，从而可基于各个区域进行自动聚焦、自动白平衡以及自动增益控制以及其它涉及三维(3D)的图像处理。

发明内容

在下面的描述中将部分地阐明本发明另外的方面和/或优点，通过描述，其会变得更加清楚，或者通过实施本发明可以了解。

本发明的目的在于提供一种从将视频图像根据具体场景划分为不同区域的设备和方法，通过所述设备和方法，视频图像可被细分为有助于进行图像监控和处理的构成区域。

根据本发明的一方面，提供一种将视频图像根据具体场景划分为不同区域的方法，所述方法包括步骤：(1)在第一帧视频图像中检测特征点；(2)在后续帧中跟踪检测到的特征点；以及(3)创建各个特征点的时空特征向量，对创建的时空特征向量进行聚类，得到与各个分类相应的构成区域。

根据本发明的另一方面，提供一种将视频图像根据具体场景划分为不同区域的设备，所述设备包括：特征点检测器，用于在第一帧视频图像中检测特征点；特征点跟踪器，用于在后续帧中跟踪检测到的特征点；以及特征点聚类器，用于创建各个特征点的时空特征向量，对创建的时空特征向量进行聚类，得到与各个分类相应的构成区域。

附图说明

通过下面结合附图进行的对实施例的描述，本发明的上述和/或其它目的和优点将会变得更加清楚，其中：

图1示出分别根据现有技术和本发明的视频图像划分的示例，图(a)为传统模式视频图像，图(b)为本发明视频图像；

图2示出典型的视频图像场景；

图3是示出根据本发明实施例的图像划分设备的框图；

图4是示出根据本发明实施例的图像划分方法的流程图；

图5示出由图3所示的特征点聚类器进行聚类处理的流程图；以及

图6和图7分别示出根据本发明实施例将视频图像划分为构成区域的示例。

具体实施方式

现将详细参照本发明的实施例，所述实施例的示例在附图中示出，其中，相同的标号始终指的是相同的部件。以下将通过参照附图来说明所述实施例，以便解释本发明。

图3是示出根据本发明实施例的图像划分设备的框图。图3所示的图像划分设备包括：特征点检测器10，用于检测第一帧图像中的特征点；特征点跟踪器20，用于在后续帧中跟踪由特征点检测器10检测到的特征点；特征点聚类器30，用于创建由特征点跟踪器20跟踪的各个特征点的时空特征向量，对创建的时空特征向量进行聚类，得到与各个分类相应的构成区域。可选地，所述图像划分设备还包括：区域排序单元40，用于根据每个区域中各个特征点的平均运动向量将各个区域排序，输出排列后的区域序列。

图4是示出根据本发明实施例的图像划分方法的流程图。以下，将参照图3所示的图像划分设备来说明根据本发明实施例的图像划分方法。