一种前景分割问题的优化方法

摘要

一种前景分割问题的优化方法，具体一种基于置信思想思想的对前景分割结果进行优化的方法，属于图像处理领域。本发明要解决的技术问题是优化前景分割结果，解决前景分割结果中出现的空洞现象。首先利用前景分割方法进行前景分割；然后，基于置信思想，图像中并行进行四个方向的一维消息传递，加强像素之间的关联，对前景分割结果进行优化。本发明可以很好的消除前景分割结果中出现的空洞现象。

主权项

一种前景分割问题的优化方法，其特征在于步骤如下：A、首先获取原始视频帧图像，通过前景分割方法，得到初始的前景分割图像；B、在此分割图像的原始频帧图像中，计算每一个像素在图像空间中的连续性值；C、在图像四个方向并行进行一维消息的传递；D、计算每一个像素的状态相似度；E、确定当前图像的前景分割优化结果；在步骤A中，进一步细化为：A1、获取原始视频帧图像I，图像的大小为M×N，在图像中建立x‑y坐标系，x轴方向上的像素点数为M，y轴方向上的像素点数为N，规定图像中任意点像素i的坐标为(x_i,y_i)；A2、利用前景分割方法，对图像进行前景分割，得到初始的前景分割图像C，在初始的前景分割图像C中每个像素点只有两个状态，属于前景或者属于背景；在步骤B中，进一步细化为：B1、对输入的视频帧图像I，计算每个像素点的梯度值，得到图像I相应的梯度图像G，定义像素i的梯度值为G(x_i,y_i)；B2、根据公式(1)计算像素点i的连续性值ψ(x_i,y_i)，其中Z为梯度图像G中的最大值：$\psi (x_i,y_i)=\frac{1}{Z}[Z-G(x_i,y_i)]---\left(1\right)$在步骤C中，进一步细化为：C1、初始化像素点i的状态值φ(x_i,y_i)，公式具体定义为：C2、计算图像I中每一个像素点的消息值；在步骤C2中，进一步细化为：C21、初始化图像中四个边界上的像素点的消息值，具体如下：初始化图像最左侧一列上每个像素点的消息值，m(0,p)表示坐标为(0,p)的像素点的消息值，在p的取值范围内依次初始化最左侧一列上每个像素点的消息值，公式如下：m(0,p)＝φ(0,p)ψ(0,p)  {p|p∈[0,N‑1]}     (3)初始化图像最右侧一列上每个像素点的消息值，m(M‑1,p)表示坐标为(M‑1,p)的像素点的消息值，在p的取值范围内依次初始化最右侧一列上每个像素点的消息值，公式如下：m(M‑1,p)＝φ(M‑1,p)ψ(M‑1,p)  {p|p∈[0,N‑1]}    (4)初始化图像最上侧一行的每个像素点的消息值，m(s,0)表示坐标为(s,0)的像素点的消息值，在s的取值范围内依次初始化最上侧一行的每个像素点的消息值，公式如下：m(s,0)＝φ(s,0)ψ(s,0)  {s|s∈[1,M‑2]}       (5)初始化图像最下侧一行每个像素点的消息值，m(s,N‑1)表示坐标为(s,N‑1)的像素点的消息值，在s的取值范围内依次初始化最下侧一行的每个像素点的消息值，公式如下：m(s,N‑1)＝φ(s,N‑1)ψ(s,N‑1)  {s|s∈[1,M‑2]}      (6)C22、在图像中以边界像素点为传递的起点，同时进行自左至右，自右至左，自上至下，自下至上四个方向的一维消息传递，在每一次传递过程中，分别按照上述方向在相邻像素之间进行消息传递，直到传递到这个方向上的最后一个像素结束；计算图像I中非边界的像素点i的消息值m(x_i,y_i)，公式如下：$m(x_i,y_i)=\frac{\phi (x_i,y_i)+m(x_k,y_k)}{\phi (x_i,y_i)+1}\psi (x_i,y_i)---\left(7\right)$其中m(x_k,y_k)是像素i的相邻像素k的消息值；在不同的传递方向上，相邻像素k与i的位置关系不同，像素点i计算出来的消息值不同，在四个传递方向上公式的具体解释如下：在自左至右的传递方向上，像素k是像素i的左侧相邻像素；在自右至左的传递方向上，像素k是像素i的右侧相邻像素；在自上至下的传递方向上，像素k是像素i的上侧相邻像素；在自下至上的传递方向上，像素k是像素i的下侧相邻像素；在步骤D中，进一步细化为：D1、根据步骤C，在同时进行了四个方向的消息传递后，图像中的每个像素都会得到来自它的相邻像素点的消息值；像素j的坐标为(x_j,y_j)，j的相邻像素的个数为num(x_j,y_j)，表示像素j在传递结束后得到的相邻像素传递的消息值的个数为num(x_j,y_j)；在四个方向的消息传递结束后像素j得到消息值的和为mess(x_j,y_j)，计算公式如下：mess(x_j,y_j)＝m(x_j‑1,y_j)+m(x_j+1,y_j)+m(x_j,y_j‑1)+m(x_j,y_j+1),                 (x_j‑1≥0,y_j‑1≥0,x_j+1≤M‑1,y_j+1≤N‑1)   (8)等号右边是传递结束后像素j得到的相邻像素传递的消息值，每个像素最多得到4个消息值；公式(8)的限定条件是x_j‑1，y_j‑1，x_j+1，y_j+1要在图像大小M×N范围内，对于超出范围的项，取消该项的消息值的计算；每个像素点按照此规则对得到的相邻像素传递的消息值进行求和；D2、根据像素点j得到的消息和mess(x_j,y_j)与该像素点相邻像素的个数num(x_j,y_j)，进行求平均运算，得到此点的状态相似度值b(x_j,y_j)，具体计算如下式：$b(x_j,y_j)=\frac{\mathrm{mess}(x_j,y_j)}{\mathrm{num}(x_j,y_j)}---\left(9\right)$在步骤E中，进一步细化为：E1、本发明对初始的前景分割图像C中的前景空洞的填充程度与阈值的大小有关，阈值的取值范围是(0.6,0.8)；对于D2所得到的像素点j的状态相似度值b(x_j,y_j)，进行阈值判断，若b(x_j,y_j)大于阈值，则像素点j为前景，否则为背景，得到分割优化结果。