時(shí)空聯(lián)合的視頻對象分割.pdf

1、新一代多媒體標(biāo)準(zhǔn)MPEG-4和MPEG-7采用了基于內(nèi)容的視頻編碼和視頻描述框架，包括基于內(nèi)容的壓縮、可擴(kuò)展性和可交互性等幾方面內(nèi)容。MPEG-4在編碼之前將視頻場景劃分成若干有意義的視頻對象(VO)，然后根據(jù)視頻對象的形狀、運(yùn)動(dòng)、紋理等信息進(jìn)行編碼。而MPEG-7是對各種多媒體對象統(tǒng)一的描述和各種多媒體接口的標(biāo)準(zhǔn)化，以實(shí)現(xiàn)高效的內(nèi)容檢索和查詢。其中，視頻對象分割技術(shù)是解決基于內(nèi)容編碼和描述問題的關(guān)鍵所在，直接影響著編碼器的性能和視頻描

2、述的有效性。然而，MPEG-4和MPEG-7標(biāo)準(zhǔn)僅定義了視頻的編解碼過程和語法規(guī)則，并沒有制定具體的視頻對象分割方法。作為視頻處理領(lǐng)域中的重要支撐技術(shù)，研究視頻對象分割具有深遠(yuǎn)的現(xiàn)實(shí)意義和重大的應(yīng)用價(jià)值。有鑒于此，本文重點(diǎn)研究視頻對象分割技術(shù)。 本文介紹了視頻對象分割技術(shù)在多媒體標(biāo)準(zhǔn)、視頻監(jiān)控、圖像模式識別等領(lǐng)域的應(yīng)用和研究狀況，討論了其在當(dāng)今高速發(fā)展的信息時(shí)代的重要意義和應(yīng)用價(jià)值，綜述了國內(nèi)外視頻分割技術(shù)的發(fā)展現(xiàn)況，分析了交互

3、式分割和自動(dòng)分割技術(shù)。在此基礎(chǔ)上，從空域幀內(nèi)分割、全局運(yùn)動(dòng)估計(jì)與補(bǔ)償、時(shí)域幀間分割、時(shí)空聯(lián)合投影等幾方面對視頻對象分割算法進(jìn)行了深入、充分的討論，提出了相應(yīng)的背景全景圖重建方案。多組仿真實(shí)驗(yàn)結(jié)果檢驗(yàn)了文中提出的視頻對象分割方案和背景重建方案的有效性。 首先，在空域分割方面，針對傳統(tǒng)分水嶺變換對噪聲和細(xì)密紋理敏感而易于產(chǎn)生過分割現(xiàn)象的問題，從圖像預(yù)處理以及區(qū)域標(biāo)記的角度改進(jìn)了分水嶺變換方案：①以開閉雙重建的方法獲取原始圖像的形態(tài)梯

4、度，采用一次開閉重建從整體上抑制圖像噪聲，之后采用二次開閉重建消除部分紋理產(chǎn)生的明暗細(xì)節(jié)；②提出了結(jié)合給定閾值變換和尺度等級劃分的非線性處理方法，給定閾值變換可以減少區(qū)域極小值點(diǎn)，保留對象和背景之間的高梯度輪廓，尺度等級劃分可以克服對象和背景內(nèi)部細(xì)密紋理的影響，本質(zhì)上具有區(qū)域合并的作用；③提出了一種基于像素連通性思想的改進(jìn)的分水嶺浸沒標(biāo)記算法，無需傳統(tǒng)方法中的距離變換。測試結(jié)果表明，本文方案所得區(qū)域數(shù)量僅為傳統(tǒng)方法的十分之一，且邊緣定位

5、準(zhǔn)確，有效地避免了區(qū)域融合的后處理。 其次，在靜止背景序列的運(yùn)動(dòng)檢測方面，針對傳統(tǒng)的區(qū)域基運(yùn)動(dòng)檢測思想對物體內(nèi)部紋理灰度一致性造成的“偽零幀差”區(qū)域判定的不穩(wěn)健，提出了一種以邊界運(yùn)動(dòng)信息表征區(qū)域運(yùn)動(dòng)性的檢測思想，僅在空域分割所得區(qū)域的邊界像素上進(jìn)行高斯檢驗(yàn)，根據(jù)邊界上運(yùn)動(dòng)像素占邊界像素總數(shù)的比例來確定該區(qū)域的運(yùn)動(dòng)與否，這在極大地降低了計(jì)算復(fù)雜度的同時(shí)，也顯著提高了對具有內(nèi)部紋理一致性區(qū)域的運(yùn)動(dòng)檢測能力。測試結(jié)果表明，本文運(yùn)動(dòng)檢測

6、算法耗時(shí)僅為傳統(tǒng)區(qū)域基算法的五分之一左右。 再次，在動(dòng)態(tài)背景序列的運(yùn)動(dòng)檢測方面，提出了在雙尺度鄰域上建立馬爾可夫隨機(jī)場模型的方法，突破了傳統(tǒng)的單一鄰域馬爾可夫隨機(jī)場模型對像素空域相關(guān)性的限制，并結(jié)合幀差圖像的高斯混合分布模型建立時(shí)空運(yùn)動(dòng)檢測模型，提出了簡單且便于計(jì)算的系統(tǒng)能量函數(shù)。此外，針對靜態(tài)前景區(qū)域，提出了通過相鄰兩幀運(yùn)動(dòng)模板的邏輯運(yùn)算來進(jìn)一步提取的方法。 最后，聯(lián)合時(shí)空兩域的分割結(jié)果，具體實(shí)現(xiàn)了一套視頻對象分割方案