场景视频图像序列标记内容检测与过滤技术

论文摘要

视频内容的特征提取和过滤是数字视频处理、模式识别等领域的重要组成部分,在民用和军事上均具有广泛的应用,例如自动控制、保安监视、遥感和生物医学图像分析等场合。此外基于对象内容的视频压缩编码也颇受青睐,广泛应用于 MPEG-4 等国际标准中。同时,按照信息内容进行分类、检索和过滤也是未来实施信息与网络安全策略的重要趋势及关键技术。 本论文就基于对象特征的视频图像过滤技术进行了探讨,讨论了“场景视频图像序列标记内容检测与过滤技术”的系统设计和实现,并研究分析了其中的关键模块:标识特征的选取与标记方式、标识图像的检测、敏感区域图像的模糊过滤、消除图像色偏图像等。其中第一章介绍了课题的研究背景和任务,第二章介绍了整个系统的方案设计和模块功能,第三章着重对基于颜色的标识图像识别、分割做出了详细的讨论,比较了不同彩色空间（RGB 与 HSV）的数据分布特性以及不同模型在应用上的实现优劣,并研究了基于颜色恒长性的消除图像色偏的方法。第四章对目前常用的形状信息的检测识别技术进行了总结和初步评估,第五章介绍并实现了敏感区域图像内容模糊过滤处理的三种常用方法,最后在第六章中对软件仿真设计进行简要介绍并附上了相关实现结果。 考虑到今后向 DSP 硬件平台移植的方便,我们在数据分析的同时,采用 VC++ 6.0 软件平台对整个系统进行了 PC 仿真实验。这里软件仿真按实现功能分为四部分:标识图像的特征选取、基于颜色信息的标识检测、基于形状特征的标识检测、标记区域图像内容的分割与模糊过滤,验证了相应算法的有效性和可实现性。

论文目录

• 第一章 前言
• 1.1 课题来源与研究任务
• 1.2 系统研究背景
• 1.3 国内外相关研究动态
• 1.4 论文安排
• 第二章 场景视频图像标记内容检测与过滤的系统方案设计
• 2.1 系统数学模型及其功能描述
• 2.2 系统基本框架设计
• 2.3 模块工作原理与关键技术
• 2.3.1 宏特征的定义
• 2.3.2 标识检测的宏特征模型
• 2.3.3 标识特征选择及标记方式
• 2.3.4 敏感区域图像分割
• 2.3.5 标识图像检测技术
• 2.3.6 模糊过滤
• 2.3.7 图像预处理
• 第三章 标识图像的颜色检测识别技术
• 3.1 颜色识别的基本理论
• 3.1.1 人眼的相关视觉特性
• 3.1.2 常用的彩色空间模型
• 3.1.3 彩色模型的比较和应用
• 3.2 HSV 彩色空间在颜色识别中的具体应用
• 3.3 彩色分量均值自适应均衡色偏校正
• 3.4 信号局空域关联性分集自适应检测技术
• 3.4.1 信号局空域关联性分集变换
• 3.4.2 信号局域关联性自适应检测
• 第四章 标识图像的形状检测原理和技术
• 4.1 形状特征检测的框架模型
• 4.2 经典的形状特征参数
• 4.3 形状特征的数学描述与检测方法
• 4.3.1 检测识别的常用表示方法
• 4.3.2 本课题中形状特征描述与检测方法
• 4.4 其它检测与识别技术
• 4.4.1 种子填充的区域生长算法
• 4.4.2 变形模板匹配的形状相似性度量方法
• 4.5 相关实验结果
• 第五章 标记内容图像模糊与过滤技术
• 5.1 马赛克
• 5.2 百叶窗
• 5.3 卷积滤波
• 第六章 系统软件设计与仿真结果
• 6.1 系统软件设计
• 6.2 仿真系统用户界面（GUI）
• 6.3 基本实验结果
• 6.3.1 基于颜色特征的分割结果
• 6.3.2 标识图像形状特征的提取
• 6.3.3 标记内容的模糊过滤
• 结束语
• 致谢
• 参考文献
• 作者简介