[发明专利]基于运动矢量划分的前景检测方法

权利要求书

1.一种基于运动矢量划分的前景检测方法，其特征在于，使用离散运动矢量划分运动趋势以进行前景检测，包括对视频图像中的至少一帧图像执行如下步骤：

步骤1：对帧图像进行稠密光流计算，得到连续运动矢量；

步骤2：在该帧图像中，对全部像素分别进行所述连续运动矢量的量化处理，得到由多种离散运动矢量构成的量化矢量集；

步骤3：按照离散运动矢量所含的像素数，对该帧图像中存在的每种离散运动矢量进行排序，根据排序结果按照运动趋势由主至次划归出多类运动趋势；其中，首次划归出的运动趋势记为第一类运动趋势；

步骤4：除了所述第一类运动趋势之外，计算在该帧图像中各类运动趋势所构成的连通图面积，并将连通图面积进行排序；将序号靠前的多个连通图面积所对应的连通域作为前景目标；

步骤5：对前景目标的跟踪进行平滑处理和有效性检验。

2.根据权利要求1所述的基于运动矢量划分的前景检测方法，其特征在于，所述稠密光流计算采用的光流算法为：

OpenCV开源库函数中的函数calcOpticalFlowFarneback。

3.根据权利要求1所述的基于运动矢量划分的前景检测方法，其特征在于，所述量化矢量集为65种离散运动矢量，其中，64种离散运动矢量由4种非零模长和16个方向排列组合得到，1种离散运动矢量为无方向的0模长矢量，具体为：

4种非零模长为：最大模长、四分之一最大模长、二分之一最大模长、四分之三最大模长；其中，所述最大模长是指所有离散运动矢量中的最大模长；

16个方向为：以水平向右为起始方向逆时针方向将圆周角16等分得到的方向。

4.根据权利要求1所述的基于运动矢量划分的前景检测方法，其特征在于，所述步骤3，包括如下步骤：

步骤3.1：对该帧图像中存在的每种离散运动矢量按照所含的像素数由多到少进行排序；

步骤3.2：在未划归入运动趋势的离散运动矢量中，选取排序序号靠前的N种离散运动矢量构成一类矢量集合，在该类矢量集合中选取序号最前的离散运动矢量作为运动趋势中心矢量；若该帧图像中未划归入运动趋势的离散运动矢量的种类不足N种，则选取该帧图像中全部未划归入运动趋势的离散运动矢量作为该类矢量集合；

步骤3.3：在该类矢量集合中，计算该运动趋势中心矢量分别与其余离散运动矢量的距离；

步骤3.4：将距离小于阈值的离散运动矢量划归入该运动趋势中心矢量所代表的运动趋势中；

步骤3.5：判断一帧图像中存在的离散运动矢量是否均已划归入运动趋势中：若是，则认为完成运动趋势的划归；否则，则进入步骤3.2继续执行；

其中，对一帧图像，将首次划归出的运动趋势作为所述第一类运动趋势；

在步骤3.3中的所述距离distance，具体为：

distance²＝(o₁-o₂)²+(m₁-m₂)²

其中，distance表示两个离散运动矢量之间的空间距离，o₁、m₁分别为其中一个离散运动矢量的方向序号、量化模长，o₂、m₂分别为其中另一个离散运动矢量的方向序号、量化模长。

5.根据权利要求1所述的基于运动矢量划分的前景检测方法，其特征在于，在所述步骤4中，将序号靠前且面积大于面积阈值的多个连通图面积所对应的连通图区域作为前景目标。

6.根据权利要求5所述的基于运动矢量划分的前景检测方法，其特征在于，所述有效性检验的判定标准为：对于当前帧，当前帧图像及其前连续两帧图像均满足如下条件：

Δp＜δ

其中，p表示目标描述参数，目标描述参数p由目标中心的横坐标x、目标中心的纵坐标y、目标的高度h、目标的宽度w构成；Δp表示目标描述参数在连续两帧图像之间的变化量，δ为连续两帧图像之间目标描述参数变化的有效上限；

若Δp小于δ则判定追踪有效；否则，则判定追踪无效，放弃当前帧图像的检测。