基于幾何活動輪廓模型的視頻對象分割與跟蹤方法.pdf

1、圖像序列中運(yùn)動對象的運(yùn)動分析是計(jì)算機(jī)視覺技術(shù)的一個(gè)重要組成部分。運(yùn)動分析包括運(yùn)動對象的捕獲、運(yùn)動對象的分割、對象的跟蹤、對象的理解等內(nèi)容。其中，運(yùn)動對象的捕獲、分割、跟蹤是進(jìn)行運(yùn)動分析的前提條件，一個(gè)良好的分割與跟蹤效果是正確進(jìn)行對象理解的保證。近年來基于水平集的幾何活動輪廓模型在圖像處理領(lǐng)域得到了很大的發(fā)展，本文研究的內(nèi)容是在圖像序列中，基于幾何活動輪廓模型的運(yùn)動對象分割與跟蹤技術(shù)，目的使計(jì)算機(jī)視覺系統(tǒng)可以自動分割目標(biāo)并進(jìn)行連續(xù)的跟蹤

2、，同時(shí)在跟蹤過程中提取對象輪廓信息。 文中首先介紹了曲線演化理論和水平集方法的基本思想，并深入研究了基于曲線演化理論和水平集方法的幾何活動輪廓模型理論在圖像處理中的應(yīng)用，分析其優(yōu)缺點(diǎn)，并針對傳統(tǒng)水平集方法計(jì)算復(fù)雜度高的問題，提出了一種水平集快速改進(jìn)方法。水平集的快速改進(jìn)算法的思想是只計(jì)算包含零水平集曲線的一個(gè)較窄帶狀范圍內(nèi)的網(wǎng)格點(diǎn)的水平集函數(shù)值就可以計(jì)算出新的水平集曲線位置，而無須每次迭代都計(jì)算圖像中的每個(gè)點(diǎn)的水平集函數(shù)值，這樣

3、大大的縮小了計(jì)算量，提高運(yùn)算效率；然后圍繞幾何活動輪廓模型在運(yùn)動對象分割和對象跟蹤中的應(yīng)用兩個(gè)部分進(jìn)行研究： 在運(yùn)動對象分割過程中，為了克服傳統(tǒng)圖像分割算法提取出的運(yùn)動對象邊界不連續(xù)、精確度不高等缺點(diǎn)，提出了基于運(yùn)動對象的運(yùn)動信息和幾何活動輪廓模型理論的圖像分割方法。首先，使用圖像差分技術(shù)，即通過求連續(xù)三幀圖像的累積差分圖像，得到感興趣(ROI)區(qū)域后，以該區(qū)域的外接矩形作為曲線演化的初始輪廓曲線。然后，根據(jù)本文提出的幾何曲線演

4、化算法，保證輪廓曲線正確收斂在目標(biāo)邊緣，獲得較好的目標(biāo)輪廓形狀曲線，利用行列掃描的方法得到運(yùn)動目標(biāo)的提取模板，從而完整地提取出運(yùn)動對象，完成分割過程。 在運(yùn)動對象跟蹤過程中，由于運(yùn)動對象在各幀間位置發(fā)生變化，幾何曲線演化算法主要問題是各幀中運(yùn)動對象初始位置的估計(jì)問題。文中分析了基于Kalman濾波的運(yùn)動跟蹤算法的特點(diǎn)，利用Kalman濾波算法跟蹤后續(xù)幀中運(yùn)動對象的初始大致位置，為幾何曲線演化提供了初始輪廓線，從而實(shí)現(xiàn)進(jìn)一步的運(yùn)動