基于MPEG-4的视频对象分割算法研究

论文摘要

视频编码标准MPEG-4增加了适用于多种应用的基于视频内容的功能,为了支持这一功能和提高编码效率,MPEG-4将视频序列中的每一帧分解成视频对象面（VOP）。这需要按照视频对象进行视频图像分割。基于MPEG-4的视频对象分割是MPEG-4标准的核心问题,同时,也是一个非常复杂的问题。在MPEG-4标准中,视频对象的分割仍然是一个开放部分。因此,本文选择了这一既有理论价值又有应用价值的课题,基于MPEG-4的视频对象分割算法研究。 视频图像处理数据量大,基于MPEG-4的视频分割算法实时性要求高,要对视频图像进行实时处理,在普通微机上很难完成。由于DSP器件具有强大的实时运算能力,在本研究中采用了TI公司的最新产品IDK（Imaging Developer’s Kit）来进行视频图像的采集、处理。 本文主要工作表现在: 1.对基于MPEG-4的视频对象分割算法的国内国际现状作一个全面的综述。通过查阅和整理相关领域的原始文献,对各种视频分割、跟踪算法进行深入研究。 2.通过摄像头采集进来的视频序列可能受到各种噪声源的干扰,如果不加处理,会直接影响到我们的分割结果。对实时视频序列进行了低通滤波,滤除了高频噪声,又较好地保持了图像的边缘特性,实现了视频分割前的预处理。 3.为了实现较完整的视频对象分割,提出了一种基于视频图像边缘信息和最小错误率的贝叶斯决策理论的视频对象分割算法。 4.为了提高视频序列的分割速度和分割结果的连续性,需要对视频对象进行跟踪。基于视频运动对象跟踪的现状和特点,本文提出了一种基于视频运动对象区域灰度特征跟踪和基于视频运动对象的轮廓特征相结合的视频运动跟踪算法。

论文目录

• 摘要
• Abstract（英文摘要）
• 目录
• 第一章 引言
• 1.1 研究背景及意义
• 1.2 基于对象的编码标准MPEG-4
• 1.2.1 MPEG-4体系结构
• 1.2.2 MPEG-4视频编码原理
• 1.2.3 MPEG-4系统终端模型
• 1.3 本论文的内容安排
• 第二章 TMS320C6711图像开发平台（IDK）
• 2.1 DSPs的发展现状
• 2.2 IDK的硬件结构
• 2.3 软件开发工具CCS
• 第三章 视频对象分割理论与方法
• 3.1 图像分割技术
• 3.1.1 基于边界的分割技术
• 3.1.1.1 并行边界分割
• 3.1.1.2 串行边界分割
• 3.1.2 基于区域特征的分割技术
• 3.1.2.1 并行区域分割
• 3.1.2.2 串行区域分割
• 3.2 视频对象分割技术
• 3.2.1 利用空间信息的视频分割
• 3.2.2 利用运动信息的视频分割
• 3.2.2.1 基于光流场的视频分割
• 3.2.2.2 运动区域检测模板的视频分割
• 3.2.2.2.1 不使用参数模型的分割方法
• 3.2.2.2.2 使用参数模型的分割方法
• 3.2.2.3 基于高阶矩的运动分割方法
• 3.3 本文分割算法
• 第四章 基于MPEG-4视频对象分割算法
• 4.1 视频对象分割预处理
• 4.1.1 视频图像预处理算法
• 4.1.2 两种视频图像预处理算法
• 4.1.3 视频图像预处理结果与分析
• 4.2 本文的视频分割算法
• 4.2.1 基于最小错误率的贝叶斯决策理论的视频分割算法
• 4.2.1.1 基于最小错误率的贝叶斯决策理论
• 4.2.1.2 基于最小错误率的贝叶斯决策的视频对象分割算法
• 4.2.2 利用视频图像边缘信息的分割算法
• 4.2.2.1 视频图像边缘检测算法
• 4.2.2.2 基于图像边缘信息的视频对象分割方法
• 4.2.3 两种算法相结合的视频对象分割算法
• 4.3 视频对象分割结果与分析
• 第五章 视频运动对象跟踪
• 5.1 视频对象跟踪目的
• 5.2 视频对象跟踪研究现状
• 5.2.1 基于区域的跟踪技术
• 5.2.2 基于轮廓和网格划分的跟踪技术
• 5.2.3 基于特征的跟踪技术
• 5.2.4 基于模型的跟踪技术
• 5.3 本文的视频运动对象跟踪算法
• 5.3.1 基于区域灰度特征的跟踪算法
• 5.3.2 基于视频对象轮廓的跟踪算法
• 5.3.3 两种算法相结合的视频对象跟踪算法
• 5.4 跟踪结果和分析
• 第六章 总结与展望
• 6.1 全文工作总结
• 6.2 未来工作展望
• 参考文献
• 致谢
• 作者在攻读硕士期间发表的论文