視頻對(duì)象分割算法的研究.pdf

1、從視頻序列中分割出視頻對(duì)象對(duì)于第二代編碼標(biāo)準(zhǔn)而言是一個(gè)非常重要的步驟，是基于內(nèi)容的視頻應(yīng)用的基礎(chǔ)，這些應(yīng)用包括基于內(nèi)容的視頻檢索、面向?qū)ο蟮囊曨l壓縮和編輯、智能人機(jī)交換等方面。視頻對(duì)象分割效果的好壞將直接影響后續(xù)的視頻應(yīng)用。 盡管人們對(duì)基于對(duì)象的視頻編碼做了大量的研究工作，但到目前為止，還沒(méi)有一種通用的方法能夠有效地將物體模型從景物中分割出來(lái)。 本文通過(guò)對(duì)現(xiàn)有的視頻序列中運(yùn)動(dòng)對(duì)象分割算法的研究，提出了一種靈活可變的算法來(lái)

2、實(shí)現(xiàn)視頻序列中運(yùn)動(dòng)對(duì)象的自動(dòng)分割。 首先，在時(shí)域分割中獲取單幀圖像的運(yùn)動(dòng)區(qū)域，摒棄了直接用幀差或者二次幀差圖做變化模板的做法。其基本思想是：利用二次幀差求交集得到單幀的運(yùn)動(dòng)信息；閾值化得到幀差掩模圖像；為了得到緊湊的結(jié)果，利用二次掃描及形態(tài)學(xué)操作來(lái)修正仿真結(jié)果作為單幀運(yùn)動(dòng)區(qū)域，該運(yùn)動(dòng)區(qū)域是帶有部分不精確邊緣的掩模圖像。其中閾值化過(guò)程所需要的閾值可以通過(guò)LHS(最小1/2抽樣法，leasthalfsamples)方法得到，該方法可

3、以及時(shí)地產(chǎn)生自適應(yīng)閾值，是實(shí)現(xiàn)自動(dòng)分割的關(guān)鍵部分。 然后，空域分割中采用形態(tài)梯度算子獲取單幀邊緣信息。幀圖像經(jīng)形態(tài)梯度處理后，物體邊緣附近的像素點(diǎn)強(qiáng)度提升并抑制了非邊緣的像素點(diǎn)強(qiáng)度，從而使圖像幀中的邊緣完整提取出來(lái)。 最后，將時(shí)域分割與空域分割結(jié)果結(jié)合，可以消除運(yùn)動(dòng)區(qū)域中多余的部分。經(jīng)二次掃描得到準(zhǔn)確的運(yùn)動(dòng)對(duì)象掩模圖像，進(jìn)行填充即可得到分割出的運(yùn)動(dòng)對(duì)象。 該算法的重點(diǎn)集中在時(shí)域分割上，摒棄一些常用的計(jì)算量較大的方

4、法，就降低算法的復(fù)雜度、節(jié)省運(yùn)算時(shí)間以及提高算法通用性、靈活性等方面做了一定的探索，并取得了一定的進(jìn)展?？偨Y(jié)而言，該算法具有以下突出特點(diǎn)： (1)較好的靈活可變性，這是本算法一個(gè)最突出的特點(diǎn)。根據(jù)視頻序列的背景復(fù)雜度的不同，可以采用部分或者整個(gè)算法過(guò)程來(lái)實(shí)現(xiàn)運(yùn)動(dòng)對(duì)象的分割。 對(duì)于背景簡(jiǎn)單的視頻序列，完全可以只利用算法中的時(shí)域分割部分來(lái)進(jìn)行運(yùn)動(dòng)對(duì)象的提取。即使在只使用時(shí)域分割方法的情況下，對(duì)于運(yùn)動(dòng)區(qū)域的獲得也是靈活的。其方

5、法是根據(jù)n幅二次幀差圖求邏輯“與”，靈活就表現(xiàn)在n的取值上(n=1，2，3…)。由多次仿真實(shí)驗(yàn)比較，一般情況下n取3可以取得理想的實(shí)驗(yàn)結(jié)果而且算法的時(shí)間優(yōu)越性不受影響。 而對(duì)于相對(duì)復(fù)雜的序列，整個(gè)算法可以保證分割結(jié)果的質(zhì)量。 (2)邏輯簡(jiǎn)單、運(yùn)算時(shí)間短。對(duì)于時(shí)域信息的分割，采用了最常用的變化檢測(cè)的思想，利用二次幀差圖求邏輯“與”的方法將運(yùn)動(dòng)區(qū)域較為精確地提取出來(lái)。而對(duì)于空域信息，采用形態(tài)梯度大大降低了計(jì)算的復(fù)雜度，贏得了