基于邊緣檢測和分水嶺的視頻對象分割算法的研究.pdf

1、隨著信息技術(shù)的發(fā)展，信息技術(shù)在醫(yī)學(xué)監(jiān)護中的應(yīng)用越來越廣泛。視頻作為最直接的可視信息在醫(yī)學(xué)監(jiān)護中發(fā)揮著重要的作用，它可以實時反映病人的行為和精神狀態(tài)。然而視頻巨大的數(shù)據(jù)量，給視頻的傳輸和存儲提出了一個很大的難題。因此研究基于對象的視頻處理將是一個非常有意義的工作。
　　 視頻對象分割作為基于對象的視頻處理，是當前視頻研究領(lǐng)域的熱點與難點，其目的是提取出視頻序列圖像中的視頻對象，是后續(xù)圖像分析、存儲和檢索的關(guān)鍵。由于視頻圖像本身的復(fù)

2、雜性，以及環(huán)境等外界因素的多樣性，目前依然缺乏一種具有普適性的視頻對象分割算法，給視頻圖像處理技術(shù)的推廣應(yīng)用產(chǎn)生了一個很大的障礙。因此本文著眼于探求一種具有普適性的視頻對象分割算法。本文結(jié)合空間的邊緣信息和區(qū)域信息進行了研究，提出了一種改進的基于邊緣檢測與分水嶺的視頻對象分割算法，主要內(nèi)容包括以下幾個方面：
　　 首先，針對現(xiàn)在的圖像分割算法計算量大的難點，改進了基于邊緣變化檢測的視頻分割算法。該算法根據(jù)視頻圖像變化率，選擇不同

3、的差分算法獲取差分圖像，從而較完整的保留視頻對象邊緣信息，提取出初始的視頻對象邊緣，并通過邊緣連接算子和后處理技術(shù)提取出視頻對象。
　　 其次，針對陰影問題和運動不一致的問題，提出了一種改進的基于邊緣檢測與分水嶺的視頻對象分割算法。該算法通過融合基于差分圖像的邊緣檢測算子提取出來的視頻對象和通過分水嶺區(qū)域合并算法獲得的視頻對象輪廓，提取出視頻對象。由于該算法充分利用了視頻圖像的時空信息，有效的改善了視頻對象提取中的陰影和邊緣殘缺