基于等周算法的運動目標分割.pdf

1、動態(tài)背景下圖像中存在著目標與攝像機之間復雜的相對運動，當目標發(fā)生運動時，跟蹤攝像器件也相應(yīng)地發(fā)生運動，從而導致運動目標在圖像上造成的變化與背景本身的變化混淆在一起，使分割出的區(qū)域過多。在這種情況下如何精確的實時分割出運動目標成為本文研究的重點。 本文采用了時空聯(lián)合的分割方法，將時空分割融合在一起。分割過程中利用了當前幀的灰度、紋理等空間聚類信息，同時也利用了相鄰幀之間的運動變化信息。 在空間分割方面，采用了基于圖論的分割

2、技術(shù)。基于圖論的圖像分割方法是近年來國際上圖像分割領(lǐng)域的一個新的研究熱點。本文根據(jù)等周割集準則得到圖像的分割結(jié)果。等周割集準則的提出源自典型的等周問題，即找出一個包含最大面積的最小周長的邊界。它有效地解決了過分割的問題。借助此思想，將圖像分割問題轉(zhuǎn)化為線性系統(tǒng)問題，而不是圖論傳統(tǒng)中的特征向量問題，提高了速度，增進了穩(wěn)定性，并獲得了高質(zhì)量的圖像分割效果。 時域上的分割主要是利用序列圖像的運動信息實現(xiàn)，運動信息表現(xiàn)為同一對象在不同幀

3、內(nèi)的位置、姿態(tài)、形狀等的差異，這就需要采用幀間的運動檢測技術(shù)。本文采用背景運動估計和補償技術(shù)，以6參數(shù)仿射模型為運動模型，通過超松弛迭代獲得仿射模型參數(shù)，取得了較準確的運動估計結(jié)果。在得到全局運動參數(shù)之后，采用雙線性插值的方法重建變換后像素點的亮度。通過全局運動補償，使當前幀與補償幀的背景基本對齊，對當前幀與補償幀進行差分運算顯露出局部運動區(qū)域。 針對差分圖像采用區(qū)域填充和數(shù)學形態(tài)學的處理方法，把變化點連接起來，確定目標的大致運