基于等周算法的運(yùn)動(dòng)目標(biāo)分割.pdf

1、動(dòng)態(tài)背景下圖像中存在著目標(biāo)與攝像機(jī)之間復(fù)雜的相對(duì)運(yùn)動(dòng)，當(dāng)目標(biāo)發(fā)生運(yùn)動(dòng)時(shí)，跟蹤攝像器件也相應(yīng)地發(fā)生運(yùn)動(dòng)，從而導(dǎo)致運(yùn)動(dòng)目標(biāo)在圖像上造成的變化與背景本身的變化混淆在一起，使分割出的區(qū)域過多。在這種情況下如何精確的實(shí)時(shí)分割出運(yùn)動(dòng)目標(biāo)成為本文研究的重點(diǎn)。 本文采用了時(shí)空聯(lián)合的分割方法，將時(shí)空分割融合在一起。分割過程中利用了當(dāng)前幀的灰度、紋理等空間聚類信息，同時(shí)也利用了相鄰幀之間的運(yùn)動(dòng)變化信息。 在空間分割方面，采用了基于圖論的分割

2、技術(shù)。基于圖論的圖像分割方法是近年來國(guó)際上圖像分割領(lǐng)域的一個(gè)新的研究熱點(diǎn)。本文根據(jù)等周割集準(zhǔn)則得到圖像的分割結(jié)果。等周割集準(zhǔn)則的提出源自典型的等周問題，即找出一個(gè)包含最大面積的最小周長(zhǎng)的邊界。它有效地解決了過分割的問題。借助此思想，將圖像分割問題轉(zhuǎn)化為線性系統(tǒng)問題，而不是圖論傳統(tǒng)中的特征向量問題，提高了速度，增進(jìn)了穩(wěn)定性，并獲得了高質(zhì)量的圖像分割效果。 時(shí)域上的分割主要是利用序列圖像的運(yùn)動(dòng)信息實(shí)現(xiàn)，運(yùn)動(dòng)信息表現(xiàn)為同一對(duì)象在不同幀

3、內(nèi)的位置、姿態(tài)、形狀等的差異，這就需要采用幀間的運(yùn)動(dòng)檢測(cè)技術(shù)。本文采用背景運(yùn)動(dòng)估計(jì)和補(bǔ)償技術(shù)，以6參數(shù)仿射模型為運(yùn)動(dòng)模型，通過超松弛迭代獲得仿射模型參數(shù)，取得了較準(zhǔn)確的運(yùn)動(dòng)估計(jì)結(jié)果。在得到全局運(yùn)動(dòng)參數(shù)之后，采用雙線性插值的方法重建變換后像素點(diǎn)的亮度。通過全局運(yùn)動(dòng)補(bǔ)償，使當(dāng)前幀與補(bǔ)償幀的背景基本對(duì)齊，對(duì)當(dāng)前幀與補(bǔ)償幀進(jìn)行差分運(yùn)算顯露出局部運(yùn)動(dòng)區(qū)域。 針對(duì)差分圖像采用區(qū)域填充和數(shù)學(xué)形態(tài)學(xué)的處理方法，把變化點(diǎn)連接起來，確定目標(biāo)的大致運(yùn)