時空聯(lián)合視頻對象分割算法研究.pdf

1、新一代多媒體標(biāo)準(zhǔn)MPEG-4和MPEG-7采用了面向?qū)ο?、基于?nèi)容的視頻編碼和描述框架，包括基于內(nèi)容的壓縮、可擴(kuò)展性和可交互性等方面內(nèi)容。然而，MPEG-4和MPEG-7標(biāo)準(zhǔn)僅定義了視頻編解碼過程和接口描述的語法規(guī)則，并沒有制定具體的視頻對象分割方法。同時，語義視頻對象在視頻編碼描述領(lǐng)域之外的視頻監(jiān)控、模式識別等眾多領(lǐng)域有著廣闊的應(yīng)用前景。因此，如何從視頻中有效獲取視頻對象就成為對象基視頻處理技術(shù)的重要支撐和關(guān)鍵所在，對其進(jìn)行研究具有重

2、要的理論意義和重大的應(yīng)用價值。 論文首先介紹了視頻對象分割的基本概念和基礎(chǔ)理論，綜述了目前國內(nèi)外視頻分割技術(shù)的發(fā)展現(xiàn)狀。論文指出：在眾多的視頻對象分割方法中，時空聯(lián)合的視頻對象分割方法綜合利用了視頻的時間和空間信息，更符合人眼視覺感知的方式，綜合效果較好，表現(xiàn)出可喜的應(yīng)用前景。但是算法的精確性、魯棒性以及實(shí)時性等方面還沒有達(dá)到令人滿意的程度，與實(shí)際應(yīng)用有相當(dāng)?shù)木嚯x，需要進(jìn)一步提高和完善。論文對現(xiàn)有的時空聯(lián)合視頻對象分割算法進(jìn)行了

3、分析和總結(jié)，以提高時空聯(lián)合視頻對象分割算法的速度和精度為目標(biāo)，開展了一系列研究工作。 針對經(jīng)典高階統(tǒng)計時域運(yùn)動分割算法計算量較大、經(jīng)典空域分水嶺分割存在過分割從而需要復(fù)雜的區(qū)域合并的問題，提出了一種基于分塊高階統(tǒng)計和形態(tài)學(xué)濾波的時空分割算法：(1)時域分割部分，提出了分塊高階統(tǒng)計運(yùn)動檢測的方法，較快地得到輪廓粗糙的前景運(yùn)動區(qū)域，結(jié)合基于最大類間方差的閾值算法，通過后處理可以得到較為精細(xì)的視頻對象運(yùn)動檢測模板，加快了時域分割的速度

4、；(2)空域分割部分，從強(qiáng)調(diào)整體、淡化細(xì)節(jié)的思路出發(fā)，將交變序列重建濾波算法和分水嶺算法有機(jī)結(jié)合，可以提取出分割區(qū)域的精確邊緣，同時避免了復(fù)雜的區(qū)域合并。實(shí)驗(yàn)結(jié)果表明，該算法加快了時域運(yùn)動檢測的速度，提取出的視頻對象邊緣定位準(zhǔn)確，有效避免了區(qū)域合并，對背景靜止和經(jīng)過全局運(yùn)動補(bǔ)償?shù)囊曨l均能取得較好的分割效果。 為了充分利用網(wǎng)格基分割算法計算量小、速度較快的特點(diǎn)，進(jìn)一步提升分割算法的速度性能，同時解決傳統(tǒng)網(wǎng)格基分割結(jié)果邊緣與視頻對象

5、實(shí)際邊緣不一致的問題，提出了一種改進(jìn)的網(wǎng)格基視頻對象快速分割算法。該算法用機(jī)器學(xué)習(xí)FAST算法檢測視頻幀的角點(diǎn)，然后將一個二維Delaunay網(wǎng)格匹配到這些角點(diǎn)上得到視頻圖像的二維網(wǎng)格表示，通過基于高階統(tǒng)計的角點(diǎn)運(yùn)動分析，快速得到粗糙的前景運(yùn)動輪廓區(qū)域，接著采用基于象素的高階統(tǒng)計運(yùn)動分析方法對運(yùn)動輪廓區(qū)域進(jìn)行精細(xì)化，再經(jīng)過后處理就可以獲得最終的視頻對象分割模板，從而有效地提取出前景視頻對象。實(shí)驗(yàn)結(jié)果表明，該算法簡單易行，加快了分割的速度

6、，提取出的視頻對象邊緣與實(shí)際邊緣一致，適用于背景靜止和經(jīng)過全局運(yùn)動補(bǔ)償?shù)囊曨l。 為了解決基于交變序列重建濾波的分水嶺分割算法中結(jié)構(gòu)元素大小需要人工交互確定以及局部梯度極值造成視頻對象具有“背景毛刺”的問題，提出了一種形態(tài)學(xué)交變序列重建濾波算法和自適應(yīng)閾值判別算法相結(jié)合的視頻對象空域自動分水嶺分割策略。在結(jié)構(gòu)元素逐漸變大的形態(tài)學(xué)開閉重建濾波迭代過程中，大大減少了分割區(qū)域的數(shù)目，有效避免了復(fù)雜的區(qū)域合并，同時使得對象邊緣象素的梯度與

7、平坦區(qū)域內(nèi)部象素的梯度更易區(qū)分，利用基于最大類間方差的閾值算法自動獲得判別閾值，通過非線性變換進(jìn)一步消除局部梯度極值造成的分割小尺寸區(qū)域，從而獲得令人滿意的視頻對象空域分割結(jié)果。實(shí)驗(yàn)結(jié)果表明，該算法能自動獲得合適的結(jié)構(gòu)元素大小和非線性變換閾值，提高了算法的通用性和易用性，將應(yīng)用該空域分割策略獲得的空域分割結(jié)果與合適的時域分割結(jié)果相結(jié)合，就可以有效提取出具有精確邊緣的視頻對象。 為了自動、快速、精確地提取完整的初始視頻對象，提出了