時空聯合的鼠兔視頻序列圖像分割

胡士亞，陳海燕，葛 浩

（1.滁州學院機械與電氣工程學院，安徽滁州239000，2.蘭州理工大學計算機與通信學院，甘肅蘭州730050）

高原鼠兔（Ochotona curzoniae）是主要活動于我國海拔3 000 m ～5 100 m 的高寒草原地區優勢種鼠害之一，甘南藏族自治州高原鼠兔的危害尤為嚴重，因此，監測鼠兔活動對指導高原草地的生態保護工作、積極響應國家生態文明建設具有十分重要的意義. 隨著視頻監控、圖像處理、機器視覺等技術的快速發展，獲取高原鼠兔的研究數據變得更加便捷，而在自然生態環境下對高原鼠兔進行智能監測，視頻序列圖像分割是系統中關鍵技術之一[1].

高原鼠兔生活的草原環境異常復雜，鼠兔毛色與枯萎的草地顏色十分相似，尤其秋冬季節表現更為明顯，因此鼠兔視頻序列圖像突出的特點就是對比度較低. 除此之外，由于高原鼠兔運動的突變性，導致鼠兔視頻序列中一部分幀的運動目標處于快速運動狀態，另一部分幀的運動目標處于靜止觀察狀態，因而鼠兔視頻序列圖像的分割尤為困難.

分割視頻序列中的運動目標大都采用基于活動輪廓模型的方法[2]，其主要思想可分為兩個階段，第一階段：空間域上，先對視頻序列圖像進行粗分割，主要采用常規運動目標檢測方法，為活動輪廓模型獲取初始輪廓曲線. Stauffer 等人[3]提出了魯棒性較高的混合高斯背景建模法，但算法復雜度較高，無法實時處理鼠兔視頻序列. 肖軍等[4]提出的光流法計算較為復雜，且抗干擾較弱，因此不適用復雜背景下的小目標檢測. 第二階段：主要采用活動輪廓模型實現視頻序列的精確分割. 趙驥等人[5]提出一種改進的測地活動輪廓模型，先用幀間差分法檢測運動目標的輪廓邊界，再用改進測地活動輪廓模型進行迭代演化，但對于邊緣較弱的鼠兔圖像效果不佳.胡祝華等人[6]提出一種改進的距離規則水平集演化方法，在幀差法基礎上，對運動目標進行分割. 徐楊等人[7]提出一種背景差分方法與改進的活動輪廓模型相結合的分割算法，讓曲線演化且收斂于真實目標邊界. Kompatsiaris 等[8]提出對運動目標用K 均值聚類算法進行粗分割，再利用基于貝葉斯的時域跟蹤模型進行精分割. 由于光流法計算復雜、背景減除法背景獲取困難及傳統活動輪廓模型分割精度問題[9]，傳統的時空聯合分割方法無法有效處理鼠兔視頻中的運動目標. 因此，本文根據高原鼠兔運動的突變性和鼠兔圖像對比度低的特點，提出一種適合鼠兔視頻序列圖像自身特點的高效分割方法. 在時間域上，采用本文提出的一種基于幀間差分法的快速目標檢測算法，在空間域上，采用張愛華等人[10]提出的改進LBF 模型，可精確分割出鼠兔視頻序列圖像中的運動目標.

1 時空聯合分割

1.1 時域的目標分割

鼠兔視頻序列圖像的初始輪廓曲線精確獲取是后期精確分割的關鍵，因此首先對鼠兔視頻序列圖像采取兩幀幀間差分法進行處理：

其中：fk(x,y,t)表示第k幀圖像，fk+1(x,y,t+1)表示第k+1 幀圖像，D(x,y,Δt)為第k幀與第k+1 幀之間的差分圖像，x和y是像素坐標，t表示視頻序列中的某一時刻.

再經過二值化處理得到二值化后的差分圖像B(x,y,Δt)：

其中：T是二值化處理時選用的閾值，它與兩幀幀間差分后圖像的像素的平均值和標準差δ有密切聯系，可通過、δ這兩個參數來設定，計算如下：

其中：α為閾值微調系數，可根據需要調節；w為圖像寬度；h為圖像高度.

由于鼠兔視頻序列圖像對比度較低，差分圖像經過二值化處理后存在“空洞”現象，故先引入形態學開閉重構運算，最大化地連接二值圖像的“空洞”區域，再通過遍歷整個二值圖像，找出每一幅二值圖像中面積最大的二值區域，根據下式

計算得到最大的二值區域的質心. 通過多次觀察實驗發現，可根據質心坐標設置大小為60 pixel × 40 pixel的紅色外接矩形框.

