基于变化检测的视频对象分割

摘要

视频对象分割是近年来比较活跃的领域，视频对象分割与视频编码标准的发展紧密相关的。视频对象分割在视频压缩、视频会议和视频监控中有重要的应用。 变化检测方法是视频对象分割的一种重要方法，在视频监控、遥感、医疗诊断和治疗等方面有重要的应用。本文主要考虑视频监控方面的应用。 本文采用帧间差分、减背景技术和边缘检测三者相结合的方法进行视频对象分割。帧间差分对噪声比较敏感，而且实时性高，本文采用基于分块的求取阈值的帧间差分方法，该方法受噪声的影响小，阈值的选择容易。但帧间差分不能检测出运动物体变化缓慢的部分。减背景技术可以很好得到运动目标的形状和位置，本文采用边运行边平均的方法建立背景，但建立背景时容易受更新系数的取值的影响，而且减背景技术容易把背景中变化大的部分判决为运动物体。把帧间差分和减背景技术得到的检测模板进行逻辑或操作，得到最后的差分模板，此时检测到的只是运动物体的大致轮廓。边缘检测可以得到运动目标精确的轮廓，如果和帧间差分及减背景技术相结合，可以消除部分检测出现的错误，得到运动物体的精确轮廓。 实验表明，本文的算法实时性高，分割得到的运动目标的结果相对于单独使用帧间差分或减背景技术的效果有明显的改进。

目录

文摘

英文文摘

声明

第一章绪论

1.1研究背景与意义

1.2国内外的研究现状

1.3论文的主要工作

1.4论文内容安排

第二章视频对象分割技术

2.1常用的去噪技术

2.2数学形态学

2.3边缘检测算子

2.4运动对象的分割方法

2.5本章小结

第三章基于变化检测的视频对象分割方法

3.1差分求取变化检测模板

3.2背景建模

3.3自适应阈值

3.4边缘检测

3.5确定运动目标

3.6后续处理

3.7本章小结

第四章实验结果与分析

4.1实验结果

4.2实验分析

4.3本章小结

第五章总结与展望

5.1总结

5.2下一步工作及展望

参考文献

后记