視頻中運動對象的檢測與提取.pdf

1、在過去的十多年里，視頻對象的檢測與提取技術已受到了計算機視覺領域的廣泛關注。在視頻編碼中，基于內(nèi)容和利用人眼視覺特性的第2代編碼技術已經(jīng)提出，提取視頻對象可以很大地提高壓縮效率，并為存儲和傳輸提供了便利。在MPEG-4標準和正在制定的MPEG-7標準中提出了基于對象的檢索和瀏覽技術。在互聯(lián)網(wǎng)領域的WEB技術中，我們需要提取視頻對象，以對靜止或動態(tài)場景進行查詢和交互。另外在模式識別、計算機視覺、視頻檢索等領域也得到了廣泛的應用。
　

2、　 MPEG-4作為第二代的視頻編碼標準，首次提出了基于目標/對象的編碼。但是MPEG-4并沒有給出視頻對象的具體分割方法，只是對視頻的編解碼過程進行了定義。視頻對象分割方法無論是在視頻壓縮還是在對象編輯的應用上，都占有著舉足輕重的作用。因此對視頻對象分割方法的研究具有重大的應用價值和理論意義。
　　 在對已有視頻分割算法進行詳細分析的基礎上，基于幀內(nèi)的分割(空域分割)，本文提出一利基于邊緣檢測和分水嶺分割相結合的圖像分割算法

3、。該方法首先利用邊緣檢測算子對圖像進行邊緣檢測，通過邊緣點的限制，避免區(qū)域的過分割，同時通過改進的分水嶺分割補充漏檢的邊緣，使輪廓更加完整，從而得到較好的分割效果?；趲g的分割(時域分割)，本文分析了運動對象檢測和提取的基本方法和理論，利用三幀差分與背景差分相結合的方法來進行自適應的運動對象提取，提高了算法的效率。實驗證明，該算法能準確、快速地檢測和分割提取出運動對象并有很強的魯棒性，有著廣泛的適用性，為視頻監(jiān)控對象的壓縮和查詢操作提