[发明专利]轮廓校正方法和系统以及轮廓提取方法和系统

说明书

技术领域

本发明涉及用于校正从包括人和在背景中的一些事物的静止图像中提取出的人的轮廓的方法和系统，以及用于从捕捉自挥舞高尔夫球杆的人的活动图像的多个帧中提取出人的轮廓的方法和系统。

背景技术

对于希望提高高尔夫技术的高尔夫球手，获得正确的高尔夫挥杆非常重要。

为此，传统的方法是，例如专业教练的人利用高尔夫球手挥舞高尔夫球杆的视频对高尔夫挥杆做出判断，指明问题所在。

近年来，在另一方面，基于通过图像处理提取出的高尔夫球手的轮廓，已经提出了从捕捉自高尔夫球手进行挥杆的活动图像的帧（显示他/她在瞄准击球、后挥上顶等状态的静态图像）中对高尔夫球手挥杆执行判断的尝试。

在很多情况下，需要仅仅从包括人以及在背景中的一些事物的静止图像中提取出准确的人的轮廓。

为了提取出轮廓，静止图像的每个像素被标记为人或者背景。并且可以通过只使用被标记为人的像素来再现图像从而获得人的轮廓。

这种方法已经由本申请人在下面的专利文献中提出：

日本专利申请公开No.2011-78069。

根据在这个专利文献中公开的技术，在轮廓提取中可以获得一定程度的精确度，但是存在有人的轮廓具有一定的噪声的问题。

发明内容

轮廓校正方法和系统

因此本发明的一个目标是提供轮廓校正方法和轮廓校正系统，从而使被标记为轮廓或者背景的每个像素都被校正，进而减少包含在被提取出的轮廓中的噪声。

根据本发明的轮廓校正方法是用于通过将帧的每个像素标记为人或者背景来校正人的轮廓，人的轮廓是从包含人和背景的帧中提取出来的，其中，在作为帧的至少一部分的目标区域中的像素被重新标记。

该轮廓校正方法包括：

通过利用在目标区域中被标记为人的像素，生成频率和等级分别为像素的数量和像素的色彩数据的人直方图的步骤，

通过利用在目标区域中被标记为背景的像素，生成频率和等级分别为像素的数量和像素的色彩数据的背景直方图的步骤，

对于在目标区域中的每个像素，通过利用在目标区域中的人直方图、背景直方图和每个像素的色彩数据，计算像素的第一连接成本的步骤，像素的第一连接成本代表与人的色彩数据的相似度和与背景的色彩数据的相似度连接成本，

对于在目标区域中的每个像素，通过利用相邻像素之间的差分，计算像素的第二连接成本的步骤，像素的第二连接成本代表相邻像素之间的色彩数据的连续性连接成本，

校正步骤，在校正步骤中，制作出顶点是目标区域中的像素、且顶点之间的边缘是第一连接成本和第二连接成本的曲线图制作出，并且计算最小切割，通过最小切割，曲线图被分成两部分，以使第一连接成本和第二连接成本的总和变得最小，并且基于最小切割，在目标区域中的像素被重新标记，以便校正轮廓。

因此，对人的色彩数据的相似度较低且与相邻像素在色彩数据上的连续性较低的像素被重新标记为背景，并且对背景的色彩数据的相似度较低且与相邻像素在色彩数据上的连续性较低的像素被重新标记为人。

因此，包含在最初提取出的轮廓中的噪声或者错误可以被降低，且人的精确的轮廓可以被获得。

根据本发明的轮廓校正方法可以具有以下特性F1-F4：

F1：第一连接成本通过以下表达式被计算出来

Ph_(I)(x,y)=nh_(I)(C_(I)(x，y))×λ/th

以及

Pb_(I)(x,y)=nb_(I)(C_(I)(x,y))×λ/tb

其中

Ph_(I)(x，y)：对于具有X-Y坐标（x,y）和色彩数据（I）的目标像素的人的色彩数据的第一连接成本，

nh_(I)(C_(I)(x，y))：在人直方图中，具有目标像素C_(I)(x，y)的色彩数据(I)的像素的频率，

th：在目标区域中被标记为人的像素的总数，

Pb_(I)(x，y)：对于具有X-Y坐标（x,y）和色彩数据（I）的目标像素的背景的色彩数据的第一连接成本，

nb_(I)(C_(I)(x，y))：在背景直方图中，具有目标像素C_(I)(x，y)的色彩数据(I)的像素的频率，