基于时空分割融合的视频对象提取改进算法

提出一种基于时空分割融合的视频对象提取改进算法：时间分割基于变化检测，其关键是通过直方图分析选取合适的阈值；空间分割采用修正的分水岭变换，并通过一种基于时间距离和空间距离测度的区域合并算法克服“过分割”问题。实验结果表明，它可取得比COST211 AM更好的分割结果。     

基于时空联合的红外运动目标分割算法

针对野外复杂背景下红外运动车辆分割这一难题,提出了一种时空联合的运动目标分割算法.该算法首先通过自适应变化检测提取出初始目标,然后在初始目标外接矩形区域中做分水岭变换,最后通过基于初始目标模板投影和运动投影的区域合并,得到精确的目标.实验结果表明,该算法能快速精确地从复杂背景中分割出目标.     

一种基于小波分解和分水岭变换的视频对象自动分割算法

提出了一种基于时空分割融合的视频分割算法。时问分割采用变化检测，其关键的阈值选取通过直方图分析得到。空间分割时，先对图像进行二级小波分解，在低分辨率图像上进行分水岭变换，它可以有效克服噪声的影响并有效地减少过分割。实验结果表明，它可比COST211 AM参考分割取得更好的分割结果。     

基于时空信息融合的视频对象分割系统

提出了一种有效的时空融合视频分割系统.首先利用基于梯度的分水岭算法对图像进行分割,并利用基于时空联合的区域合并方法克服过分割现象,然后结合改进的帧差掩模对目标进行提取.试验结果表明,由于该系统充分利用了图像的颜色信息,能较完整地分割出对象,并且对象边缘更加准确.     

一种基于定时段区域补偿的视频对象分割算法

在传统时空联合算法的基础上,提出了一种基于定时段区域补偿的视频对象分割后处理算法。首先,通过对帧差图像进行噪声抑制和膨胀连接获得变化检测模板;然后,对原始图像进行开闭重构简化,求取形态学梯度,通过对形态学梯度图像进行非线性变换和梯度等级划分并最终由分水岭算法获得对象的精确边界,通过比例运算提取出视频对象的初始二值化模板;最后,通过定时段区域补偿获得最终的完整视频对象模板。实验结果证明了该算法的正确性和有效性。     

一种新的基于时空信息的视频分割

提出了一种新的基于时空信息的视频分割算法．即先将原始图像标记成不同的区域,然后以帧间差分得到的对象运动信息作为评判准则,将这些区域分别归类于前景对象和背景．达到对象分割的目的。特别是在区域标记的过程中,采用了一种新的基于分水岭的区域标识技术。通过对标准图像序列的实验结果可以看到,利用该算法能够较精确地分割出视频对象。     

一种基于时空信息的VOP分割算法

本文提出了一种基于时空分割的甚低码率图像序列的高频对象分割算法。以绝对位移帧差作为时域分割的标准;空间域上采用了一种快速的优化分水岭算法,极大地减少了运算量;然后,将时空分割结果结合起来,获取最终分割结果。对MPEG－4标准视频会议测试序列的测试结果表明,利用该算法优异的性能,不仅可以得到完整而准确的视频对象,而且具有较快的运算速度,可以满足实时性的要求。     

一种基于内容的视频对象分割算法

提出了一种基于内容的视频对象分割算法。该算法先对分块的图像进行运动估计，利用运动矢量初步分割运动前景和背景，对于产生的背景噪声使用改进的中值滤波算法滤除，并用形态学的方法恢复出运动物体。实验结果表明：该算法能够较好地从视频序列中分割运动前景和背景，比较适合于在基于内容的视频编码标准MPEG-4中使用。     

一种基于纹理特征的遥感影像分水岭分割算法

针对分水岭分割的过分割问题,提出了一种基于纹理特征的高分辨率遥感影像分水岭分割算法。该算法对基于灰度共生矩阵不同特征值得到的纹理影像分别进行降水分水岭变换,进而将两个分割结果进行叠加,最后采用一种新颖的结合纹理特征的区域合并方法完成影像分割。实验表明,文中算法能够准确定位对象的边缘,有效克服过分割及欠分割现象,具有更高的分割精度与稳定性。     

基于运动窗生成的时空视频分割

本文提出了一种基于运动窗生成的时空视频分割方法.首先通过检测运动变化区域而生成运动窗,然后只对视频图像在运动窗内的部分进行时空视频分割,从而大大减少了运算量,提高了运算速度.此外,在空间分割中,本文提出了一种符合人眼视觉特性的逐级划分的空间分割方法;最后根据运动相似性将区域合并,完成视频分割.实验结果表明,本文的方法运算速度快并能有效地进行空间分割,最后能取得较好的视频分割结果.     

