視頻中運動對象的檢測與提取.pdf

1、在過去的十多年里，視頻對象的檢測與提取技術(shù)已受到了計算機(jī)視覺領(lǐng)域的廣泛關(guān)注。在視頻編碼中，基于內(nèi)容和利用人眼視覺特性的第2代編碼技術(shù)已經(jīng)提出，提取視頻對象可以很大地提高壓縮效率，并為存儲和傳輸提供了便利。在MPEG-4標(biāo)準(zhǔn)和正在制定的MPEG-7標(biāo)準(zhǔn)中提出了基于對象的檢索和瀏覽技術(shù)。在互聯(lián)網(wǎng)領(lǐng)域的WEB技術(shù)中，我們需要提取視頻對象，以對靜止或動態(tài)場景進(jìn)行查詢和交互。另外在模式識別、計算機(jī)視覺、視頻檢索等領(lǐng)域也得到了廣泛的應(yīng)用。
　

2、　 MPEG-4作為第二代的視頻編碼標(biāo)準(zhǔn)，首次提出了基于目標(biāo)/對象的編碼。但是MPEG-4并沒有給出視頻對象的具體分割方法，只是對視頻的編解碼過程進(jìn)行了定義。視頻對象分割方法無論是在視頻壓縮還是在對象編輯的應(yīng)用上，都占有著舉足輕重的作用。因此對視頻對象分割方法的研究具有重大的應(yīng)用價值和理論意義。
　　 在對已有視頻分割算法進(jìn)行詳細(xì)分析的基礎(chǔ)上，基于幀內(nèi)的分割(空域分割)，本文提出一利基于邊緣檢測和分水嶺分割相結(jié)合的圖像分割算法

3、。該方法首先利用邊緣檢測算子對圖像進(jìn)行邊緣檢測，通過邊緣點的限制，避免區(qū)域的過分割，同時通過改進(jìn)的分水嶺分割補充漏檢的邊緣，使輪廓更加完整，從而得到較好的分割效果?；趲g的分割(時域分割)，本文分析了運動對象檢測和提取的基本方法和理論，利用三幀差分與背景差分相結(jié)合的方法來進(jìn)行自適應(yīng)的運動對象提取，提高了算法的效率。實驗證明，該算法能準(zhǔn)確、快速地檢測和分割提取出運動對象并有很強的魯棒性，有著廣泛的適用性，為視頻監(jiān)控對象的壓縮和查詢操作提