体育比赛视频中标牌型广告是体育赛事重要的收入来源,场边标牌型广告检测是虚拟广告系统的重要组成部分。不同场地的标牌型广告由于光线、材质、遮挡、分布情况的多变性,导致检测定位广告标牌区域存在难度。本文针对体育比赛视频中广告标牌区域检测问题进行研究,旨在提高算法的普适性。主要研究内容如下:1.提出一种基于球场特征与视觉显著性融合的检测算法,利用主颜色提取,B样条拟合,基于全局对比度与距离统计的显著性分割算法,获取广告标牌区域,实现针对多种特殊场景的标牌区域检测。将本文算法与多种常见的显著性分割算法对比,本文算法提高了算法的普适性。2.提出一种基于背景模型的图割算法,对去除球场区域图像,在HV通道上,进行空域背景建模,并在时域上不断迭代。根据帧间差模型,判断是否需要重新初始化背景模型。利用最大流方法求解Gibbs能量最小值,获取广告标牌区域。采用B样条拟合及高度统计,修正广告标牌边界。将本文算法与多种常见的图像分割算法对比,本文算法在特殊场景下,可以获得较高的准确度,弥补了部分算法的不足,提高算法的普适性。3.针对标牌区域跟踪问题,提出了一种基于光流的区域跟踪算法。利用SURF提取特征,光流法跟踪特征点,计算帧间单应性矩阵,并采用RANSAC算法不断修正模型,获取广告标牌区域跟踪位置。将本文算法与典型的点匹配算法对比,本文算法运行速度较快。同时将本文三种标牌区域检测算法对比,比较三种算法的优缺点,为后续研究打下基础。