| 【中文题名】 | 综合时空信息的视频序列中运动目标分割算法 |
| 【英文题名】 | Studies on Moving Objects Segmentation in Video Sequences Based on Spatio-temporal Information |
| 【学科专业】 | 通信与信息系统 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2006-10-26 |
| 【中关键词】 | 运动参数,图像镶嵌,颜色空间,均值偏移,图像分割, |
| 【英关键词】 | motion parameter,image mosaic,color space,mean shift,image segmentation, |
| 【分类导航】 | 工业技术>无线电电子学、电信技术>通信>通信理论>信号处理>图像信号处理 |
| 【论文摘要】 |
本文提出一种综合时空信息的视频序列中运动目标分割算法,其目的是在复杂彩色视频序列每一帧中提取出相对背景运动的目标所在的区域。算法的思路是:首先构建不包含运动目标的背景全景图,然后用经过配准的各帧图像与背景相应部分做差分提取出运动模板,最后引入空间分割的信息对模板进行优化,得到精确的分割结果。
静态背景全景图的构建。本文采用了图像镶嵌(mosaic)方法对一个镜头(shot)的背景进行全景图的构建。由于摄像机的运动,所拍摄各帧图像会发生位置上的变化,而且同一目标在不同帧中形状也会变化,构造全景图,需要在全局运动补偿的基础上把所有帧中的图像形状进行统一。因此首先要获得连续图像帧之间在空间位置和形状上的变化,即坐标变换关系。为此本文研究了两种坐标变换模型:6参数的仿射模型和8参数的投影模型,实现对所有帧中的图像形状的统一,并对两种方法的结果进行了对比研究。仿射模型参数较少,运算量小,但并不能准确反映摄像机运动对图像形状变化造成的影响;投影模型可以描述大多数情况下摄像机运动造成的形状改变,但存在运算量较大的问题。实际应用中可以根据不同的场合选用不同的参数模型,本文给出了一些建议。
运动模板的... |
| 【论文题纲】 |
|
中 文 摘 要 |
3-5 |
|
ABSTRACT |
5-9 |
|
第一章 概述 |
9-15 |
|
1.1 引言 |
9-10 |
|
1.2 视频序列中运动目标分割的发展动态 |
10-13 |
|
1.2.1 基于空间信息的图像分割方法 |
10-11 |
|
1.2.2 基于时间信息的图像分割方法 |
11-12 |
|
1.2.3 结合时空信息的运动目标分割算法 |
12-13 |
|
1.3 本文采用的分割算法 |
13-15 |
|
第二章 静态背景的构建 |
15-27 |
|
2.1 本算法的目的 |
15-16 |
|
2.2 图像镶嵌技术 |
16-18 |
|
2.3 坐标变换模型 |
18-22 |
|
2.3.1 常用的图像坐标变换模型 |
18-19 |
|
2.3.2 常用参数计算方法 |
19-22 |
|
2.4 两种模型比较 |
22-27 |
|
2.4.1 仿射模型 |
23-24 |
|
2.4.2 投影模型 |
24-26 |
|
2.4.3 结果讨论 |
26-27 |
|
第三章 运动模板提取 |
27-30 |
|
3.1 本算法的目的 |
27-28 |
|
3.2 图像的配准 |
28 |
|
3.3 运动模板提取 |
28-30 |
|
第四章 彩色图像分割算法 |
30-47 |
|
4.1 本算法的目的 |
30-31 |
|
4.2 从彩色图像到特征点集的映射 |
31-36 |
|
4.2.1 颜色空间的选择 |
31-33 |
|
4.2.2 RGB 空间到 LUV 空间的转化 |
33-35 |
|
4.2.3 特征空间的构建 |
35-36 |
|
4.3 均值偏移算法应用于图像分割 |
36-40 |
|
4.3.1 均值偏移算法的理论依据 |
36-38 |
|
4.3.2 均值偏移算法实现彩色图像分割 |
38-39 |
|
4.3.3 后续处理 |
39-40 |
|
4.4 本文采用的聚类算法 |
40-41 |
|
4.5 实验结果及讨论 |
41-47 |
|
第五章 展望 |
47-49 |
|
参考文献 |
49-52 |
|
攻读学位期间发表的论文 |
52-53 |
|
附录 均值偏移过程收敛性的证明 |
53-56 |
|
致谢 |
56-57 |
|
中文详细摘要 |
57-59 |
|
| 【DOI】 | LunWen.ID:2.2008.348332 |
