朱秋煜，李琦铭，陈岳川

(上海大学 通信与信息工程学院，上海200072)

近年来，运动目标的分割得到了广泛的研究，目标分割是运动人体信息采集的基础。目前所提出的检测运动目标的算法按照其原理主要可分为光流计算法、帧差分法和背景差分法。

对于单目视觉系统，背景实际上就是场景的灰度或色彩，当前景和背景色彩灰度接近时将很难分割前景。与色彩灰度相比，场景的深度通常较少受外部环境的影响，如果能通过立体视觉的原理得到深度信息，则前景目标的检测将容易得多，可惜的是场景的精确致密视差常常难以获得。为此，在以往的研究中利用能量函数最小化的优化方法以得到较为准确的区域视差，但由于在某些场景下背景和前景的灰度信息过于相近仍不能达到很理想的视差优化结果。所以本文研究在此基础上将视差和帧差采用图割优化算法进行融合，以此提高前景目标分割的准确性。

利用立体视觉进行图像检测与分割的基础是致密视差的计算。近年来，基于图理论的算法在计算机视觉中得到了成功的应用［1］，如图像匹配与视差计算［2-5］、图像分割［6-7］等。在视差计算方面，将原来的图像匹配问题转化为在搜索范围空间内寻找最优匹配点这样一个典型的寻优问题。而在目标分割方面，本文采用将视差和帧差作为图割算法里的能量函数的数据项，利用能量最小化算法确定运动目标的最佳分割。

1 区域……

登录APP查看全文