[发明专利]基于热扩散的视频一致运动区域检测方法

说明书

技术领域

本发明涉及一种图像分割和聚类技术，尤其涉及一种基于热扩散的视频一致运动区域检测技术，即：将热扩散过程引入视频处理中，通过对视频运动模式的分析，检测出一致运动的区域。

背景技术

一致运动区域检测技术在视频和图像处理领域中是一个非常重要的技术。它利用光流提取、图像分割等技术，通过对关键点或整幅图像空间时间运动模式的分析，将运动行为一致的区域分割出来。所述的运动行为一致的区域可以是马路上往一个方向行驶的车辆、马拉松赛道上一起跑步的选手等。该技术在密集人群行为分析、交通监控等应用都有十分重要的作用。

经过对现有技术的文献检索发现，S.Ali等人2007年在《Conference on Computer Vision and Pattern Recognition》上发表的论文“A lagrang ian particle dynamics approach for crowd flow segmentation and stability analysis”提出利用拉格朗日粒子动态法（Lagrangian particle dynamics）来分割高密度群集一致运动区域，并通过构建FTLE场获得一致运动区域的边界用于分割。该方法的主要问题是，光流计算的误差会导致得到的边界不连续从而影响分割效果。此外，该方法只能局限于高密度群集，当视频中的人群或车群等稀疏时，该方法的准确性会有大幅度下降。

通过对关键点时间空间关系的计算划分运动一致区域是目前较为流行的方法。比如，以上两种方法的局限性在于只考虑了短距离关键点之间的关系，而忽略了相隔较远的关键点间运动关系，当出现覆盖、遮挡等场景时，一致运动区域难以划分。而且，当前景背景相近时，分割的准确性会大打折扣。

因此，针对以上种种问题，有必要寻找一种既能反应全局运动关系又能准确把握运动细节且能克服光流计算等误差的方法。

发明内容

本发明针对现有技术的不足，提出了一种基于热扩散的一致运动区域检测方法。将物理中的热扩散过程引入本方法，通过处理原始计算的光流场，既能克服光流场计算的误差，也可以通过热扩散将距离较远的点联系起来，同时把握运动细节，提高一致运动区域检测的准确性。

本发明的原理是：本方法要处理的主要问题就是怎样寻找不同像素运动的相关性以及怎样将近距离与远距离的相关像素连接起来。考虑到图像处理中的光流与物理中的热流的相似性，即均与粒子的运动有关，本发明巧妙地将热扩散过程，让近距离与远距离的粒子相互作用，自动地连接。本方法中的扩散是各项异性的，这样，在一个方向且相对位置与运动方向一致的例子更容易被联系在一起，通过热扩散构建出来的热图也更加接近于真实的运动场。

根据本发明提供的一种基于热扩散的视频一致运动区域检测方法，包含以下步骤：

步骤一：得到输入视频光流场F，用F＝(F_x,F_y)表示，F_x表示x方向光流场，F_y表示y方向光流场，F_x(i,j)表示位于(i,j)位置的x方向光流，F_y(i,j)表示位于(i,j)位置的y方向光流；如图2；

步骤二：将步骤一中第T0帧的光流场作为热源和作用力，进行热扩散，得到热扩散后的热图E，其中，E＝(E_x,E_y)，E_x表示x方向热图，E_y表示y方向热图；如图3；

步骤三：随机选取热图上个点，，M为视频图像的长，N为视频图像的宽，并得到这些点的德洛内三角剖分图（Delaunay Triangulation），如图4，计算德洛内三角剖分图中所有边的权值；

步骤四：找到步骤三中权值大于阈值Th的边，并将这些边上的所有点作为边界点，构建二值图像，通过膨胀的方法得到最终边界；并根据得到的最终边界与步骤二中的热图，用分水岭方法进行分割；分割结果见图5。

优选地：步骤二中所述热图E通过以下步骤得到：

步骤a)构建两个大小为M×N的二维零矩阵E_x和E_y，E_x(i,j)表示位于(i,j)位置的x方向热图，E_y(i,j)表示位于(i,j)位置的y方向热图；构建U＝(U_x,U_y)使得U＝F，其中，E_x表示x方向热图，E_y表示y方向热图；