视频流中运动对象提取与分割的研究

论文摘要

运动对象分割旨在从一个连续的图像序列中分割出运动的目标,是视频分析的基础,为基于内容的编码、视频检索、视频摘要提供重要的数据信息,并广泛应用于视频监控、视频制作等领域。自基于内容编码为特点的MPEG-4标准公布以来,运动对象分割技术的研究得到了更多的关注。运动对象分割大致可以分为两类:基于像素域的分割和基于压缩域的分割。像素域中一般是通过变化检测等方法来达到分割的目的,其分割结果较准确,但数据量大、计算复杂,对不同场景的分割适应性不强。随着编码技术的发展,压缩域运动对象分割受到了重视,压缩域中视频编码时产生的运动矢量和DCT系数是可以直接利用的特征信息,通过这些特征信息可以快速的提取运动对象,但由于编码以块为单位使得其分割结果不太精确。对于上述优缺点,目前鲜有研究将压缩域提取与像素域分割结合,以达到性能的均衡。H.264是最新的视频编码标准,以其良好的网络适应性和高压缩比的优点,受到了很大的重视,本文的研究工作就是基于H.264视频流的。本文基于压缩域与像素域分割的优缺点,采用了压缩域提取与像素域分割结合的方法。首先,通过H.264视频流中的运动矢量信息提取运动对象区域,然后把区域映射到像素域,在像素域通过马尔可夫随机场（MRF）模型或者Grabcut算法进行细化分割,得到准确的运动对象。本文的主要内容有:（1）对H.264压缩域中运动矢量预处理技术的研究。使用时域加权均值滤波与空域加权矢量中值滤波结合的滤波方法,并采用了累加、6参数全局运动估计、内插等方法得到可靠的运动矢量场。（2）采用基于运动矢量幅度、角度的差异度方法进行运动对象区域提取。（3）提出将H.264压缩域提取对象结果作为马尔可夫随机场（MRF）模型的初始标记场,在像素域中使用MRF模型对压缩域提取结果进行细化分割。（4）提出将压缩域提取结果作为像素域Grabcut的初始交互,并进行自动分割。经实验表明,本文采用的算法能自动有效的分割出运动对象,其分割结果较好,对静止背景序列和动态背景序列均适用。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 视频编码与对象分割的发展
• 1.1.1 研究背景
• 1.1.2 视频编码技术
• 1.1.3 对象分割的现状及问题
• 1.2 研究目的和意义
• 1.3 论文内容和结构
• 第二章 运动对象分割技术综述
• 2.1 压缩域中运动对象分割技术
• 2.1.1 基于运动矢量的对象提取方法
• 2.1.2 基于DCT 系数和联合时空域的对象提取方法
• 2.2 像素域运动对象分割技术
• 2.3 压缩域与像素域结合的分割技术
• 2.4 本章小结
• 第三章 压缩域中运动对象的区域提取
• 3.1 运动矢量预处理
• 3.1.1 归一化和时空域滤波
• 3.1.2 运动矢量累加
• 3.1.3 全局运动估计
• 3.1.4 运动矢量的帧内块内插
• 3.2 运动对象的提取
• 3.2.1 基于运动矢量幅度和角度的差异度分析
• 3.2.2 运动对象提取算法步骤
• 3.3 实验结果与分析
• 3.4 本章小结
• 第四章 像素域中运动对象的精细分割
• 4.1 基于MRF 模型的精细分割
• 4.1.1 像素域中MRF 模型
• 4.1.2 MRF 模型精细分割步骤
• 4.1.3 分割过程及结果
• 4.2 基于Grabcut 算法的精细分割
• 4.2.1 Grabcut 抠图算法介绍
• 4.2.2 Grabcut 算法与MV 结合的精细分割步骤
• 4.2.3 分割过程及结果
• 4.3 实验结果比较与分析
• 4.4 本章小结
• 第五章 视频分析软件的实现
• 5.1 软件界面及使用
• 5.2 软件设计过程
• 5.3 分割性能测试与分析
• 5.4 本章小结
• 第六章 结论与展望
• 6.1 全文总结
• 6.2 工作展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果