基于圖割優(yōu)化的視頻運(yùn)動(dòng)目標(biāo)分割算法研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的廣泛應(yīng)用，視頻運(yùn)動(dòng)目標(biāo)分割在數(shù)字視頻處理、模式識(shí)別和計(jì)算機(jī)視覺領(lǐng)域起著越來越重要的角色，并且是視頻后續(xù)處理如目標(biāo)識(shí)別、跟蹤和行為分析等的基礎(chǔ)，因此研究視頻序列的運(yùn)動(dòng)目標(biāo)分割具有重要的意義和實(shí)用價(jià)值。
　　 近年來，在圖像視頻處理領(lǐng)域國內(nèi)外學(xué)者做了大量的研究，并提出了許多的分割方法。其中，基于圖割(Graph cuts)算法以其優(yōu)良的特性在圖像視頻分割受到了國內(nèi)外學(xué)者的廣泛關(guān)注。該理論可以融合多種知識(shí)求解全局最優(yōu)解

2、，取得了較好的分割效果，是近年來基于能量最小化實(shí)現(xiàn)目標(biāo)分割研究的熱點(diǎn)。然而基于Graph cuts算法的圖像視頻分割一般需要人工的參與，因而在視頻分割中受到了一定的限制。本論文主要研究如何實(shí)現(xiàn)Graph cuts算法的視頻運(yùn)動(dòng)自動(dòng)分割，及其構(gòu)建高效的能量函數(shù)以實(shí)現(xiàn)精確的運(yùn)動(dòng)目標(biāo)分割。
　　 本論文以Graph cuts算法為支撐，主要工作為以下兩個(gè)方面:
　　 (1)針對(duì)視頻序列中背景復(fù)雜、存在噪聲等情況使目標(biāo)分割結(jié)果存

3、在虛警、目標(biāo)分割不完整等問題，提出一種融合時(shí)空域混合高斯模型和Graph cuts算法的視頻運(yùn)動(dòng)目標(biāo)自動(dòng)分割方法。改進(jìn)了傳統(tǒng)混合高斯模型只利用單個(gè)像素的獨(dú)立性，而忽略了相鄰像素間的空間域相關(guān)性的缺點(diǎn)，并將其運(yùn)用到基于Graph cuts能量函數(shù)的構(gòu)建，充分利用了視頻序列的時(shí)空域信息。改進(jìn)算法使目標(biāo)分割結(jié)果更加完整、且解決了噪聲影響和虛警等情況。
　　 (2)針對(duì)Graph cuts能量函數(shù)中似然能量和先驗(yàn)?zāi)芰康墓潭ㄕ齽t化參數(shù)λ問

4、題，提出一種自適應(yīng)正則化參數(shù)選擇的Graph cuts算法視頻運(yùn)動(dòng)目標(biāo)分割方法。Graph cuts能量函數(shù)中先驗(yàn)項(xiàng)能量也稱為邊緣能量，代表了相鄰節(jié)點(diǎn)分別標(biāo)記為前景和背景所付出的代價(jià)，且有助于形成封閉平滑的邊緣。然而在實(shí)際的視頻序列中每個(gè)幀序列中似然能量和先驗(yàn)?zāi)芰康恼齽t化參數(shù)λ不可能為單一固定常數(shù)。即使在處理同一張圖片中λ值過大過小也影響分割的效果。故本論文運(yùn)用高效的ED(Edge Drawing)邊緣檢測(cè)算法來判斷像素是邊緣的概率，以