基于小波域馬爾可夫模型的視頻對(duì)象分割算法研究.pdf

1、隨著通信和信息處理技術(shù)的發(fā)展，基于視頻的應(yīng)用呈現(xiàn)出強(qiáng)大的靈活性和可擴(kuò)展性，遠(yuǎn)程醫(yī)療是隨之出現(xiàn)的新興領(lǐng)域。視頻圖像為遠(yuǎn)程醫(yī)療診斷、監(jiān)護(hù)提供了重要信息，而高質(zhì)量的視頻圖像數(shù)據(jù)的處理、傳輸需要更先進(jìn)的數(shù)字處理技術(shù)，以便實(shí)現(xiàn)更高效的存儲(chǔ)和傳輸，以及更準(zhǔn)確的分析和更靈活的操作。在新一代視頻編碼標(biāo)準(zhǔn) MPEG-4 中，視頻圖像被認(rèn)為是由一系列相互獨(dú)立的運(yùn)動(dòng)對(duì)象組成，其編碼是直接針對(duì)視頻對(duì)象，所以MPEG-4采用基于對(duì)象的視頻編碼。由于在編碼過程中，

2、針對(duì)不同對(duì)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(duì)多媒體數(shù)據(jù)按內(nèi)容進(jìn)行交互式操作。視頻對(duì)象的分割是基于對(duì)象編碼的基礎(chǔ)，因此視頻對(duì)象的分割技術(shù)具有重要的研究?jī)r(jià)值和應(yīng)用意義。視頻對(duì)象分割涉及視頻內(nèi)容的分析和理解，而視頻內(nèi)容的復(fù)雜性使視頻對(duì)象的自動(dòng)分割需要大量復(fù)雜的計(jì)算，并且計(jì)算量隨著分割準(zhǔn)確性要求增加。因此如何有效地實(shí)現(xiàn)基于對(duì)象的視頻分割，具有重大的理論意義和實(shí)際價(jià)值。
　　 為了提高視頻分割的準(zhǔn)確性

3、，減少分割的計(jì)算量，以便能夠滿足視頻圖像的實(shí)時(shí)傳輸與處理，本文闡述了視頻分割領(lǐng)域研究的發(fā)展線索及目前的狀況，分析了不同視頻對(duì)象分割算法的性能，給出了視頻對(duì)象分割方法的基本結(jié)構(gòu)。
　　 視頻圖像質(zhì)量是影響分割效果的重要因素，為了克服噪聲對(duì)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(shù)，提出了一種基于小波閾值和系數(shù)放大相結(jié)合的去噪方法。該方法結(jié)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(jìn)行適當(dāng)?shù)姆糯?，然后?/p>

4、用軟閾值法進(jìn)行消噪。實(shí)驗(yàn)表明，該方法在有效抑制噪聲的同時(shí)也很好的保留了圖像邊緣。
　　 通過對(duì)現(xiàn)有的分割算法的研究，結(jié)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(jī)場(chǎng)的視頻對(duì)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(jī)場(chǎng)模型，引入變權(quán)參數(shù)構(gòu)造馬爾可夫模型的相應(yīng)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(jì)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(duì)象分割

5、，降低分割的計(jì)算量，獲得較準(zhǔn)確的視頻對(duì)象分割結(jié)果。
　　 利用最大后驗(yàn)估計(jì)（Maximum A Posteriori，MAP）求最小能量函數(shù)時(shí)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(biāo)記場(chǎng)，提取出運(yùn)動(dòng)對(duì)象，然后利用形態(tài)濾波的方法對(duì)分割結(jié)果進(jìn)行修正。在加快處理速度的同時(shí)保持了分割準(zhǔn)確性基本不受影響，達(dá)到計(jì)算速度和分析精度之間的平衡。實(shí)驗(yàn)

6、結(jié)果顯示，該算法保留了更多的圖像信息，獲得更準(zhǔn)確的視頻對(duì)象，降低了對(duì)象分割的計(jì)算量。
　　 由于視頻序列中對(duì)象運(yùn)動(dòng)通常是緩慢、連續(xù)、非剛性的，利用連續(xù)兩幀視頻圖像運(yùn)動(dòng)特征分析方法獲得低分辨率下對(duì)象的運(yùn)動(dòng)區(qū)域，結(jié)合圖像的空間信息，從而保證了對(duì)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(zhǔn)確性，首先采用小波閾值和系數(shù)放大相結(jié)合的方法對(duì)圖像進(jìn)行消噪處理，然后在小波域中建立馬爾可夫隨機(jī)場(chǎng)模型，利用該模型實(shí)現(xiàn)了視頻