[发明专利]运动目标图像分割方法

说明书

技术领域

本发明属于图像处理计算机技术领域，涉及一种运动目标图像分割方法。

背景技术

复杂背景下运动人体图像的分割是视频监控图像处理最基本的环节，它旨在从监控所得视频序列图像中将运动人体区域从背景图象中提取出来。运动区域的有效分割对于监控目标的分类、跟踪和身份识别等后期处理非常重要。然而由于背景图象的动态变化，比如天气的变化、光照条件的变化、背景的混乱干扰、运动目标的影子、物体与环境之间或者物体与物体之间的遮挡、甚至摄像机的运动等，使得运动人体图像的检测成为一件相当困难的工作。也因此引起了国内外许多研究者的浓厚兴趣，成为近年来视频图像信息检测领域备受关注的前沿热点。

依据算法特点，复杂背景下视频图像中运动人体检测方法可大致分为运动分割和静止分割两类算法。运动分割算法是利用移动目标所具有的运动属性，将其从序列图像背景中区分出来。静止分割算法则是首先对单帧图像依据其各区域的灰度、纹路或轮廓梯度等信息做静态分割，之后在连续帧图像之间采用相似块匹配法做运动估计，最后再合并各分割区域完成运动目标的提取。对于背景静止、只有简单全局场景运动的视频图像，通常采用差分运动检测算法或背景建模运动检测算法。差分运动检测算法是将相邻两帧或三帧的图像差做阈值化来提取图像的运动区域。背景建模运动检测算法是常用的运动分割方法之一。通常，该算法先要利用完整的视频图像序列信息进行统计建模以区分像素类别(背景/运动区域)并生成背景图像；再从每帧图像扣除背景以获得运动目标。总之，运动分割算法众多，关键是寻找到一个最恰当的方法，即在代价最小的情况下实现预期的分割目标。

发明内容

本发明针对公共场所定点监控所得视频图像具有背景静止与全景运动的特点，提出一种可用于复杂背景视频监控中运动目标图像分割方法。本发明可为监控系统的有效使用及监控效果的可靠评价提供帮助，可广泛应用于公安、消防、海关、港口、车站等各种公共场所，获得可观的社会效益和公共安全服务的提升。

本发明采用如下的技术方案：

一种运动目标图像分割方法，每次的图像分割采用如下的步骤：

步骤一：采用最小中位方差法获取背景图像；

步骤二：采用间接差分函数f(a,b)=1-2(a+1)(b+1)(a+1)+(b+1)2(256-a)(256-b)(256-a)+(256-b)]]>获得差分图像，其中a，b分别表示当前图像与背景图像在同一像素点位置的灰度(强度)值，且0≤a，b≤255，0≤f(a，b)≤1；