基于時空聯(lián)合的視頻對象分割算法的研究.pdf

1、近年來,隨著多媒體以及網(wǎng)絡(luò)技術(shù)的飛速發(fā)展,基于內(nèi)容的視頻應(yīng)用得到了人們越來越多的關(guān)注,成為數(shù)字視頻技術(shù)乃至計算機視覺領(lǐng)域的一個研究熱點。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、智能人機交換等方面,而視頻對象分割效果的好壞將直接影響后續(xù)的視頻應(yīng)用。
　　 當(dāng)前視頻分割算法眾多,而其中基于時空聯(lián)合的分割方法是一種常見且有效的分割方法,因而得到眾多學(xué)者的廣泛關(guān)注。本文在綜合分析以往的視頻對象分割算法的基礎(chǔ)上,從時域、

2、空域以及時空融合三方面入手,對基于時空聯(lián)合的視頻對象分割算法進行了研究,具體內(nèi)容如下:
　　 (1)從時間域角度,提出一種基于多幀邊緣灰度差異的運動檢測方法?？紤]到區(qū)域邊界在運動中較區(qū)域內(nèi)部更為顯著以及多幀差異可以彌補信息丟失的特點,本文采用多幀邊緣灰度差異檢測的方法得到時域幀差掩模,以此進行計算提取區(qū)域邊界信息,以便去除區(qū)域內(nèi)部像素可能引入的不利影響,從而降低了運算量,然后采用聚類方法去除圖像背景中的噪聲點,再通過邊界高斯檢測

3、獲取視頻圖像的運動區(qū)域。
　　 (2)從空間域角度,提出一種基于梯度修正和層次區(qū)域融合的分水嶺分割算法。本算法從梯度修正和區(qū)域合并入手,根據(jù)開閉重建運算可以有效地抑制圖像噪聲的特點,用其對梯度圖像進行重建,并將重建后的梯度圖進行非線性劃分和浮點活動圖像的計算,作為分水嶺算法的輸入,以此來緩解過分割現(xiàn)象；同時考慮到分水嶺處理以后出現(xiàn)的大量細小區(qū)域,本文采用改進的區(qū)域合并方法對區(qū)域進行合并,以得到有意義的分割結(jié)果。
　　 (

4、3)從時空融合角度,提出一種基于形態(tài)處理和二次掃描的時空融合方法。針對傳統(tǒng)的時空融合方法易造成分割對象不完整的問題,本算法從形態(tài)預(yù)處理以及后期的二次掃描入手,采用形態(tài)膨脹操作對時域分割結(jié)果進行處理以得到緊湊的掩模圖像,然后使用基于區(qū)域隸屬度粗細分割相結(jié)合的算法進行時空投影操作,最后再使用二次掃描的方法對得到的初始結(jié)果進行處理,以使分割對象的邊緣更加完整和精確。
　　 (4)采用面向?qū)ο笏枷朐O(shè)計并開發(fā)基于時空聯(lián)合的視頻對象分割的原