方宇强，戴 斌，宋金泽，单恩忠

(国防科学技术大学 机电工程与自动化学院，湖南 长沙，410073)

运动目标的分割就是在给定的图像序列中提取出感兴趣的运动区域，它可以作为重要步骤应用于各项计算机视觉任务中，如智能监控系统、军事侦察、图像压缩、人的运动分析等。同时，人类的视觉往往对运动的物体或目标感兴趣，大量有意义的视觉信息都包含在运动中。但在实际的图像采集过程中，光照、相机运动、阴影等因素都会给运动目标的分割带来很大的困难；所以，运动目标的分割是计算机视觉领域极具意义且具有挑战性的课题之一。光流技术作为一种重要的二维运动估计技术，能够很好地反映出图像中的运动变化，为运动目标的分割提供有效的信息。如Polley等[1-2]利用对光流场的估计来检测运动目标。而光流技术与其他常用的运动检测技术，如背景建模、帧间差分法等相比，一方面能够在进行运动检测的同时，给出运动的大小和方向信息；另一方面，对于场景运动的情况具有较好的鲁棒性，即当摄像机运动的情况下，依旧能够有效地反映出运动不一致的区域，如 Giachetti等[2-3]将光流技术应用于智能车辆的障碍物检测中。总之，有效地计算出光流场可以为运动目标的分割提供必要信息。活动轮廓模型是被广泛关注的图像分割方法，主要分为参数活动轮廓模型和几何活动轮廓模型。其中几何活动轮廓模型由于采用了水平集的方法……