申请/专利权人：衢州学院

申请日：2019-10-28

公开（公告）日：2020-09-15

公开（公告）号：CN110910399B

主分类号：G06T7/11(20170101)

分类号：G06T7/11(20170101);G06K9/62(20060101);G06T7/90(20170101)

优先权：

专利状态码：有效-授权

法律状态：2020.09.15#授权;2020.04.17#实质审查的生效;2020.03.24#公开

摘要：本发明提供了一种基于决策层融合的无纹理场景区域分割方法和装置，该方法和装置并不依靠视频中的纹理特征进行视场区域分割，其是综合利用视频的不同图像帧中像素点的色调特征值、轮廓特征值和动态性特征值，并且对特征值维度和特征值值域进行约束，以及该对像素点的动态性的统计时间跨度进行限定以避免统计时间跨度过大而降低动态性统计准确性情况的发生，该方法和装置还采用基于决策层而非特征层的融合策略对关于不同特征值的场景区域分割处理结果进行处理，此外还引入并行计算模式同时获取色调特征值、综合轮廓特征值和近期动态特征值，这样能够显著地提高其整体运算的效率，从而提高对视频复杂场景区域分割的有效性、正确性和运算效率。

主权项：1.一种基于决策层融合的无纹理场景区域分割方法，其特征在于，包括如下步骤：步骤S1，获取视频某一图像帧中每一个像素点对应的色调特征值，并根据所述色调特征值对所述某一图像帧进行关于色调的第一场景区域分割处理；步骤S2，通过并行计算模式，同步地获取所述某一图像帧中每一个像素点对应的综合轮廓特征值，并根据所述综合轮廓特征值对所述某一图像帧进行关于轮廓的第二场景区域分割处理；步骤S3，通过并行计算模式，同步地获取所述某一图像帧中每一个像素点对应的近期动态性特征值，并根据所述近期动态性特征值对所述某一图像帧进行关于动态性的第三场景区域分割处理；步骤S4，对所述第一场景区域分割处理、所述第二场景区域分割处理和所述第三场景区域分割处理各自的分割结果进行决策层融合处理，以生成关于所述某一图像帧的综合场景区域分割结果；在所述步骤S2中，获取所述某一图像帧的每一个像素点的综合轮廓特征值，并根据所述综合轮廓特征值对所述某一图像帧进行关于轮廓的第二场景区域分割处理具体包括，步骤S201，通过Hough变换算法计算所述无色彩视频的某一图像帧的图像轮廓，以得到所述某一图像帧内坐标i，j处的像素点的第一轮廓特征值shoughi,j|t，其中，所述第一轮廓特征值shoughi,j|t满足下面式2 步骤S202，通过Canny算子计算无色彩视频的某一图像帧的图像轮廓，以得到所述某一图像帧内坐标i，j处的像素点的第二轮廓特征值scannyi，j︱t，其中，所述第二轮廓特征值scannyi，j︱t满足下面式3 步骤S203，通过IsotropicSobel算子计算无色彩视频的某一图像帧的图像轮廓，以得到所述某一图像帧内坐标i，j处的像素点的第三轮廓特征值ssobeli,j|t，其中，所述第三轮廓特征值ssobeli,j|t满足下面式4 步骤S204，根据下面式5，对所述第一轮廓特征值shoughi,j|t、所述第二轮廓特征值scannyi，j︱t和所述第三轮廓特征值ssobeli,j|t进行求交集运算处理，以得到综合轮廓特征值Si,j|t 步骤S205，对所述某一图像帧的所有像素点的综合轮廓特征值进行聚类分析处理，以确定每一个像素点所属的聚类；步骤S206，将属于同一聚类的像素点划入同一区域，以实现对所述某一图像帧的关于纹理的第三场景区域分割处理。

全文数据：

权利要求：

百度查询： 衢州学院 一种基于决策层融合的无纹理场景区域分割方法和装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD