基于GVF-Snake的輪廓分割和視頻跟蹤研究.pdf

1、論文就圖像分割和目標跟蹤這兩大難題：提高在復雜背景的情況下的目標跟蹤的穩(wěn)定性和精確性，針對靜態(tài)圖像提高輪廓分割的精度。本文就基于GVF-Snake在輪廓分割和目標跟蹤這兩方面的應用進行研究。 GVF-Snake是主動輪廓模型的一種改進，適用于大多數(shù)靜態(tài)圖像的分割，前提條件是初始曲線的選擇以及位置比較恰當，GVF-Snake也適用于背景不復雜，運動速度較慢的視頻序列的物體跟蹤，本文中對于GVF-Snake這些不足進行了討論，分別采

2、用了隱式預測和顯式預測來改進GVF-Snake的跟蹤性能，并提升了它分割及跟蹤物體的性能。本文在研究GVF-Snake解決靜態(tài)圖像的輪廓分割和視頻序列的基礎上，融合了二次幀差法和運動補償?shù)姆椒ǎ⑶以趫D像的輪廓分割中利用了粒子濾波器來改善GVF－Snake的圖像分割性能。 粒子濾波理論是貝葉斯濾波理論和蒙特卡羅仿真理論的結合體，適用于任何能用狀態(tài)空間模型表示的非線性系統(tǒng)，以及傳統(tǒng)卡爾曼濾波無法表示的非線性系統(tǒng)，精度可以逼進最優(yōu)估

3、計。粒子濾波方法由Gordon等人在1993年首先提出，該方法利用蒙特卡羅數(shù)值解法來實現(xiàn)遞歸貝葉斯估計，后來被Isard和Blake成功的應用與連續(xù)圖像序列的輪廓跟蹤當中。它的核心思想使利用一組帶有權值得粒子來表示狀態(tài)的后驗概率密度分布，當粒子數(shù)目足夠多的時候，這種對后驗概率密度的離散加權估計可以接近貝葉斯最優(yōu)解。 論文的主要工作包括以下幾個方面： 1.本文針對GVF-Snake模型對初始輪廓的依賴性問題，提出采用二次

4、幀差法對視頻圖像進行處理自動得到初始輪廓。對于輸入視頻圖像在每一次迭代中重新計算整幅圖像的GVF場時間消耗大的問題，采用分塊計算，減少計算量，使得GVF-snake跟蹤達到接近實時的要求。在遮擋方面，提出采用前一幀差補償?shù)姆椒?，第三章的實驗表明，此方法具有較好的性能。 2.在靜態(tài)圖像的分割問題上，本文采用Ostu獲得閾值，然后用Canny邊緣檢測算子利用此閾值獲得前景的邊緣圖像，取得包含前景的外包矩形，依據(jù)外包矩形中前景邊緣圖