基于运动一致性的视频对象分割方法研究

视频运动对象检测和分割是图像处理中最具挑战性的问题之一。针对目前大部分分割算法相当复杂而且计算量大的问题，提出了一种基于运动一致性的视频对象分割方法。该方法从MPEG压缩码流中提取运动矢量场来分割视频对象，首先对运动矢量场进行滤波和校正，然后进行全局运动补偿得到对象的绝对运动矢量场，最后采用K-means聚类算法对运动矢量场进行聚类分析从而分割出感兴趣的视频运动对象。MPEG标准测试序列的试验结果证明，该方法是有效的。     

基于背景差法的视频图像分割

本文运用背景差法来进行视频图像分割。利用一种背景更新的方法来获取背景图像,解决了手动和统计获得背景的方法对背景变化不具有自适应调节作用的缺点。然后将当前帧和背景作差,并对差值图像进行二值化以及形态学处理,使运动目标被很好地分割出来。     

基于减法聚类算法的视频运动目标定位

针对视频运动目标定位的需要,本文给出了一种新的视频运动目标定位方法.该方法运用减法聚类算法对视频运动目标进行定位.分析了减法聚类算法的原理,给出了减法聚类算法的公式推导,目标定位的实现步骤及流程框图.研究了本文方法对不同类型视频运动目标的定位效果,并与基于区域生长的定位方法进行了详细比较.结合实验数据说明了本文方法的定位过程、处理时间及抗噪性能.实验结果表明,本文方法适用于待定位视频序列二值图像存在较大噪声斑点或空域连通特性较差的场合.     

一种改进的Otsu阈值分割算法

当目标与背景的类内方差差别较大时,Otsu法分割阈值偏向于方差较大的一类,从而使分割的效果不佳.针对这一问题,提出了一种改进Otsu阈值分割方法.利用目标在图像中所占比例,综合类内方差与类间方差,修正最佳阈值选择公式,并缩小算法遍历灰度范围来提高算法运算速率,最后通过区域一致性对算法的分割效果进行评价.实验结果表明,改进的Otsu法分割效果较好,并提高了算法执行效率.     

一种采用背景统计技术的视频对象分割算法

利用背景统计技术从累积的帧差信息中构建出完整、可靠的背景区域,并将其与当前帧相比较,得到初始对象分割掩膜;再对之进行后处理,以消除噪声影响和平滑对象边界,从而获得较好的对象分割掩膜,并提取出视频对象。该算法不需要预知运动对象的形状、数目等,就能较好地从静止背景中分离出目标,实验证明,它具有一定的实用性和鲁棒性。     

运动背景中结合特征位移矢量场模糊分割与 OTSU法的运动检测

运动背景中的运动检测难度较大,背景运动补偿后差分以及分割光流场可实现动目标和背景的分离,差分前需进行鲁棒的背景估计,且差分后易出现空洞,而光流估计在噪声以及目标运动速度较大时并不准确,尤其在光照变化时,两种方法均易失效。本文提出一种特征点位移矢量场模糊分割与图像自适应阈值化相结合的运动检测方法,实现在无任何关于运动目标或者运动背景先验信息条件下的动目标检测。通过改进的 SIFT匹配方法生成鲁棒的特征位移矢量场,采用模糊 C均值聚类算法对 SIFT位移矢量场进行无监督分类,实现动目标与背景特征的自适应分离。 OTSU法和形态学操作实现图像的自适应分割,用以修正特征点凸包,最终分割出动目标区域。与鲁棒的背景运动补偿后差分以及光流估计的对比实验表明,在目标运动速度较大、光照变化以及噪声情况下,本文方法均能够检测出运动目标,且在光照变化下的优势明显。     

二维直方图重建和降维的Otsu阈值分割算法

指出二维直方图直分法中存在区域划分不合理和抗噪性差问题,提出一种新的阈值分割方法,导出有关计算公式.首先分析噪声点在二维直方图中分布情况,通过重建二维直方图减弱了噪声对阈值分割的干扰;然后将二维直方图区域划分由四分法改为二分法,使得阈值搜索的空间维度从二维降到一维;最后分别给出现有二维直方图分割算法和本文方法的仿真结果.理论分析和实验结果表明,该方法可以运用于几乎所有基于二维直方图的阈值分割,特别是对受噪声污染的图片进行阈值分割时,能使分割后的图片内部均匀、边界准确、抗噪性更稳健,所需运行时间大幅减少.     

一种基于PCNN的图像分割方法

针对脉冲耦合神经网络无法确定最优分割的问题,提出了一种将脉冲耦合神经网络和类间方差准则相结合的图像分割方法。在每次迭代时将脉冲耦合神经网络点火的神经元对应的像素作为目标,未点火的神经元对应的像素作为背景,计算目标和背景之间的类间方差,取类间方差值最大的分割图像作为最终结果。实验结果表明该方法能获得视觉效果较好的分割结果并具有较强的普适性,对一幅大小为256×256的图像进行分割所需要的时间是0.8秒左右。     

一种基于PSO算法和ICM模型的图像自动分割算法

ICM模型（Intersecting Cortical Model）是一种简化的脉冲耦合神经网络（Pulse Couled Neural Network,PCNN）,ICM模型图像分割的效果取决于ICM模型中各个参数的合理选择,这一般需要通过多次实验获得。而粒子群优化算法（Particle Swarm Optimization,PSO）具有对参数自动寻优的优势,为此,将PSO和ICM模型相结合,以改进的最大类间方差准则函数为适应度函数,提出了一种新的基于PSO和ICM模型图像自动分割算法。实验仿真结果验证了该方法的有效性,即不仅可以正确的实现图像分割,而且参数可以自动设置省去了人工实验的麻烦,同时分割速度也有所提高。     

