[发明专利]一种前景识别方法

权利要求书

1.一种前景识别方法，其特征在于，包括以下步骤 ：

对预先配置的视频图像进行分析，确定所述视频图像中每个轮廓的移动路径 ；

对经过初始前景识别区域的轮廓移动路径和非经过初始前景识别区域的轮廓移动路径进行分析，确定与所述经过初始前景识别区域的轮廓移动路径相交或不相交的所有非经过初始前景识别区域的轮廓移动路径 ；

对确定出的上述所有非经过初始前景识别区域的轮廓移动路径进行分析，确定该所有非经过初始前景识别区域的轮廓移动路径中具有重复出现的轮廓移动路径 ；

对确定出的具有重复出现的轮廓移动路径进行分析，确定所述具有重复出现的轮廓移动路径中的最小横坐标或纵坐标，并根据该最小横坐标或纵坐标，确定所述视频图像的最终前景识别区域；

根据确定出的所述最终前景识别区域，对所述视频图像进行前景识别。

2.根据权利要求 1 所述的前景识别方法，其特征在于，进一步包括 ：

预先配置所述视频图像的初始前景识别区域 ；其中，所述初始前景识别区域的形状为正四边形，并且，该正四边形的长度和宽度分别小于所述视频图像边界的长度和宽度。

3.根据权利要求 2 所述的前景识别方法，其特征在于，所述初始前景识别区域的长度和宽度分别为所述视频图像边界的长度和宽度的三分之一。

4.根据权利要求 3 所述的前景识别方法，其特征在于，根据所述具有重复出现的轮廓移动路径中的最小横坐标或纵坐标，确定所述视频图像的最终前景识别区域包括 ：

对所述最小横坐标或纵坐标所处的轮廓移动路径、以及所述初始前景识别区域的边界

进行分析，确定与所述最小横坐标或纵坐标所处的轮廓移动路径距离最近的所述初始前景识别区域的边界 ；

对确定出的所述初始前景识别区域的边界进行分析，确定该边界的横坐标或纵坐标 ；

并将该边界的横坐标或纵坐标与所述具有重复出现的轮廓移动路径中的最小横坐标和纵坐标进行比较 ；

在比较结果为所述具有重复出现的轮廓移动路径中的最小横坐标或纵坐标高于所述边界的横坐标或纵坐标的情况下，将所述边界平移至该最小横坐标或纵坐标的位置处，作为所述视频图像的最终前景识别区域的边界。

5.根据权利要求 4所述的前景识别方法，其特征在于，根据所述具有重复出现的轮廓移动路径中的最小横坐标或纵坐标，确定所述视频图像的最终前景识别区域还包括 ：

在比较结果为所述具有重复出现的轮廓移动路径中的最小横坐标或纵坐标低于所述边界的横坐标或纵坐标的情况下，将所述边界作为所述视频图像的最终前景识别区域的边

界。

6.根据权利要求 1 至 5 中任意一项所述的前景识别方法，其特征在于，进一步包括 ：

在确定所述视频图像中每个轮廓的移动路径之前，确定每个轮廓的焦点信息，并对所述每个轮廓的焦点信息进行聚类，确定所述视频图像的噪声与非噪声的分离阈值 ；

根据确定出的所述分离阈值，对所述视频图像进行去噪声处理。

7.根据权利要求6所述的前景识别方法，其特征在于，对预先配置的视频图像进行分析，确定所述视频图像中每个轮廓的移动路径包括 ：

对预先配置的视频图像进行分析，确定所述视频图像中非噪声轮廓的移动路径。