基于運動特征分析的視頻對象分割與表達研究.pdf

1、隨著視頻信息的不斷增加以及視頻應(yīng)用的不斷深入，基于對象的視頻應(yīng)用已成為當(dāng)前多媒體應(yīng)用的主要方向，因此，基于對象的視頻分割與表達己成為世界性的研究課題和相關(guān)產(chǎn)品開發(fā)的熱點之一。然而，視頻處理的實時性和準確性之間存在非常突出的矛盾，因此如何有效地實現(xiàn)基于對象的視頻壓縮、編碼和表達，從而減少其傳輸帶寬、存儲空間，實現(xiàn)其靈活的檢索等操作，具有重大的理論意義和實際價值。 基于對象的視頻表達的關(guān)鍵是視頻對象自動分割與特征表達。為了解決這些重

2、要問題，著重描述了視頻分割領(lǐng)域研究的發(fā)展線索及目前的狀況，分析了不同視頻對象分割算法的性能，給出了視頻對象分割與特征表達的基本結(jié)構(gòu)。 圖像質(zhì)量是影響對象分割與特征提取性能的重要因素。為了克服圖像噪聲和對比度對視頻對象分割的影響，提出了多尺度圖像結(jié)構(gòu)特征的分析方法。該方法利用形態(tài)學(xué)操作提取圖像在不同尺度下的特征，對特征連通集的數(shù)目分布分析，從而自適應(yīng)地估計圖像中噪聲特征，并通過減少小尺度特征而增加大尺度特征的方法來實現(xiàn)抑制噪聲和圖

3、像局部對比度增強。 為了實現(xiàn)對象的自動分割，結(jié)合多分辨率圖像分析方法，提出了一種基于運動特征分析的小波域?qū)ο蠓指钏惴?。該方法利用視頻序列中多幀圖像的運動信息，建立了對象的運動變化特征模型，通過小波域中圖像不同子帶運動變化特征分析、檢測和聯(lián)合，從而獲得更多的對象邊界信息，保證了對象分割的準確性；并提出了基于對象運動變化檢測估計的模型控制策略，從而保證了對象分割的一致性。實驗結(jié)果表明，這種對象分割方法是有效的，且能滿足視頻實時應(yīng)用要

4、求。 對象跟蹤的目的是為了獲得視頻對象的高級信息，并通過該信息提高視頻分割的性能。為此，利用對象運動的連續(xù)性，提出了基于運動預(yù)測的視頻對象跟蹤算法。該算法將前一幀圖像的分割結(jié)果映射到當(dāng)前幀，并根據(jù)對象在特征空間中的最小距離實現(xiàn)對象跟蹤，從而獲得對象的高級特征信息，同時解決了對象之間的遮擋問題。為了提高對象分割準確性，利用背景登記技術(shù)分離出背景信息，實現(xiàn)了對象中非覆蓋區(qū)域的判決。 運動信息是對象的重要信息特征。通過對大量視

5、頻序列的運動矢量概率分布分析，發(fā)現(xiàn)了運動矢量分布除了具有中心偏置性之外的另一個特性：運動矢量概率分布的方向性，提出了一種基于運動矢量概率分布特性的塊匹配運動估計算法：非完全對稱雙十字塊匹配運動估計搜索算法。由于該算法的搜索模型具有很強的緊支性，因此，搜索速度快，實現(xiàn)比較容易。理論分析和實驗結(jié)果表明，該算法在保持相同運動估計搜索性能的情況下，能較大程度地提高搜索速度；并結(jié)合對象填充技術(shù)和多邊形匹配，實現(xiàn)了基于對象的運動估計。 根據(jù)