綜合時(shí)空信息的視頻序列中運(yùn)動目標(biāo)分割算法.pdf

1、本文提出一種綜合時(shí)空信息的視頻序列中運(yùn)動目標(biāo)分割算法，其目的是在復(fù)雜彩色視頻序列每一幀中提取出相對背景運(yùn)動的目標(biāo)所在的區(qū)域。算法的思路是：首先構(gòu)建不包含運(yùn)動目標(biāo)的背景全景圖，然后用經(jīng)過配準(zhǔn)的各幀圖像與背景相應(yīng)部分做差分提取出運(yùn)動模板，最后引入空間分割的信息對模板進(jìn)行優(yōu)化，得到精確的分割結(jié)果。 靜態(tài)背景全景圖的構(gòu)建。本文采用了圖像鑲嵌(mosaic)方法對一個鏡頭(shot)的背景進(jìn)行全景圖的構(gòu)建。由于攝像機(jī)的運(yùn)動，所拍攝各幀圖像

2、會發(fā)生位置上的變化，而且同一目標(biāo)在不同幀中形狀也會變化，構(gòu)造全景圖，需要在全局運(yùn)動補(bǔ)償?shù)幕A(chǔ)上把所有幀中的圖像形狀進(jìn)行統(tǒng)一。因此首先要獲得連續(xù)圖像幀之間在空間位置和形狀上的變化，即坐標(biāo)變換關(guān)系。為此本文研究了兩種坐標(biāo)變換模型：6參數(shù)的仿射模型和8參數(shù)的投影模型，實(shí)現(xiàn)對所有幀中的圖像形狀的統(tǒng)一，并對兩種方法的結(jié)果進(jìn)行了對比研究。仿射模型參數(shù)較少，運(yùn)算量小，但并不能準(zhǔn)確反映攝像機(jī)運(yùn)動對圖像形狀變化造成的影響：投影模型可以描述大多數(shù)情況下攝像

3、機(jī)運(yùn)動造成的形狀改變，但存在運(yùn)算量較大的問題。實(shí)際應(yīng)用中可以根據(jù)不同的場合選用不同的參數(shù)模型，本文給出了一些建議。 運(yùn)動模板的提取。攝像機(jī)獲取的每一幀圖像都同時(shí)包含了背景和運(yùn)動目標(biāo)的信息，可以認(rèn)為是背景和運(yùn)動目標(biāo)的疊加。當(dāng)獲得了背景的全景圖后，就可以用經(jīng)過校準(zhǔn)的各幀圖像和背景相關(guān)部分進(jìn)行差分運(yùn)算，則該幀圖像中背景部分相減后為零，運(yùn)動目標(biāo)部分非零，從而得到非零區(qū)域就獲得了該幀中運(yùn)動目標(biāo)所在的區(qū)域。由于噪聲等影響，獲得的區(qū)域并非運(yùn)動

4、目標(biāo)的精確形狀和區(qū)域。可以采用閾值法提高精度，并除去過小的區(qū)域。 彩色圖像分割。運(yùn)動目標(biāo)分割要把運(yùn)動目標(biāo)所在的區(qū)域從背景中分割出來，就需要在每一幀圖像實(shí)現(xiàn)空間分割，即把彩色圖像分割成具有色彩一致性的區(qū)域，其中運(yùn)動目標(biāo)就是這樣一些色彩一致性區(qū)域的集合。本文采用基于均值偏移(meanshift)的算法，該算法本質(zhì)上是一種特征聚類算法。首先把彩色圖像映射到一定的特征空間中，本文采用的是包含空間信息和顏色信息的混合特征，在映射過程中完全

5、沒有損失信息，因而特征空間中的特征點(diǎn)能忠實(shí)反映彩色圖像。在特征點(diǎn)聚類過程中采用最常用的各向同性Epanechikov核函數(shù)，根據(jù)特征空間中的密度，尋找密度梯度為零的點(diǎn)作為模式點(diǎn)，把所有特征點(diǎn)都?xì)w類到某一模式中，最終實(shí)現(xiàn)把數(shù)量眾多的特征點(diǎn)分類到數(shù)目較少的模式中。最后把經(jīng)過聚類的特征點(diǎn)再映射回彩色圖像，從而實(shí)現(xiàn)彩色圖像的分割。本文提出了一種新的濾波聚類方法，即始終把計(jì)算得到搜索窗口的中心和實(shí)際存在的特征點(diǎn)聯(lián)系起來，減少需要進(jìn)行偏移矢量計(jì)算的