視頻對象分割技術(shù)及應(yīng)用.pdf

1、在信息化的社會，視頻內(nèi)容因提供了最為豐富和全面的信息要素日益受到現(xiàn)代交通、網(wǎng)絡(luò)媒體及計算機視覺等行業(yè)的青睞和重視。然而，原始視頻往往含有的信息量非常大。其中部分甚至大部分信息對于行業(yè)具體應(yīng)用而言意義不大。因此，如何提取有用信息，縮減視頻的信息量就成為一個與實際應(yīng)用緊密關(guān)聯(lián)的重要問題。比如，在交通監(jiān)控和安全監(jiān)控視頻中，使用視頻對象分割技術(shù)將其中的主題信息(主要指運動對象信息)提取出來，才能更有效的對道路及生產(chǎn)環(huán)境安全進行監(jiān)控。 目

2、前，視頻對象分割技術(shù)就是最近幾年發(fā)展起來的一種提取視頻有效信息的重要基礎(chǔ)性技術(shù)：該技術(shù)已廣泛應(yīng)用于交通流視頻監(jiān)控、工業(yè)自動化監(jiān)控、安防、網(wǎng)絡(luò)多媒體交互以及視頻壓縮編碼等實際生產(chǎn)生活中。本文對視頻對象分割技術(shù)及其應(yīng)用進行了具體研究，并提出了一種基于高斯混合模型和小波理論的改進型的背景消減法。該方法有效削減了分割存在的噪聲和空洞，提高了運動對象邊緣的準確性。 本文所做的主要工作如下： 1．研究并實現(xiàn)了目前已有的多種分割算法。

3、靜態(tài)圖像處理技術(shù)在視頻分割中常用的工具及方法，如濾波方法、形態(tài)學算子及靜態(tài)圖像分割方法；視頻對象分割技術(shù)，尤其是自動分割方法中的常用方法。 2．研究并提出了一種改進型背景消減法。針對原有的基于高斯混合模型的背景消減方法存在噪聲、空洞和邊界分割不準確的不足。本文研究了一種由預分割與后處理組成的改進型背景消減法。其中，預分割基于高斯混合模型背景建模，并引入了圖像的色彩模型和對比度模型，色彩模型主要用于提取每幀中大致的前景點，對比度模

4、型主要用于確定前景和背景的邊緣；后處理綜合運用了中值濾波、小波理論中的金字塔分解和形態(tài)學開運算，以消除隨機噪聲和空洞。該方法有效地解決了原有背景消減法的不足，在削弱噪聲和空洞的同時較準確地保留了對象邊緣。 3．研究了視頻分割技術(shù)的實際應(yīng)用。以現(xiàn)代交通中的道路監(jiān)控為例，利用本文研究的算法，將視頻中的車輛進行分割提取，然后使用輪廓逼近法，將分割出的對象加以標注，從而實現(xiàn)實時監(jiān)控的輔助功能。 最后，通過對本文算法與原有背景消減