圖1給出了第k+1幀鼠兔獲取初始位置的簡易流程圖. 由于高原鼠兔運動的突變性，視頻序列圖像中目標的狀態主要可分為兩種：靜止觀察和快速運動. 鼠兔運動的突變性給數據采集帶來極大困難，通常都是先選擇靜止觀察狀態的鼠兔目標來拍攝，因此，采集的大部分鼠兔視頻前面數幀中的運動目標都處于靜止觀察狀態，相鄰幀之間幾乎沒有像素變化，無法直接采用兩幀幀間差分法獲取第1 幀圖像的初始位置. 故而先對第1 幀圖像采取手動分割方法來獲取鼠兔目標的初始輪廓曲線，從第2 幀開始，每一幀與前一幀進行兩幀幀間差分，若檢測到相鄰兩幀圖像之間像素變化（二值區域面積）小于預設閾值（本文選取25），則表示此刻的鼠兔處于靜止觀察狀態，那么當前幀的初始輪廓曲線與上一幀的相同；如果檢測到相鄰兩幀鼠兔圖像像素變化大于等于預設閾值，則表示此刻的鼠兔處于快速運動狀態，那么算法將自動重新計算差分后二值區域的質心坐標，根據質心坐標重新獲得外接矩形框，即為當前幀的初始輪廓曲線.

圖1 獲取k + 1幀圖像初始位置的簡易流程圖Fig.1 Flow chart of k + 1 frame image initial position is obtained

1.2 空域的目標分割

LBF 模型[11]由Li 等人提出，其能量泛函定義如下：

其中：λ1和λ2為正整數，通常設λ1=λ2=1；I(y)為圖像；C為活動輪廓曲線；f1(x)和f2(x)分別為圖像像素點x在C內部與外部的灰度擬合值，像素點x鄰域內各個像素y∈o(x)可確定灰度擬合值；inside(C)和outside(C)分別表示活動輪廓曲線的內部區域與外部區域；Kσ(x-y)是高斯核函數，通常為：

其中：σ為標準偏差，σ＞0；當| |x-y增加時，Kσ(xy)減小并且逐漸趨于零.

采用梯度下降法獲取偏微分方程：

則局部擬合函數f1(x)、f2(x)以及e1(x)、e2(x)分別為：

由于在水平集函數演化的過程中LBF輪廓模型極易陷入局部最小值，文獻[10]提出將全局圖像梯度信息引入LBF 模型中. 假設原圖為g(x,y)（以下用g表示），由于圓盤形狀結構元素難以促使圖像特征值發生畸變，所以選擇圓盤狀結構元素為B(x,y)（以下用B表示），灰度圖像形態學梯度定義為：

式中：⊕和Θ分別表示灰度形態學膨脹和腐蝕運算，I表示形態學開閉重構后的圖像，G(x,y)表示獲得的形態學梯度圖像.

圖像的一個重要特征是圖像梯度，在水平集函數演化過程中可作為引導信息. 文獻[10]借鑒Chan-Vese 模型能量函數構造思想，構建包含圖像梯度信息的模型：

式中，全局梯度擬合函數g1(x)和g2(x)類似于Chan-Vese 模型中的封閉輪廓曲線內外的灰度平均值c1和c2.g1(x)和g1(x)分別定義如下：

定義f1(x)和g1(x)以及f2(x)和g2(x)的線性組合為u1(x)和u2(x)：

式中：ω為加權系數，0 ≤ω≤1.

則本文所提出的分割模型能量函數E(u1(x),u2(x),φ)定義為：

為避免水平集函數對距離函數發生偏離，且為了水平集函數迭代演化過程中不重新初始化，將距離規則項添加到能量函數中，即：

式中：?為梯度算子；| |

·為梯度模值.

同時通過添加長度項規范輪廓曲線的演化來規范水平集活動輪廓曲線，長度項為：

最后采用梯度下降流法，求出水平集演化方程：

式中：?2為拉普拉斯算子；div(·)為散度算子；μ為長度項權重因子；ν為面積項權重因子；h1(x)和h2(x)分別為：

2 算法的實現

圖2 為本文提出的視頻序列圖像分割流程圖，主要分為兩個步驟：第一步利用時域信息獲取當前幀圖像的初始輪廓曲線，采用本文提出的一種基于幀間差分法的快速目標檢測算法，對k幀和k+1 幀鼠兔視頻序列圖像進行兩幀幀間差分，再判斷當前幀鼠兔目標的運動狀態，最后確定當前幀的初始輪廓曲線；第二步利用空域信息獲取運動目標輪廓，為了增強圖像中背景與目標的對比度，先對其做形態學開閉重建運算，再采用改進LBF 模型對重建后鼠兔圖像進行迭代演化.

圖2 本文方法分割流程圖Fig.2 Segmentation flow chart of proposal method

3 實驗與結果分析

算法實驗采用MATLAB R2013a，在戴爾PC（Intel Core?i5 CPU @2.5 GHz）64 位操作系統上進行算法的仿真. 選取課題組秋冬季節在甘南藏族自治州下轄的碌曲縣草原拍攝的高原鼠兔視頻作為實驗數據. 選用一段共80 幀的鼠兔視頻，視頻中的第1 幀至第25 幀和第53 幀至第80 幀的鼠兔目標處于靜止觀察狀態，第26幀至第52幀的鼠兔目標處于快速運動狀態.

