基于小波域馬爾可夫模型的視頻對象分割算法研究.pdf

1、隨著通信和信息處理技術的發(fā)展，基于視頻的應用呈現(xiàn)出強大的靈活性和可擴展性，遠程醫(yī)療是隨之出現(xiàn)的新興領域。視頻圖像為遠程醫(yī)療診斷、監(jiān)護提供了重要信息，而高質量的視頻圖像數(shù)據(jù)的處理、傳輸需要更先進的數(shù)字處理技術，以便實現(xiàn)更高效的存儲和傳輸，以及更準確的分析和更靈活的操作。在新一代視頻編碼標準 MPEG-4 中，視頻圖像被認為是由一系列相互獨立的運動對象組成，其編碼是直接針對視頻對象，所以MPEG-4采用基于對象的視頻編碼。由于在編碼過程中，

2、針對不同對象采用不同的編碼方法，因此不僅能大大提高視頻圖像的壓縮比，而且允許用戶對多媒體數(shù)據(jù)按內(nèi)容進行交互式操作。視頻對象的分割是基于對象編碼的基礎，因此視頻對象的分割技術具有重要的研究價值和應用意義。視頻對象分割涉及視頻內(nèi)容的分析和理解，而視頻內(nèi)容的復雜性使視頻對象的自動分割需要大量復雜的計算，并且計算量隨著分割準確性要求增加。因此如何有效地實現(xiàn)基于對象的視頻分割，具有重大的理論意義和實際價值。
　　 為了提高視頻分割的準確性

3、，減少分割的計算量，以便能夠滿足視頻圖像的實時傳輸與處理，本文闡述了視頻分割領域研究的發(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方法的基本結構。
　　 視頻圖像質量是影響分割效果的重要因素，為了克服噪聲對視頻圖像分割的影響，本文研究了基于小波閾值去噪的基本技術，提出了一種基于小波閾值和系數(shù)放大相結合的去噪方法。該方法結合人眼的視覺特性，將視頻圖像小波變換后的低頻系數(shù)和高頻系數(shù)進行適當?shù)姆糯?，然后?/p>

4、用軟閾值法進行消噪。實驗表明，該方法在有效抑制噪聲的同時也很好的保留了圖像邊緣。
　　 通過對現(xiàn)有的分割算法的研究，結合多分辨率分析方法，提出了一種基于小波變換的馬爾可夫隨機場的視頻對象分割算法。該算法利用小波變換將圖像序列分解到小波域，在小波域中建立馬爾可夫隨機場模型，引入變權參數(shù)構造馬爾可夫模型的相應約束能量函數(shù)，使得分割模型不易于陷入局部最大值。為了減少計算量，將該方法移植到小波域中，通過從低分辨率到高分辨率的視頻對象分割

5、，降低分割的計算量，獲得較準確的視頻對象分割結果。
　　 利用最大后驗估計（Maximum A Posteriori，MAP）求最小能量函數(shù)時采用加窗口的條件迭代模式（Iterated Conditional Mode，ICM）的方法，使用合適的窗口來求解能量函數(shù)的最優(yōu)解，得出標記場，提取出運動對象，然后利用形態(tài)濾波的方法對分割結果進行修正。在加快處理速度的同時保持了分割準確性基本不受影響，達到計算速度和分析精度之間的平衡。實驗

6、結果顯示，該算法保留了更多的圖像信息，獲得更準確的視頻對象，降低了對象分割的計算量。
　　 由于視頻序列中對象運動通常是緩慢、連續(xù)、非剛性的，利用連續(xù)兩幀視頻圖像運動特征分析方法獲得低分辨率下對象的運動區(qū)域，結合圖像的空間信息，從而保證了對象提取的完整性。
　　 綜上所述，論文為了保證視頻圖像分割的準確性，首先采用小波閾值和系數(shù)放大相結合的方法對圖像進行消噪處理，然后在小波域中建立馬爾可夫隨機場模型，利用該模型實現(xiàn)了視頻