视频序列中高精度目标检测与融合

摘要

视频序列中运动目标的检测是对视频图像做进一步处理的基础，在诸如视频编码、视频监控、多媒体索引、机器人导航等领域有着非常重要的作用；图像融合技术广泛应用于图像编辑、电视电影的制作等领域中。本文针对场景中添加虚拟目标的需求，对运动目标检测技术及图像融合技术进行了探讨与研究。
　　 在运动目标检测中，本文重点研究了背景差分算法与对称差分算法。首先分析比较相关的背景重建方法，选取统计直方图法构造初始背景，然后结合背景差分法与对称差分法共同进行目标检测，一定程度上克服了背景差分法因前背景对比度低而漏检以及对称差分法的空洞问题；为了适应场景中背景的变化，根据分割出的目标掩膜对背景进行实时更新与周期更新；针对背景差分法与对称差分法均检测失效的情况，根据视频序列相邻帧的相关性，提出二次检测的思想，以完善初次检测结果，获取完整的运动目标。为了抑制阴影对目标提取的影响，结合归一化RGB空间以及LBP纹理算子进行阴影检测，最后通过形态学处理及连通域分析提取准确的运动目标。
　　 在虚拟目标与视频帧图像的融合中，为了使虚拟目标在场景中显得自然真实、无明显剪贴痕迹，对提取出的运动目标像素估计其透明度alpha值，实现虚拟目标在场景中的无缝插入，最终生成一段添加了虚拟目标的视频序列。