基于時空聯(lián)合的視頻對象分割算法研究.pdf

1、作為MPEG-4視頻編碼標準中重要的一個組成部分，面向?qū)ο蟮囊曨l編碼技術(shù)是提高編碼效率的關(guān)鍵，而一個高效提取視頻對象的視頻分割算法是面向?qū)ο缶幋a的基礎(chǔ)。由于受實際環(huán)境中各種因素的影響，現(xiàn)有的視頻分割技術(shù)并不具備通用性，在復雜的視頻場景中，分割效果明顯下降。因此如何提視頻分割算法的適應(yīng)性已經(jīng)成為視頻分割領(lǐng)域的研究熱點。 本文針對前背景變化較小，背景變化小但噪聲影響較大，前景有較大局部運動等幾個常見的視頻場景進行了研究，提出了一種基

2、于時域多幀差分和空域改進分水嶺變換的視頻對象分割算法。在時域中根據(jù)多幀灰度差異獲取差分圖像，用高斯聚類算法消除背景噪聲，通過形態(tài)學處理得到時域分割掩模。在空域中用小波變換去除冗余信息，再通過改進的分水嶺變換進行空域分割，解決過分割的問題。在時空融合中，先降低判決閥值進行粗分割，去除空域分割中大部分背景信息。然后以一定的權(quán)值參考當前分割區(qū)域的相鄰分割區(qū)域的時域隸屬度值，重新確定區(qū)域隸屬度進行細分割。最后通過逆小波變換，得到全分辨率下的視頻

3、對象。實驗表明，本該算法在背景噪聲較大且前景物體運動較大的場景中能獲得較好的分割效果。 本文將時空聯(lián)合分割算法應(yīng)用到了步態(tài)識別和圖像修復領(lǐng)域兩個領(lǐng)域。在步態(tài)識別中，先進行時空聯(lián)合分割得到識別對象，再提取對象特征矢量建立模板庫，最后通過計算測試對象與模板的距離進行識別；在圖像修復中，先用高斯聚類得到時域掩模，再用時空聯(lián)合算法分割圖像，然后待修復區(qū)域在分割結(jié)果中搜索匹配區(qū)域，最后修復圖像。實驗結(jié)果表明，時空分割算法能一定程度上提高步