一种视频运动对象分割方法

摘要

本发明涉及一种视频运动对象分割方法，该方法包括先对图像进行时序分割，将包含运动对象的初始区域和背景分离，随后的空间分割以及区域的分类、合并都仅在初始区域上进行，从而大大减少了计算开销，提高分割速度；根据区域的空间、时序和邻域相似度在MRF模型中加入空间约束、时序约束和邻域约束，并通过求解MRF的最大后验概率对区域分类，最终准确地分割出运动对象，克服了运动估计易受不规则运动和光照影响的缺点。

主权项

1、一种视频运动对象分割方法，包括以下步骤：a)对相邻的视频帧进行全局运动估计和补偿；b)对相邻帧的帧差进行二值化；c)计算运动对象多帧间的连续差分获得准确的初始区域；d)初始区域内的彩色梯度计算，得出彩色梯度信息，彩色梯度是在YCbCr颜色空间计算的，通过对标准化后的Y、Cb、Cr的梯度求取加权最大获得；e)根据彩色梯度信息，在初始区域上进行快速分水岭分割，按照相邻区域的相似度合并小区域以消除图像的过度分割；f)根据区域的空间、时序和邻域相似度，对区域的分类分别加以空间约束、时序约束和邻域约束，并使用MRF模型将这三类约束结合，通过求解MRF的最大后验概率，即后验能量的最小，将各区域分类为前景或背景，从而获得准确的区域分类；g)将所有的前景区域合并，分割出运动对象。