基于多層背景建模的視頻對(duì)象分割算法研究.pdf

1、智能視頻監(jiān)控系統(tǒng)在許多領(lǐng)域得到應(yīng)用。一個(gè)典型的視頻監(jiān)控系統(tǒng)需要完成對(duì)視頻運(yùn)動(dòng)對(duì)象的分割、跟蹤和分析，而視頻運(yùn)動(dòng)對(duì)象分割被認(rèn)為是系統(tǒng)中最為關(guān)鍵的一步。目標(biāo)檢測(cè)中最為常用的一種方法是背景建模法，想要找到準(zhǔn)確性高、效率高、魯棒性高，且能夠處理所有場(chǎng)景的背景建模方法并不容易。針對(duì)這一問(wèn)題，本論文在結(jié)合Mean Shift理論、視頻圖像處理、碼本算法的基礎(chǔ)上，對(duì)視頻運(yùn)動(dòng)對(duì)象分割算法進(jìn)行了研究，著重于提高算法對(duì)不同視頻序列的適應(yīng)性、準(zhǔn)確度等，主要完

2、成了對(duì)視頻的多層背景建模和前景檢測(cè)。
　　本論文主要研究?jī)?nèi)容如下：
　　(1)針對(duì)背景建模中的精確性、占用內(nèi)存大等問(wèn)題，提出了一種基于Mean Shift和碼本的多層背景建模算法：首先對(duì)各個(gè)位置的像素灰度采樣值分別進(jìn)行統(tǒng)計(jì)分析，具體是利用。Mean Shift算法對(duì)像素灰度采樣值進(jìn)行聚類分析，選取若干個(gè)權(quán)重大的聚類中心建立碼本，即背景模型。然后利用建立好的背景模型對(duì)視頻運(yùn)動(dòng)對(duì)象進(jìn)行分割，同時(shí)對(duì)背景模型進(jìn)行不斷的更新。實(shí)驗(yàn)結(jié)果

3、表明，由于背景建模中采用了多層背景模型，所以有效的提高了目標(biāo)分割的準(zhǔn)確性，實(shí)現(xiàn)了背景模型的有效壓縮，減少了對(duì)內(nèi)存的需求。
　　(2)針對(duì)動(dòng)態(tài)背景下的視頻運(yùn)動(dòng)對(duì)象分割問(wèn)題，實(shí)現(xiàn)自適應(yīng)的背景更新策略，提出了一種又粗到精的前景檢測(cè)方法。在背景建模階段，首先基于特征向量建立多層塊碼本模型，然后基于Mean Shift理論建立多層像素碼本模型，在這兩個(gè)碼本模型中，為每個(gè)碼元都增加了權(quán)重系數(shù)。在前景檢測(cè)階段，利用塊碼本濾除大部分背景，得到粗前

4、景，再通過(guò)像素碼本對(duì)粗前景細(xì)化，得到精確目標(biāo)。本算法既利用了塊信息，有效地加快了視頻對(duì)象分割的處理速度，提高了算法的效率，而且同時(shí)利用像素信息，使視頻對(duì)象分割結(jié)果細(xì)化、更加精確，提高了視頻對(duì)象分割的精確度。實(shí)驗(yàn)結(jié)果表明，該算法在靜態(tài)背景下的分割結(jié)果非常精確，在動(dòng)態(tài)背景下，能夠十分完整的將運(yùn)動(dòng)目標(biāo)分割出來(lái)。該算法適用于室內(nèi)監(jiān)控視頻序列、室外監(jiān)控視頻序列、單對(duì)象分割、多對(duì)象分割、動(dòng)態(tài)背景分割等多種情況，視頻對(duì)象分割結(jié)果準(zhǔn)確，能夠滿足視頻監(jiān)控