基于H.264帧间预测算法的运动目标检测技术

摘要

视频序列图像的运动目标检测是计算机视觉领域的一个重要的研究课题。在现实生活中，大量有意义的视觉信息包含在运动之中，把运动目标从实时变化的背景中快速、准确的分离出来是对图像进一步分析处理的关键。 本文的主要内容是对视频序列图像中运动目标检测技术的研究，所涉及的视频序列图像不仅包括简单背景下摄象机固定目标在运动的情况，而且包括在复杂背景下摄象机和目标都在运动的情况。 视频编码中的运动估计/补偿技术是利用相邻帧对当前图像进行预测。与早期的标准有很大的不同，在H.264视频编码标准中，帧间预测算法支持多种块尽寸(从16×16到4×4)匹配，并具有精细的亚像素表示的运动矢量(在亮度分量中是1/4像素精度)以及运动矢量预测技术。这些高精度的运动矢量包含了丰富的图像运动信息。 本文提取了H.264视频编码过程中产生的高精度的运动矢量场，并对这些运动信息进行统计分析和聚类处理，检测出背景区域和各类运动目标区域。这种方法使得监控客户端不再需要接收大数据量的原始视频图像信号进行运动检测，而只要接收包含了丰富的运动信息的编码码流，这样就大大提高了远程检测运动目标的性能。

目录

文摘

英文文摘

声明

1 绪论

1.1引言

1.2课题研究背景

1.3动态图像的含义

1.4视频图像序列分析

1.5图像彩色空间

1.5.1 RGB颜色模型

1.5.2 YUV颜色模型

1.6采样格式

1.7视频格式

1.8本章小结

2运动目标检测算法概述

2.1视频运动目标检测的任务与流程

2.2运动目标检测面临的问题

2.3当前流行的运动目标检测算法

2.3.1基于变化区域的检测

2.3.2基于非参数模型的运动检测

2.3.3基于参数模型的运动检测

2.3.4基于分类的运动检测

2.3.5基于形态学的分割方法

2.4帧间差分算法的简单实现

2.4.1帧间差分算法的基本原理

2.4.2基于熵的阈值选取

2.4.3实验结果和分析

2.5本章小结

3视频编码中的运动估计技术

3.1概述

3.2运动估计技术研究现状

3.3运动估计/补偿的基本原理

3.4块匹配准则

3.5典型的块匹配搜索算法

3.5.1全搜索法

3.5.2二维对数搜索法

3.5.3三步搜索法

3.5.4菱形搜索法

3.6块匹配法分析

3.7本章小结

4 H.264标准及其帧间预测算法

4.1视频编码标准的发展

4.2 H.264的基本编码结构

4.3 H264标准的结构

4.3.1档次和级别

4.3.2视频格式

4.3.3编码数据格式

4.3.4多帧参考

4.3.5分片

4.3.6宏块

4.4 H.264的宏块预测

4.5 H.264的帧间预测

4.5.1树结构运动补偿

4.5.2运动矢量

4.5.3插值样值的生成

4.5.4运动矢量预测

4.6本章小结

5基于H.264标准的运动信息的提取

5.1 H.264编码图像帧的分析

5.2运动信息的表示

5.3 P帧预测的实现

5.4 P帧预测中参数的调整

5.5本章小结

6基于运动矢量场聚类的运动目标检测技术

6.1划分聚类分析

6.2基本的K-MEANS聚类算法

6.2.1 k-means算法的基本思想

6.2.2 k-means算法的主要步骤

6.2.3 k-means算法的优缺点

6.3 W-K-MEANS聚类算法

6.3.1 W-k-means算法的基本原理

6.3.2 W-k-means算法的主要步骤

6.3.3 W-k-means算法中变量权重的计算

6.4运动矢量聚类

6.4.1聚类的依据

6.4.2运动矢量的k-means聚类

6.4.3运动矢量的w-k-means聚类

6.5基于运动矢量场聚类的运动目标检测算法

6.5.1算法的基本原理和流程

6.5.2算法的实现以及实验结果

6.5.3检测结果的图像后处理

6.6本章小结

7结论和展望

致谢

参考文献