一種煙田采集圖像分割方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像處理領(lǐng)域，更具體地，涉及一種煙田采集圖像分割方法。
【背景技術(shù)】
[0002] 對采集煙田的圖像進行處理的過程中，如何處理光照變化所帶來的影響是一個重 要難題。盡管針對場景中含有光照變化的情況已提出很多算法，然而光照變化的任意性和 快速性仍然使得這些檢測算法存在較高的誤檢率。近年來，提出了一種新的學(xué)習(xí)機制改進 了高斯混合算法對背景的適應(yīng)能力，并利用基于幀差的啟發(fā)式方法輔助速率控制方法減少 光照變化下的前景誤檢率，還有用3個閾值對像素屬于前景還是背景進行分類的新方法， 在一定程度上解決不同光照條件對視頻分割的影響；以及提出尺度不變的局部3元模式算 子解決光照變化的影響等.通過仿真對比發(fā)現(xiàn)這些方法提出的顏色差分直方圖視頻分割 算法與上述算法相比具有目標(biāo)分割穩(wěn)健和運算速度快等特點。由于這些算法是利用圖像和 其背景圖像顏色差分建立顏色差分直方圖，然后設(shè)定分割閾值，最后判斷圖像各像素屬于 背景還是前景目標(biāo)，因而當(dāng)場景中光照變化幅度較大時，不可避免的將光照變化引起的圖 像和其背景圖像對應(yīng)像素的差異統(tǒng)計到顏色差分直方圖中，影響分割閾值的設(shè)定，從而造 成對圖像分割失效，對其背景圖像更新失敗.如果背景更新持續(xù)失效，必將會影響后續(xù)視 頻分割效果.

【發(fā)明內(nèi)容】

[0003] 本發(fā)明提供一種煙田采集圖像分割方法，該方法能抑制光照變化對圖像分割穩(wěn)健 性的影響，可穩(wěn)健的進行圖像背景更新和前景目標(biāo)分割。
[0004] 為了達到上述技術(shù)效果，本發(fā)明的技術(shù)方案如下：
[0005] -種煙田采集圖像分割方法，包括以下步驟：
[0006] S1 :統(tǒng)計采樣的煙田圖像幀數(shù)Nf，采用基于概率的背景抽取算法抽取背景圖像 fB(x, y)；
[0007]S2:分別提取第i幀圖像fi(x,y)的紅色、綠色和藍色值Ri(x,y)、Gi(x,y)和 Bi(x,y)，i= 0, 1，· ··，Nf;
[0008]S3:將RGB色彩空間的背景圖像fB (x，y)和第i幀圖像仁(x，y)轉(zhuǎn)化到HSV色彩空 間，第i幀圖像及其背景圖像的亮度分量分別為fVl (x，y)和fvB(x，y)，判斷第i幀圖像及其 背景圖像光照是否有變化，若無變化就將第i幀圖像進行分割，若有變化就進一步判斷第i 幀圖像是否存在光照昏暗；
[0009]S4:若存在光照昏暗就分別對fVl (X，y)和fvB(x，y)進行光照補償，并將光照補 償后的fVl(x，y)和fvB(x，y)進行光照抑制再結(jié)合色調(diào)、飽和度分量轉(zhuǎn)回到RGB空間生成 f'i(X，y)和f'B (X，y);若不存在光照昏暗就直接對f>i(X，y)和f>B (X，y)進行光照抑制再 結(jié)合色調(diào)、飽和度分量轉(zhuǎn)回到RGB空間生成f'Uj)和f"B(x，y);
[0010] S5 :對f'i(x,y)、f'B(x,y)或f"i(x，y)、f"B(x,y)重復(fù)步驟S3-S5 的過程進行背 景更新和分割。
[0011] 進一步地，所述步驟S3中判斷第i幀圖像及其背景圖像光照是否有變化的方法如 下：
[0012]
[0013] 式中X和y分別代表大小為MXN的一幀圖像的像素坐標(biāo)，11^=ClXMXN，Cl為常 系數(shù)。
