基于灰度相關和NS時空融合的視頻分割技術研究.pdf

1、視頻對象分割是MPEG-4視頻編碼標準中的一個重要組成部分，也是視頻監(jiān)控、多媒體交互及模式識別等眾多應用系統(tǒng)的基礎，得到許多研究人員的關注，并取得了大量的研究成果。但是由于視頻對象本身的復雜性，仍存在一些問題，比如對于目標運動速度比較慢，與背景對比度較低的視頻序列分割結果不夠完整，易出現(xiàn)誤分割現(xiàn)象，通用性較差。因此，研究視頻對象運動目標檢測仍然具有重要的理論意義和實用價值。
　　鑒于此，本論文在分析和總結國內外相關研究工作的基礎上

2、，提出了一種基于灰度相關和NS時空融合的視頻對象分割算法，并通過實驗證明了該算法的有效性。本文的研究內容主要包括以下幾個方面：
　　(1)時域上，針對不同的視頻序列采用不同的運動檢測方法。首先，對于存在靜止背景的視頻序列，采用基于視頻流的背景差法，即對較簡單的、運動速度比較快的視頻序列，采用中值法建立背景；對于較復雜的背景序列，采用改進的自適應混合高斯背景建模算法。其次，對于不存在完整背景的視頻序列，如akiyo視頻，采用基于梯度

3、和灰度相關的幀間差分算法，以提高分割的準確性和通用性。
　　(2)空域上，利用NS算法中確定區(qū)域工具有較高的對比性特性進行分水嶺變換，以減少過分割現(xiàn)象，并結合邊緣信息對視頻圖像進行標記以提高分割的準確性。
　　(3)視頻分割的另一個難點是陰影檢測與去除，本文針對HSV色彩空間誤檢率較高的問題，提出一種基于色彩空間和邊緣信息的判斷依據(jù)，可以有效地減少陰影的誤檢率，確保運動目標的完整性。
　　(4)最后通過基于領域隸屬度判