數(shù)字視頻智能編輯系統(tǒng)的算法研究.pdf

1、在視頻制作過程中,常常有一些特殊要求,如場景中的字符或人臉留下一些影響視覺效果的斑點、瑕疵需要去除等。如果按傳統(tǒng)的方法,就必須重新拍攝該視頻片段,或者用現(xiàn)有的一些圖像修復工具一幀一幀的手動處理該視頻片段。這樣就導致了視頻制作慢,成本高的后果。為此,本文設計了一種數(shù)字視頻智能編輯系統(tǒng),旨在智能地編輯、去除視頻中的瑕疵、劃痕,并在所設計的智能編輯系統(tǒng)框架內重點研究了數(shù)字視頻對象跟蹤算法和數(shù)字視頻修復算法。首先,為了限定研究范圍,本文將研究對

2、象定位為連續(xù)緩慢運動的小目標對象,它具有目標區(qū)域小,紋理信息少,特征點難以提取的特點。因此,對于跟蹤算法,基于區(qū)域的跟蹤算法,如塊匹配跟蹤算法可以達到較好的跟蹤效果,同時小目標對象的豐富背景信息可作為跟蹤的輔助信息,因此本文提出了一種結合KLT算法和塊匹配算法的跟蹤算法,用KLT算法提取目標對象背景鄰域的紋理特征,得到仿射變換信息,將得到的變換信息作用于塊匹配的模板上,再利用塊匹配算法精確跟蹤目標。其次,對于修復算法,由于Telea F

3、MM算法運算簡單、快速,且對小目標修復能達到很好的效果,本文采用Telea FMM算法作為系統(tǒng)的圖像修復算法。由于本文修復的是視頻中的目標,因此提出了一種基于區(qū)域大小和跟蹤結果參數(shù)的Telea FMM視頻圖像修復算法。該算法基于目標區(qū)域大小計算初始鄰域大小?0,基于前面所述的KLT算法計算的仿射變化結果,自適應地調整后續(xù)幀的鄰域大小?,從而使得視頻圖像的修復結果保持穩(wěn)定。最后,本文提出了一種由視頻對象跟蹤模塊和視頻修復模塊構成的數(shù)字視頻