共查询到15条相似文献,搜索用时 171 毫秒
1.
立体视频对象分割是交互式多视点视频应用的关键技术。为了提高对象分割的时效性和精确性,提出了一种利用压缩域视差和运动信息的立体视频对象分割算法。该算法首先对运动矢量场和视差场进行提取和修正处理,然后对视频帧进行分割作为初始值,最后用均值偏移算法聚类得到最终的对象分割结果。实验结果表明,对于纹理复杂的场景有很好的分割效果,可以获得与语义一致的对象。 相似文献
2.
基于对象的立体视频编码压缩技术能在立体视频会议系统中得到很好的应用,从立体视频信号中正确分割出立体视频对象是基于对象的立体视频编码压缩的一个前提条件,基于立体视频会议图像序列的时空特性和左右通道间的视差特性,提出了一种立体视频对象分割与跟踪算法,首先利用空域分割和运动检测相结合的方法,提取左通道中的运动物体;然后,提出一种左右通道间基于边缘轮廓的二级视差匹配算法,并根据已分割的左通道运动对象提取右通道的视频运动对象;最后利用对象边界轮廓的跟踪方法对后续图像中的运动对象进行快速跟踪,实验结果说明文中算法能够应用于立体视频会议图像序列的立体对象分割与跟踪。 相似文献
3.
4.
5.
6.
7.
基于视差和阈值分割的立体视频对象提取 总被引:1,自引:0,他引:1
视频对象分割和提取是编码、通信以及视频检索等基于内容视频处理中的关键问题,为了从只有单一全局运动、含有重叠多对象的立体视频序列中提取对象,提出了一种基于视差分析和阈值分割的对象提取方法。该方法首先用改进的区域匹配法进行立体视差估计,并通过合理减少匹配窗的运算量及根据视差特性设定搜索路径来加快匹配速度;然后针对图像中不同的对象分别采用迭代阈值法和自适应阈值法进行二次分割;最后从阈值分割结果中提取出各个对象。实验提取出的各深度层视频对象效果良好,表明该方法是一种有效的适用于全局运动的立体视频序列对象提取方法。 相似文献
8.
立体图像技术将是未来多媒体发展的重点方向,其中视差估计是立体图像处理的关键,针对目前视差估计方法的不足,提出了一种基于冗余离散小波变换的视差估计算法。首先对参考图像进行冗余小波变换,提取特征点,然后根据特征点在目标图像进行视差估计。实验表明该算法能有效获得视差矢量,视差匹配后能得到良好的重建图像。同时在TI公司的多媒体器件DM642上进行了实验。结果表明,提出的设计方案具有实时可行性,并较有效地减少了运算复杂性。 相似文献
9.
从视频序列中提取视频目标是基于内容编码中的一项关键技术。提出了将高阶统计运动检测和多尺度分水岭相结合的视频目标分割算法。该算法首先利用高阶统计运动检测算法检测出运动区域,通过后处理得到运动目标的初始模板。然后,用小波变换对视频图像进行多分辨率分解。在最低分辨率上应用分水岭算法分割得到具有精确边缘的分割区域,通过将区域融合后的区域逐步投影到高分辨率图像上并结合高分辨率图像上的分水岭算法逐步提取出具有精确边缘的区域。最后,将运动目标的初始模板和多尺度分水岭分割得到的区域结合起来提取出具有精确边缘的视频对象。实验结果表明该算法能有效地分割和提取出视频序列中的视频对象。 相似文献
10.
11.
一种基于立体视觉的运动目标检测算法 总被引:2,自引:1,他引:1
在目标检测中采用立体视觉方法。首先对立体图像对进行匹配求取场景的视差图,再运用基于视差的背景差分法获得含有运动目标的前景区域,最后根据前景区域的视差和位置分布准确定位各运动目标。立体视觉方法有效解决了单目视觉检测方法中的一些难点问题,可以克服光线的变化和阴影干扰对目标检测带来的影响,在多个目标发生部分遮挡时仍能正确区分各运动目标。 相似文献
12.
13.
随着基于对象视频应用的发展,视频对象的分割成为人们研究的热点。提出了一种基于变化检测的视频对象分割算法。该算法首先求出连续两帧图像之间的差分,利用帧间变化信息可以得到视频对象的运动区域,根据差分图像的中值(MED)和中值绝对差(MAD)及原始图像均值确定阈值并滤除噪声,用数学形态学方法进行后处理,最终得到精确的视频运动对象。实验结果表明,该方法能够从背景不变的视频序列中较好地提取出视频运动对象,而且算法简单、高效、准确。 相似文献
14.
视频序列中运动目标的检测是目标识别、标记和追踪的重要组成部分,背景减除法是运动目标检测中被广泛应用的算法。针对光线变化、噪声和局部运动等影响运动目标检测效果的问题,提出一种基于背景减除法的视频序列运动目标检测算法。该算法结合背景减除法和帧间差分法,对当前帧像素点的运动状态进行判断,分别对静止和运动的像素点进行替换和更新,采用最大类间方差(Otsu)法对差分图像进行目标提取,并使用数学形态学运算去除目标中的噪声和冗余信息。实验结果表明,所提算法对于视频序列中运动目标的检测具有较好的视觉效果和较高的准确度,能够克服局部运动以及噪声等缺陷。 相似文献
15.
开展基于视差和尺度不变特征变换(SIFT)的双目视觉移动目标识别和追踪的研究。首先采用基于梯度的立体匹配算法得到较准确的左右视图视差映射,其次通过视差映射提高基于SIFT特征的左右视图运动目标的匹配精度,最后利用视差映射和区域增长的方法相结合分别在左右视图完成运动目标的追踪。实验结果表明,基于视差信息和SIFT的双目视觉移动目标识别与追踪算法具有很好的准确性,能够在连续视频中完成左右视场中对同一物体的追踪。 相似文献