基于约束谱聚类和马尔科夫随机场的视频图像分割方法技术

本发明专利技术涉及计算机视觉、图像处理及模式识别等技术领域，具体涉及一种基于约束谱聚类和马尔科夫随机场的视频图像分割方法。本发明专利技术利用图像静态特征计算像素间的相似度矩阵，将运动特征作为约束加入谱聚类框架中，相比传统的简单加权的方法，本发明专利技术的处理方法更好的利用了这两种不同可靠度的信息；此外，由于将运动信息编码作为约束，只需要稀疏的点运动轨迹，因此可以利用可靠的长时运动信息，得到准确稠密的分割结果；进一步的，本发明专利技术通过构建一个马尔科夫随机场模型，将像素的空间平滑信息编码成相应的约束，使视频图像分割效果更加精准。

【技术实现步骤摘要】

本专利技术涉及计算机视觉、图像处理及模式识别等
，具体涉及一种。
技术介绍
视频分割是指 将视频序列按其特征划分成一些互不重叠的时空区域的一种技术。视频分割是计算机视觉的一种关键技术，是视频监控、人机交互以及视频编辑等多种应用的基础。视频分割的基础是静止图像分割。大部分静止图像分割技术都以自底向上的方式进行，它们通过检测边界或者依据色彩、纹理等特征对像素聚类，从而达到分割的目的。但是由于图像底层特征和物体模型之间的巨大语义鸿沟，对静止图像进行分割很难得到用户希望的结果。相比于静止图像，视频由于包含了运动信息，其能在很大程度上消除底层特征和物体模型之间的语义鸿沟，因此视频分割往往能得到更为准确的结果。进行视频分割的关键是如何利用运动信息。早期的研究大多假设背景是静止的，从而可以利用像素颜色随时间的变化来检测运动前景目标；稍后的研究尝试将帧间光流(即图像像素的运动矢量场)作为特征对图像像素进行聚类，其不需要静止背景的假设，但缺点是只能利用相连两帧间的运动信息；从上个世纪90年代末期开始，研究者们考虑从视频中提取长时特征点轨迹，并通过运动分析对其进行聚类，相比光流法，其能利用更为丰本文档来自技高网...

【技术保护点】
一种基于约束谱聚类和马尔科夫随机场的视频图像分割方法，其特征在于，包括步骤：S1.利用光流法从视频图像中提取部分像素点的长时运动轨迹，根据所述轨迹信息构建运动约束；S2.构建像素相似度矩阵；S3.结合所述运动约束以及像素相似度矩阵，构建谱聚类分割模型并求解得到初步分割结果；S4.构建空间平滑约束；S5.结合所述初步分割结果以及空间平滑约束，构建马尔科夫随机场模型并求解得到最终分割结果。

【技术特征摘要】

【专利技术属性】
技术研发人员：周杰，胡瀚，冯建江，喻川，张昊飏，
申请(专利权)人：清华大学，
类型：发明
国别省市：