一种视频图像序列中运动对象的分割与跟踪算法

本文提出了一种视频图像序列中运动对象的分割与跟踪算法。该算法通过Canny算子检测出差帧图像的边缘信息,并结合当前帧与背景帧的边缘图像,提取出运动对象。在后续帧中通过建立前帧感兴趣运动对象与当前帧中各运动对象的帧间向量来跟踪当前帧中感兴趣的视频对象。实验结果表明,该算法可行,而且由于该算法简单、计算复杂度小,能很好地满足实时监控系统中对感兴趣运动对象的提取与跟踪。     

基于自适应模板更新与多特征融合的视频目标分割算法

针对SiamMask不能很好地适应目标外观变化,特征信息利用不足导致生成掩码较为粗糙等问题,本文提出一种基于自适应模板更新与多特征融合的视频目标分割算法。首先,算法利用每一帧的分割结果对模板进行自适应更新;其次,使用混合池化模块对主干网络第四阶段提取的特征进行增强,将增强后的特征与粗略掩码进行融合;最后,使用特征融合模块对粗略掩码进行逐阶段细化,该模块能够对拼接后的特征进行有效的加权组合。实验结果表明,与SiamMask相比,本文算法性能有明显提升。在DAVIS2016数据集上,本文算法的区域相似度和轮廓相似度分别为0.727和0.696,比基准算法提升了1.0%和1.8%,速度达到40.2 f/s;在DAVIS2017数据集上,本文算法的区域相似度和轮廓相似度分别为0.567和0.615,比基准算法提升了2.4%和3.0%,速度达到42.6 f/s。     

一种累积帧差视频对象分割算法

经过对视频序列的多帧累积,利用帧间变化信息可求得帧差之和,并用数学形态学方法处理之后,即可提取出对象边界。由此,提出了一种累积帧差的视频对象分割算法。实验结果表明,该算法能对低比特率视频序列中运动较为缓慢、背景相对简单的对象进行有效的分割,而且所用时间较短,算法简单、高效。     

Automatic segmentation system for liver tumors based on the multilevel thresholding and electromagnetism optimization algorithm

In this article, we propose an automated segmentation system for liver tumors using magnetic resonance imaging and computed tomography. The proposed system is based on the algorithm of multilevel thresholding with electromagnetism optimization (EMO). The system starts with visualizing a patient's digital communication in medicine (DICOM) abdominal data set in three views. Two-stage active contour segmentation methods that integrate region-based local and global techniques using the active geodesic contour technique are proposed to segment the liver. To increase the accuracy and speed of segmentation for liver images, we identify the optimal threshold of the image segmentation method based on EMO with Otsu and Kapur algorithms. EMO offers interesting search capabilities while keeping a low computational cost. The proposed system was tested using a set of five DICOM data sets. All images were of the same size and stored in JPEG format (512 × 512 pixels). Experimental results illustrate that the proposed system outperforms state-of-the-art methods such as the watershed algorithm. The average sensitivity, specificity, and accuracy of the segmented liver using the active contour model were 97.05%, 99.88%, and 98.47%, respectively. Moreover, the average sensitivity, specificity, and accuracy of the segmented liver tumor results were 94.15%, 99.57%, and 96.86%, respectively.     

快速背景重建的在线运动目标检测

为了能快速地从视频图像序列中创建可靠的背景图像,进而提取运动目标,文中提出了一种基于反馈信息的运动目标检测算法.首先提出了基于相邻帧信息和背景估计信息相融合的背景重建算法,保证了在视频场景改变时仍能迅速捕捉背景;还提出了基于一种在线Otsu法的运动目标检测,将相邻帧运动目标信息反馈到目标提取算法中,弥补传统Otsu法的不足;最后提出了对光线变化具有一定鲁棒性的背景估计算法.实验表明,该方法的重建速度快,准确率高,能满足实时检测的需要.     

基于背景图像差分的运动人体检测

在背景图像差分的基础上,提出一种改进的实时背景更新算法.通过背景学习过程,利用若干帧连续图像中每点像素灰度值样本,估算对应像素点的灰度值均方差.利用正态分布的"3σ原则"对图像背景进行实时更新,消除背景变化对人体分割的影响.提出基于图像平均灰度值的阈值分割算法,以提高算法对不同光照强度的适应能力.提出基于垂直投影图的阴影消除算法,分析表明,人体躯干和影子区的垂直投影特性不同,由此可以有效消除人体影子.实验结果表明,本算法在不同的光照情况下能够完整分割运动人体图像.     

综合边缘检测和区域生长的红外图像分割方法

针对红外图像的特点,提出了一种综合应用边缘检测和区域生长方法的图像分割方法。其思路为:先对图像进行边缘提取,得到边缘像素点集;然后利用该点集的平均灰度和目标区域的连通性作为生长判决条件,采用区域生长法实现图像分割。仿真结果表明,该方法能快速准确有效地实现红外图像分割,避免了单独使用边缘提取或区域生长法进行图像分割时的典型分割错误。     

Kullback-Leibler similarity measures for effective content based video retrieval

Abstract

Recent advancements in the multimedia technologies allow the capture and storage of video data with relatively inexpensive computers. As the necessity to query these data competently becomes significant, the amount of broadly accessible video data grows. As a result, content-based retrieval of video data turns out to be a demanding and vital problem. In this paper, an effective content-based video retrieval system is proposed. The raw video data are segmented into shots and the object feature, movement feature and the occlusion feature are extracted from these shots and the feature library is utilised for the storage process of these features. Subsequently, the Kullback–Leibler distance is computed among the features of the feature library and the features of the query clip which is extracted in the similar manner. Hence, with the aid of the Kullback–Leibler distance, the similar videos are extracted from the collection of videos based on the given query video clip in an effective manner.