基于时空曲线演化的多视频运动对象分割算法

多视频对象由于其运动的复杂性,在分割提取过程中有较大的难度.本文提出了一种基于时空曲线演化的多视频对象自动分割方法,首先根据视频序列帧间(时间域)和帧内(空间域)信息的不同特点,建立基于全局和局部特征的能量模型,并由此导出基于level sets方法的曲线演化方程;然后用视频序列的连继两帧帧差得到初始的视频对象,分别进行时间和空间曲线演化跟踪,提取多个视频对象;当对象因运动而发生相互遮挡现象时,利用基于Bayes最小错误概率决策法则的判断方法,分割遮挡对象和显露对象.实验结果表明,本文提出算法的分割效果在空间准确度上比COST211算法提高30-50%,比最佳的帧差分割算法提高5-10%.     

基于模糊聚类的视频对象分割

提出了一种基于模糊聚类的视频对象分割方法.首先通过对连续三帧视频图像进行二次差分来得到二次差分图像;然后估计噪声的特征参数滤除背景噪声,提取出视频对象的运动区域;再利用改进的FCM聚类算法对二次帧差图像中的视频对象运动区域进行空域分割,对空域分割结果进行形态学处理,得到视频对象掩模;最终获得较为理想的视频对象.实验结果表明,该算法能够较为准确地分割出视频对象,并且在空间准确度上占优.     

结合多种语义信息的半自动视频对象分割

本文提出了一种半自动视频对象分割方法.该方法结合了多种视频语义信息,来提高分割的效率和分割方法的通用性.在视频的初始帧中用半自动绘制的多边形初始化目标对象区域;然后在后续帧中自动跟踪对象区域,对于一般性对象采用基于后向块匹配的像素对应方法进行跟踪;针对平移运动的刚体对象和变化很缓慢的对象本文提出了专门的跟踪方法;最后利用一种基于同等组的模板修正方法来修正每一帧的分割模板.利用本文的方法获得了精确稳定的实验结果.     

基于均值漂移的立体视频对象分割

提出了一种结合深度信息与改进的均值漂移算法相结合的立体视频对象分割方法.首先采用自适应权值的视差估计方法.获得可靠的视差图,然后利用改进的均值漂移算法对视差图进行分割,获取视频对象.实验结果表明,该方法可以获得与语义一致的对象分割.     

基于模板匹配的视频对象分割

视频对象分割是MPEG-4标准关键技术.本文结合模板匹配和基于运动估值和补偿的对象跟踪方法,提出了一种可以从复杂场景中分割出MPEG-4视频对象的新方法.在使用运动估值和补偿得到分割掩膜后,以初始帧对象颜色为模板,在当前帧的轮廓边界区域通过模板匹配检测对象,使轮廓精确化.本文方法在一定范围内有效解决了遮挡问题,并能够以初始帧跟踪任意长序列中的对象.     

视频对象分割技术研究

视频对象分割是新一代视频编码、视频检索、互联网多媒体交互等新兴领域的关键技术。介绍了视频对象分割的相关理论概念,对其各种算法分类进行了详细阐述,并对现有的基于运动分割算法进行了分析。重点研究了时下比较热门的2种算法,即基于时域信息分割法和时空域信息联合分割算法,同时分析了当前视频分割技术的研究现状、尚存在的问题,有针对性地提出了未来工作应重点研究的几方面内容。     

基于时空标记场最大后验概率的多视频对象分割算法

该文提出了一种基于贝叶斯框架的时空标记场最大后验概率的多视频对象分割算法,根据视频序列帧间(时间域)和帧内(空间域)信息的不同特点,建立基于多个对象分割标记场的最大后验概率公式,并导出其最小能量函数,通过求解最小能量使其分割标记的后验概率达到最大。最小能量的优化求解用迭代条件模式(ICM) 方法,初始分割标记场用矢量直方图法得到。实验结果表明, 该文提出的算法对存在局部遮挡的多运动对象分割是有效的。     

A Video Coding Algorithm Based on Intraframe and Interframe Joint Prediction of Wavelet Coefficients

ＡＶｉｄｅｏＣｏｄｉｎｇＡｌｇｏｒｉｔｈｍＢａｓｅｄｏｎＩｎｔｒａｆｒａｍｅａｎｄＩｎｔｅｒｆｒａｍｅＪｏｉｎｔＰｒｅｄｉｃｔｉｏｎｏｆＷａｖｅｌｅｔＣｏｅｆｉｃｉｅｎｔｓＺｈａｎｇＸｕｄｏｎｇＷａｎｇＤｅｓｈｅｎｇＰｅｎｇＹｉｎｇｎｉｎｇ（Ｔｓｉｎ...