论文部分内容阅读
1999年ISO和IEC联合发布的MPEG-4是图像编码标准中第一个针对基于内容的应用的标准,它代表了未来图像编码的发展方向。要想实现基于内容的功能,必须先将视频序列分割成视频对象,精确、通用的视频分割至今仍是一个未解决的难题。在MPEG—4标准中视频分割的内容在附件F表述,虽然附件F中介绍了多种视频分割算法,但未指定某种算法做为标准,目的就是希望研究人员能提出更好的算法。2002年6月,我国自主制定的音视频编码标准AVS的工作组正式成立,视频组的专家统一了视频压缩以MPEG-4的框架为起点,而视频分割是完成视频压缩的前提。正是由于这些原因,本文选择了这一课题。视频分割分为自动视频分割和半自动视频分割两类。从实现步骤来说,都包括摄像机运动补偿,图像的梯度估计,图像的边界提取,帧内图像分割和帧间图像分割,帧内和帧间分割结果的合并这几步。本文针对半自动视频分割方法,对其中的梯度估计,边界提取,帧内图像分割和帧间分割中的运动分析进行了研究:(1)像素灰度值的差是一个重要的测度,在视频分割的各个步骤都要用到它,而梯度值能很好的反映该测度。本文在详细分析梯度估计中出现的问题的基础上,提出了一种梯度估计算法,用该算法估计的梯度值在准确性以及对水平、垂直和对角线方向上的变化的检测要优于传统的梯度估计算法。(2)边界提取是以边缘检测为基础的,准确、容易实现、鲁棒性好的边缘检测算法在视频分割中至关重要。边缘检测的研究是从基于梯度的算法开始的,本文针对基于置信度的边缘检测算法进行了分析,该算法是由基于梯度的边缘检测和模板匹配法融合而成的。对其算法中的关键步骤,迟滞的阈值设置步骤进行了探讨,指出了对感兴趣的对象的梯度值比背景纹理的梯度值小的图像,应选取的阈值曲线类型。(3)在帧内分割步骤,本文研究了基于均值平移的图像分割方法,均值平移是一种非参数且鲁棒性好的聚类算法,其在图像处理的各个领域当中的应用,是近期的研究热点。将均值平移算法用于彩色图像分割时,空间域带宽h_s和色度域带宽h_r是两个重要的参数,它们决定了分割后的图像在空间域和色度域的分辨率。本文研究了对于纹理复杂且颜色相差很大的图像,h_r的选取情况,通过实验,归纳出了它的取值范围。(4)帧间分割步骤是通过对视频对象进行运动分析来实现的。本文论述了一种像素点匹配算法,它融合了光流法和基于颜色密度分布的方法,结合了两者的长处。用该算法对视频序列进行了实验,验证了它的性能,也指明了它的不足。最后,以本文论述的梯度估计、边缘检测、帧内分割、帧间分割中的运动分析为基础,提出了一个半自动视频方案,从原理上阐明了它的实现步骤。