面向MPEG-4的视频对象分割算法研究

随着通信和信息处理技术的发展，基于视频的应用呈现出强大的灵活性和可扩展性，视频通讯已经成为增长最快的信息载体，大量数字化的视频服务需求不断涌现，如：数字电视、远程会议、视频电话和交互式多媒体等。这些伴随着大数据量的应用和服务需要更先进的数字信号处理技术，以便进行更高效的存储和传输，以及更准确的分析和更灵活的操作。 MPEG-4标准正是为解决这些问题应运而生的。MPEG-4最重要的特点在于用音频—视频对象来描述内容和进行编码。在MPEG-4标准中，视频帧被认为是由一系列相互独立的运动对象组成，视频帧的编码也直接针对一个个视频对象。所以，视频对象的分割提取是MPEG-4标准的核心问题，这是一个非常复杂的问题，在MPEG-4标准中没有具体的算法规定，到目前为止还没有一个通用的方法。因此，本文选择了基于MPEG-4的视频对象分割算法这一课题研究，具有重大的理论和实用价值。 本文研究视频对象分割方法，采用了对空域进行分水岭变换，对时域进行运动检测，再结合时空信息共同判定视频对象的方法。侧重于视频对象分割的准确性、通用性，同时尽量减少算法的复杂度和计算量，以便能够适应于视频通信的实时环境。本文章节安排如下：第一章描述蓬勃发展的多媒体技术、MPEG标准及新的MPEG-4标准对视频对象分割提出的新要求。第二章介绍现有的视频对象分割技术。在第三章中，介绍了分水岭变换的定义、优缺点，并研究了在传统分水岭的基础上利用数学形态学滤波器缓解算法中过分割现象的改进算法，并给出一种能获取全局最优解的区域合并方法。第四章是对运动信息检测技术的介绍及实验结果讨论，这章涉及到时域上的运动掩码检测方案，全局运动补偿，基于概率模型的运动检测以及后处理。第五章介绍时空联合提取技术，在这章中我们研究了采用双阀值进行前、后景判定的方法，提高了提取对象的准确性。最后一章是对整个算法的总结、回顾和对其前景的展望。在文中每章节中我们都给出了相应实验结果，用于验证该章节中算法的合理性。