基于SURF算法和合并最大相似区域的视频前景分割方法

摘要

本发明涉及一种基于SURF算法和合并最大相似区域的视频前景分割方法，该方法针对亮度变化的静态场景视频设计了一种前景分割算法，包括四个步骤：（1）首先求取当前帧的梯度标记，然后对极小修正后的梯度图像进行标记分水岭变换，从而得到初始分割结果；（2）通过Surf特征点匹配操作及制定的规则确定当前帧的前景和背景标记；（3）根据区域最大相似度和区域标记对初始分割结果做区域合并；（4）如果结果不精确，采用基于区域标记交互式修改的方式对自动分割结果进行纠正。较之传统的视频分割方法，本发明提出的方法对光照变化及噪声等有较强的鲁棒性，在视频对象分割的精度、效率以及降低用户交互量上，都有一定的提高，具有工程应用价值。

主权项

一种基于SURF算法和合并最大相似区域的视频前景分割方法，其特征在于，包含以下操作步骤：步骤1：通过标记分水岭变换和尺度参数的设定对视频中选定帧进行初步分割；步骤2：通过当前帧和参考帧的SURF特征点匹配确定图像中的运动目标，并通过制定规则完成对初始分割区域的标记；步骤3：利用区域标记和相邻区域间的最大相似度，通过改进的MSRM算法对初始分割结果做区域合并操作，完成视频序列中一帧的前景分割；步骤4：对自动分割结果进行交互式的纠正，通过手动选中区域的方式来增加或减少前景和背景标记，然后重新执行步骤3，完成区域合并。