视频图像序列中运动对象分割算法的研究

来源 :山东大学 | 被引量 : 0次 | 上传用户:rui6372472
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频对象分割技术作为多媒体技术应用的一个主要方面,在视频编码、检索、多媒体交互和计算机视觉中有着极为重要的应用。它是基于内容的视频应用的基础,其分割效果的好坏将直接影响后续的视频应用。尽管人们对基于对象的视频编码做了大量的研究工作,但到目前为止,还没有一种通用的方法能够有效地将物体模型从景物中分割出来,大部分的算法都是针对具体的情况。视频对象分割在许多领域有着很广泛的应用,其中在低比特率下的多媒体领域应用更是与日俱增,然而目前很少有针对这种情况的分割算法,因此逐渐成为当前视频研究领域的热点之一。 本文阐述了数字图像分割的基础理论,分析了现有的视频序列中运动对象分割算法,针对低比特率视频序列,提出了一种简单高效的运动对象分割算法,并利用大量的视频序列对其进行了仿真。 因为在新闻播报、视频会议等低比特率多媒体应用的视频序列中,视频对象运动较为缓慢,对象内部和背景变化较小,而对象与背景边界交叠的部分,由于对象的运动,在一定范围内,其轮廓在帧间会有明显的变化。但是两帧之间的变化并不能完全地反映在对象的全部边界上,根据统计特性,如果选取足够多的连续帧,计算其累积帧差,对象的实际轮廓将被包含在由累积帧差得到的对象边界中。因此,本文算法首先利用累积帧差,弥补了两帧帧差所得边界的不完整性,得到准确的运动对象的定位;然后,对得到的帧差图像进行阈值化处理和形态学处理,得到完整的运动对象掩模;对背景相对复杂的视频序列,采用时空结合的方法来获得帧差模板,其中空域分割采用“canny”算子;最后,扫描填充运动对象掩模提取运动物体,得到分割图像。 实验结果表明该算法简单高效,同时兼顾运动图像分割效果和实时性两个重要的原则,特别适合应用于视频会议、可视电话和新闻播报等场景中。
其他文献
期刊
语音信号分类是语音识别、说话人识别和语音合成的一个重要基础过程,其首要问题就是选择合适的信号特征参数。论文首先对时频分析和语音信号处理研究的发展做了简要回顾,然后
期刊
期刊
脑科学研究已经成为当今最热门的研究话题之一。脑神经系统的研究能提高人类对大脑高智能高效率的认知,对人工智能、细胞生物学和生物信息学等相关领域都有重要的推动作用。所
期刊
期刊
期刊
无线局域网与传统的有线以太网相比,摆脱了有线的限制,具有更方便、灵活、安装便利等优点,近年来发展十分迅速,现已广泛覆盖至企业、医院、学校、商场、公共交通站点等重要区域,无
期刊