基于时空信息的运动目标分割算法

为了提高运动目标分割质量,提出一种基于时空信息的运动目标分割算法。首先利用回声状态网络仿射参数进行估计实现运动目标背景补偿,并采用非下采样轮廓波变换对视频图像进行消噪处理,然后采用标记分水岭算法对分割区域进行标记,并融合自适应光流法对运动目标进行分割,最后采用仿真实验测试算法性能。仿真实验表明,本文算法大幅度减少了运动目标分割误差,提高了分割精度,具有较强的鲁棒性。     

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.     

一种基于内容表示的图像序列运动分割算法

提出了一种MPEG－4标准所规范的基于内容表示的图像序列运动分割算法。首先进行图像序列二维运动估计并计算位移帧差,然后,将位移帧差作为将运动物体从静止背景中分离出来的标准进行分割;最后对分割结果进行形态滤波。实验结果显示,在物体存在整体运动的情况下,分割结果表现出了很好的准确度,可以成功地提取图像序列中的运动物体。     

局部运动场景中运动对象的压缩域分割算法

压缩域视频运动对象的分割技术近年来逐渐被人们所重视,并且成为较实用的技术之一.该文针对目前压缩域中运动对象分割质量不高的问题,提出一种压缩域分割的改进算法.该算法首先从MPEG压缩码流中提取运动矢量,并对矢量进行运动累加和中值滤波处理,最后利用贝叶斯风险决策对非零运动矢量区域进行校正,最终得到较好的分割结果.该文还定义了压缩域分割质量的评价参数分割率和错分率,为评价压缩域的分割结果提供了客观评价标准.     

雷达总论、雷达理论与技术

0617814复杂交通场景中多运动目标分割算法〔刊,中〕/李俊韬//北京航空航天大学学报.—2006,32(3).—297-300(L)针对室外复杂交通场景中多运动目标分割问题,提出了一种由变化检测和运动分割组成的算法,利用水平集算法对帧差图像进行变化检测得到运动窗口,在运动窗口范围内进行改进的k-均值聚类分割,利用运动相似性进行割区域融合。算法避免了整个图像的分割,减少了运算量,完整的分割出运动目标。试验结果表明,算法不仅能从复杂交通场景图像序列中有效的检测和提取出运动目标并有很强的鲁棒性,而且能够解决运动目标的遮挡问题。参110617815…     

一种自适应分裂与合并的运动目标聚类分割算法

针对智能监控系统中多个运动目标进行图像分割这一问题,该文提出一种自适应分裂与合并的多运动目标聚类分割算法。该算法首先利用视频图像的时域信息,通过样本方差进行背景建模,分割出包含多个运动目标的前景图像。然后定义了像素点的空间连通率,并设计一种利用中垂线分割法,对初始聚类进行自适应分裂与合并。在无需事先设定聚类分割数目的条件下,自组织迭代聚类算法能完成多运动目标的分割。实验结果证明该算法对多运动目标分割效果好,分割结果与人眼视觉的判断一致。利用空间连通信息使得算法迭代收敛速度快,具有良好的实时性。     

复杂背景下的运动目标分割与阴影消除

针对目前运动对象分割不完整,以及存在阴影和鬼影对运动目标分割的影响,提出了一种基于复杂背景下的运动目标分割与阴影消除方法.首先利用高斯混合模型进行初始背景建模并提取初始前景对象,将当前视频帧和背景模型进行差分运算,且通过多尺度小波变换时空域特征,将多尺度分析和图像分割相结合,压制阴影并消除鬼影对运动目标分割的影响而得到...     

采用边界评价的红外视频运动目标时空域分割方法

为了在红外视频中准确分割运动目标,提出了一种基于边界评价的红外运动目标时空域分割的新方法。首先,利用运动目标在时域差分图像中的空洞效应,提取出最有意义运动目标种子点。重点是运动目标的空间分割,利用种子区域整体与局部的关系,在提取出的种子上进行区域生长,可以得到不同生长阈值下的运动目标分割掩膜。为确定最佳生长阈值,提出了一种无需先验知识的红外目标分割掩膜边界评价准则,并采用分割-评价-再分割-再评价的循环迭代模式,利用由粗到精的搜索方法,找出最佳的生长阈值,同时得到最佳的运动目标分割掩膜。实验证明,所提出的方法能在红外视频中准确分割出运动目标区域,效果良好,性能鲁棒。     

一种从视频压缩码流中精确提取运动对象的快速算法

针对目前大部分视频对象分割方法相当复杂而且计算量大的问题,提出了一种在压缩域粗分割,在空域精细分割的方法。该方法利用压缩域中运动向量进行聚类,得到运动对象的初始分割。将分割模板通过运动参数映射到参考帧I帧,,解码初始分割区域进行Canny边缘俭测和边缘跟踪,即可得到精确的对象轮廓。该方法使得处理的数据量保持最小,节约了处理时间并得到了像素级精度的分割对象。     

利用边界运动显著性的红外运动目标分割方法

针对传统算法无法对短暂静止的红外运动目标进行准确有效地分割,该文提出了一种利用边界运动特征的红外运动目标分割方法。首先,定义了一种新指标边界运动显著性,该指标利用边界点时空域特性,可以准确反映图像中边界点的运动特征,显著性越高,则该边界点属于运动目标的可能性越大。然后,通过Otsu阈值法提取出显著性高的边界点,并利用历史数据对其进行修正,修正之后的运动边界点作为运动目标种子。最后,通过一种逐层生长的区域生长方法,在运动目标种子上分割出完整的运动目标掩膜。该方法在多组红外图像序列中进行测试与对比,结果证明该方法运动目标分割效果良好,目标背景的错分率低,可以准确检测并分割出短暂静止的运动目标。