實驗中，三種分割方法均先采用快速目標檢測方法確定當前幀鼠兔圖像的初始輪廓曲線，且參數設置相同. 涉及的參數設定如下：時間步長τ=0.1，計算Dirac規則化函數δε(φ)和Heaviside規則化函數Hε(φ)時所用的空間步長h=1，規則化參數ε=1，選取參數λ1=λ2=1，σ=3，ν=0，μ=0.01×255×255.

為了驗證算法的有效性，隨機從80 幀的鼠兔視頻中選取四幀（第27、37、47、57 幀）進行對比分析，如圖3 中的（a）-（d）所示，其中處于運動狀態的鼠兔目標有第27、37、47 幀，處于靜止狀態的鼠兔目標只有第57幀.圖3中的（e）、（f）、（h）分別為對其采用本文提出的快速目標檢測方法得到的初始輪廓曲線.由于圖3 中的（e）、（f）、（g）檢測目標處于運動狀態，利用快速目標檢測方法可快速得到鼠兔目標的初始位置. 圖3 中的（h）鼠兔目標處于靜止狀態，未檢測到相鄰兩幀有一定的像素變化，所以此時當前幀（第57幀）初始輪廓曲線沿用第56幀的輪廓曲線.

圖3 快速目標檢測方法Fig.3 The method of fast target detection

第27、37、47、57 幀鼠兔運動目標的初始輪廓曲線如圖4（a）-（d）中的紅色矩形框，圖4中的（e）-（h）分別為LBF模型分割結果.實驗中，LBF模型的迭代次數設置為50次.

實驗結果表明，由于鼠兔視頻拍攝于復雜的自然生境環境，背景較為復雜，且含有大量的噪聲干擾，使得分割結果中存在大量的假輪廓.

圖4 快速目標檢測與LBF模型相結合方法Fig.4 The method of combining fast target detection with LBF model

第27、37、47、57 幀鼠兔運動目標的初始輪廓曲線如圖5（a）-（d）中的紅色矩形框，圖5中的（e）-（h）分別為RSF 模型的分割結果. 實驗中，RSF 模型的迭代次數設置為10次.

實驗結果表明，RSF 模型分割結果與LBF 模型分割結果存在同樣的問題，由于種種客觀因素的影響，使得分割結果中存在大量的假輪廓，目標邊界分割不精確.

最后采用本文提出的快速目標檢測與改進LBF模型相結合的分割方法，分割開閉重建濾波后鼠兔視頻序列圖像. 實驗中，改進LBF 模型的迭代次數設置為40 次. 第27、37、47、57 幀鼠兔運動目標的初始輪廓曲線如圖6（a）-（d）中的紅色矩形框，而圖6中（e）-（h）分別為改進LBF模型的實驗分割結果.

實驗結果表明，雖然經過曲線的迭代演化，基本上都能定位到鼠兔目標的輪廓，但由于圖像自身存在的分割問題點，鼠兔快速運動致使圖像中的目標局部邊緣模糊，另外改進LBF 模型依然對初始輪廓曲線位置較敏感，從而使得分割不夠徹底、輪廓定位不夠精確.

圖5 快速目標檢測與RSF模型相結合方法Fig.5 The method of combining fast target detection with RSF model

圖6 本文方法Fig.6 Proposal method

為了驗證本文算法的性能，需要定量分析算法的分割精度和算法復雜度. 對于分割精度，根據文獻[13]中提出的用于靜態圖像的評判指標相似度指數S，提出了用于鼠兔視頻序列圖像的評判指標平均相似度Savg；在算法復雜度上，采用平均分割時間tavg，先計算視頻中所有幀連續分割的時間，再平均即可得到每一幀鼠兔圖像分割時間，所得結果如表1所示.

表1 三種方法的性能比較Table 1 The function comparison of three methods

通過對包含80 幀的鼠兔視頻進行分割處理，從分割精度、算法復雜度對三種方法進行了對比分析，得出本文方法的平均相似度達到76%，遠高于LBF模型的15%和RSF 模型的10%，且本文方法所需的平均分割時間tavg僅需要0.35 秒，比LBF 模型和RSF模型消耗的時間要少.

4 結語

根據高原鼠兔視頻序列圖像對比度較低及鼠兔目標運動突變性的特點，提出一種適合視頻序列圖像特點的時空聯合分割方法，首先采用本文提出的快速目標檢測方法獲取運動目標的初始區域，再利用改進的LBF模型在得到的初始活動輪廓曲線上迭代演化. 實驗結果表明：通過對包含80 幀的鼠兔視頻進行處理，本文提出的方法總共消耗28.02 秒，平均每一幀序列圖像耗時約為0.35 秒，平均相似度高達76%，與傳統方法相比，在分割精度及算法復雜度上，本文提出的應用于鼠兔視頻序列的分割方法都優于其它兩種方法，為后續建立高原鼠兔的形態與行為學系統模型奠定了良好的基礎.