面向基于对象编码的视频分割研究

【摘要】： 新一代的多媒体数据压缩国际标准MPEG-4采用基于对象的编码方式,不仅能够得到高压缩比,而且能够实现基于对象的交互功能。视频序列的基于对象的表征,将原始视频转化为更抽象更紧凑的形式,使得更高层的视频分析与理解成为可能,是从视频处理到视频分析的关键。视频对象分割是基于对象编码和表征的前提,具有重要的理论意义和应用价值。 本文在对国内外视频分割领域深入分析的基础上,从时空信息相结合的视频分割方案和基于对象跟踪的视频分割方案两方面展开了深入研究,提出了四种视频分割算法,在此基础上实现了一套完整的基于对象的视频压缩系统,取得了高压缩比。具体工作如下: 提出一种基于高阶矩检测和最大树滤波的时空分割算法,首先使用高阶矩变化检测的方法进行图像中运动对象的定位,接着使用对称差分法消除覆盖/显露的背景,然后最大树滤波方法对图像简化,之后使用分水岭算法空间分割,最后时域分割向空域分割投影,根据一定准则融合时空分割结果。 提出一种将形态学分水岭算法应用于动态图像的分割处理,精确提取视频对象的封闭轮廓的方法。使用运动边缘匹配法得到对象的粗轮廓,用它构造前景/背景标识,重构分水岭分割的梯度,使用彩色多尺度梯度修正的分水岭变换,得到封闭的视频对象轮廓,能够检测新出现的运动对象和现有对象的消失。 提出一种自适应分级的支持向量机分类方法解决对象分割跟踪问题,克服了传统的基于运动分割算法的固有缺陷。描述像素属性的特征向量由局部特征和邻域特征共同组成。使用自适应分级的支持向量机二叉树分类器决策前景和背景。 提出一种基于块仿射优势分类和HD跟踪的视频分割方法,分为运动对象检测、Hausdorff距离对象跟踪、模型更新、分水岭视频对象提取四个阶段。首先结合基于块的仿射运动方法和优势运动分类方法两者的优点,能够提取初始的运动对象,将视频对象运动分为慢变和快变两部分,分别进行跟踪,使用帧差图像的运动边缘图检测的方法来捕获最新运动的部分,使用具有容错能力的局部Hausdorff距离跟踪对象的位移和轮廓变化。 最后,研究了基于对象的视频编码结构,实现了基于对象的编码系统,利用提取的视频对象进行基于对象的编码实验,实验结果不仅取得了高压缩比(358倍左右)和可接受的解码图像质量,更为重要的是实现了视频内容的基于对象的存取。