基于輪廓編組計算模型的運(yùn)動目標(biāo)提取研究.pdf

1、輪廓編組計算模型以邊緣片段為編組元，以獲取具有明確視覺意義的目標(biāo)輪廓為主要任務(wù)，是一種非常重要且極具研究價值的知覺組織計算模型。以此為基礎(chǔ)研究圖像序列中顯著運(yùn)動目標(biāo)的提取，能夠更好地引入知覺組織原則，為后續(xù)的目標(biāo)識別、場景理解等提供更為準(zhǔn)確、簡潔的輸入，具有重要的理論價值和實(shí)際意義。
　　本文在輪廓編組計算模型的研究基礎(chǔ)上，探討了編組元的時空特征描述和運(yùn)動目標(biāo)閉合輪廓的顯著性，提出了基于顯著性和運(yùn)動一致性的輪廓編組算法。在此基礎(chǔ)上

2、實(shí)現(xiàn)了圖像序列中的運(yùn)動目標(biāo)的提取。本文的主要工作如下:
　　(1)研究了圖像序列中邊緣片段的運(yùn)動特征，提出了基于全局運(yùn)動對比度的編組元優(yōu)化算法。該算法利用編組元鄰域的運(yùn)動特征有效地區(qū)分了目標(biāo)邊緣片段和非目標(biāo)邊緣片段，不僅降低了編組元的規(guī)模，而且提高了編組元的質(zhì)量。在數(shù)據(jù)集上的編組元提取實(shí)驗(yàn)表明，與現(xiàn)有編組元提取算法比較，本文算法所獲取的編組元能夠獲得更優(yōu)的編組結(jié)果。
　　(2)研究了圖像序列中的運(yùn)動目標(biāo)區(qū)域的顯著性。從輪廓編

3、組的顯著性定義出發(fā)，研究了區(qū)域運(yùn)動顯著性對于輪廓編組的影響，提出了基于運(yùn)動顯著性的輪廓編組算法。將運(yùn)動顯著性區(qū)域作為邊緣片段連接的約束，抑制了非顯著區(qū)域?qū)τ谳喞幗M的影響。實(shí)驗(yàn)表明，與現(xiàn)有輪廓編組算法比較，該算法能提高圖像序列中運(yùn)動目標(biāo)輪廓提取的質(zhì)量。
　　(3)研究了目標(biāo)區(qū)域的運(yùn)動特點(diǎn)，提出了基于區(qū)域運(yùn)動一致性的輪廓編組算法。在編組代價函數(shù)中引入了區(qū)域運(yùn)動一致性約束并通過優(yōu)化算法提取出顯著閉合輪廓。實(shí)驗(yàn)表明，該算法能夠提高圖像序