一种面向对象的视频分割算法.pdfVIP

v01 第23卷第12捌 电子与信息学报 23Nol2 Dec JouRNALoFELEcTRONIcsANI)lNPORMATIoNTEcHNoLoGY2【儿l】 2001年12月 一种面向对象的视频分割算法1 刘新春 周建宇+ 邹谋炎 (中国科学院电子学研究所北京100080) 4f新加坡国立大学电子工程系新加坡119260) 摘要 藏文讨论而向对象编码的视频分割算法．由于数学形态学工具能昭裉好地处理诸如大小、形状，对比 度和连通性等对图像分割非常重要的特征，这种技术常用来对图像进行帧内分割，得到一些县有某种相似胜的 区域．然后利用运动信息进行区域合并．为了实现区域合井，该文提出一种新方法来判定局部运动．设计了一 个分割细化步骤，对区域边界点进行再判央．可以得到更好的结果．实验结皋表明，该文提出的订法对于平稳 背景和运动背景L卜l的视频对象分割都是有救的． 关键词 MPEG一4，面向对象的丰见颛分割，数学形态学，仿射变换 中图号 TN919．8 1引言 着视频对象的引入，对象的自动分割就成为面向对象编码的先决条件了，但由于物理对象的一 些常用的特征比如颜色、亮度和光流场等并不均匀，这就使面向对象的视频分割变得困难【“。 近来，结合空间信息和运动方法的视频分割算法取得了一些令人兴奋的进展【21…，一方面， 利片j图像的空间信息可以得到颜色和亮度上具有一致性的区域，另一方面，利用图像序列的运 动信息能够实现区域合并。一般说来，运动信息更为重要．因为物理对象的运动往往具有一致 变化检测模板(cll∽舻Detection 的方法在利用运动信息时有些不同，然而，由于遮挡和孔径问题使得计算出来的运动信息往往 缘区域像素的对象归属问题，但由于这类算法只用到了灰度信息，因而敏感于噪声，而且运算 量很大． 我们的算法如下：第1步，利用形态学滤波器分割的方法把1帧图像分成几个不同的区域； 第2步，用我们提出的运动判据进行区域合并，得到1个二维的代表不同视频对象位置的二值 图像；第3步，根据边缘区域像素的运动信息对经过运动合并后的结果进一步细化。最后，我 们给出了利用我们的算法对标准的视频测试图像进行分割的结果。 2帧内分割 在文献『81中所提出的分层次形态学分割方法具有极好的边缘保持特性，主要包含3个步 对图像进行简化的目的是为了使分割变得更容易些，通过形态学连通算于的作用，图像会 变成一些均匀亮度区域，同时能够很好地保证这些区域之间的边界与原始图像中对应位置的一 致性．下一步就是给每一个均匀亮度区域分配一个标记，它可以是这个区域中的亮度值，但必 须保证它的唯“眭．然后让这些分类标记作为分水线算法的输入，进行区域增长，从而得到帧 内分割的结果。 进行帧内分割以后，整幅图像被分解成许多具有不同标记的区域，因此，可以把图像看成 由一系列具有不同标记的图像区域组成，即：R=∑竺，R。i=1，2， 是帧内分割的结果。帧内分割的结果作为我们下一步一区域台并的输入，就可以得到我们所需 要的二值图像． 2000—0l-28收到，2000一10一12定稿 万方数据 12期 刘新春等：一种面向对象的视频分割算法 3区域合并 。 name Di骶㈨l(p， 通常，运动信息是『夏域合并所要用到的重要判据，虽然位移帧差(Displaccd DFD)可以作为区域合并的一个判据，但当背景运动时，我们发现它并不是一个好的选择．因 此，基十对光流场和局部区域运动的估计，我们提出一种新的运动合