[0014] 進一步地，所述步驟S3中對第i幀圖像進行分割的過程如下：
[0015] S31 :利用仁(X，y)和fB (X，y)分別計算顏色差分直方圖值邱
[0016] AR(x,y) = Rx (x, y)-RB (x,y)
[0017]ΔG(x, y) = G；(x, y)-GB(x, y) x = 1，2,…，M ;y = 1，2...，N;
[0018] ΔB(x, y) = B,(x, y)-Bb(x, y)
[0019] S32 :對顏色差分直方圖值進行平滑處理：
[0020]
[0021] S33 :計算分割左右閾值SR。SL1:[0022]
[0023]
[0024]
[0025]
[0026]
[0027] S34:分割圖像：
[0028]
[0029] S35 :若QB(X，y)為0就將圖像匕(X，y)中對應(yīng)位置的像素信息更新到其背景圖像 fvB(x，y)中：
[0030]
[0031]
[0032]
[0033] 若QB(x，y)不為0,就去除前景陰影并將相應(yīng)的QB(x，y)置為0 ;
[0034] S36 :對QB(x，y)采用約束行程算法和形態(tài)學(xué)方法填補前景目標(biāo)的孔去除孤立像 素和極小目標(biāo)獲得最終的圖像分割。
[0035] 進一步地，所述步驟S3中判斷第i幀圖像是否存在光照昏暗的方法如下：
[0036]
[0037] 式中X和y分別代表大小為MXN的一幀圖像的像素坐標(biāo)，Th2=c2XMXN，c2為常 系數(shù)。
[0038] 進一步地，所述步驟S4中進行光照抑制的過程如下：
[0039]
[0040] 進一步地，所述步驟S4中進行光照補償?shù)倪^程如下：
[0041 ]
[0042] 與現(xiàn)有技術(shù)相比，本發(fā)明技術(shù)方案的有益效果是：
[0043] 本發(fā)明方法在檢測到場景中光照有較大變化時，利用同態(tài)濾波算法抑制光照變化 對視頻分割的影響，然后采用顏色差分直方圖算法進行視頻分割，從而保證在含有較大光 照變化的視頻場景中，仍可穩(wěn)健的進行背景更新和前景目標(biāo)分割。
【附圖說明】
[0044] 圖1為本發(fā)明方法的流程圖。
[0045]
【具體實施方式】
[0046] 附圖僅用于示例性說明，不能理解為對本專利的限制；
[0047] 為了更好說明本實施例，附圖某些部件會有省略、放大或縮小，并不代表實際產(chǎn)品 的尺寸；
[0048] 對于本領(lǐng)域技術(shù)人員來說，附圖中某些公知結(jié)構(gòu)及其說明可能省略是可以理解 的。
[0049] 下面結(jié)合附圖和實施例對本發(fā)明的技術(shù)方案做進一步的說明。
[0050] 實施例1
[0051] -種煙田采集圖像分割方法，包括以下步驟：
[0052]S1:統(tǒng)計采樣的煙田圖像幀數(shù)Nf，采用基于概率的背景抽取算法抽取背景圖像 fB(x,y)；
[0053]S2:分別提取第i幀圖像fi(x,y)的紅色、綠色和藍色值Ri(x,y)、Gi(x,y)和 Bi(x,y)，i= 0, 1，· ··，Nf;
[0054]S3:將RGB色彩空間的背景圖像fB (x，y)和第i幀圖像仁(x，y)轉(zhuǎn)化到HSV色彩空 間，第i幀圖像及其背景圖像的亮度分量分別為fVl (x，y)和fvB(x，y)，判斷第i幀圖像及其 背景圖像光照是否有變化，若無變化就將第i幀圖像進行分割，若有變化就進一步判斷第i 幀圖像是否存在光照昏暗；
[0055]S4:若存在光照昏暗就分