文档介绍：复旦大学
硕士学位论文
语义目标的半自动分割和低码率视频压缩
姓名:林涛
申请学位级别:硕士
专业:电路与系统
指导教师:胡波

,:基于运动模型估计与空间分水岭算法的运动目标的半自动分割和自动跟踪;低码率视频压缩及其系统实现。在研究和比较前人分割的算法和研究运动图像的性质和运动模型的基础上,用,着重研究多值分水岭算法;目时,根据头一肩目标的运动情况,采用双运动模型描述头一肩目标的运动,由于这样描述的运动估计更加精确,使得通过目标跟踪得到的分割比单一运动模型的效果更好。另外,通过基于边缘的用户参与,能将语义信息很好的结合到分割中,体现了半自动分割的意义.’码率压缩算法和协议,提出了一些算法提高压缩速率和改进图像质量如基于蟛钭荚虻陌胂笏厮阉魉惴ê突贒模型的预判决算法等等。在此基础上,设计了一个基于虵挠布低常诟孟低成鲜迪了图像的实时采集、压缩和传输。,可以验证各种压缩算法,包括运动估计、快速鹊龋箍梢怨鄄觳煌背景,不同物体、不同运动条件情况下算法压缩效果,具有一定理论扣实际意义.,分割也可以和视频压缩结合起来,本文在这个方面做了一定的探讨和总结,主要介绍了目标分割后,:图像分割,低码率视频压缩,数学形态学,运动模型系统的控制。所有的惴ū喑毯虵杓疲晌颐嵌懒⑼瓿伞T诖似教中图分类号:
,.:—.·甎痵瑆琲瓵,瑆甀甀...·.:,騛
,因为虽然人很容易在数字图像处理领域里,图像分割始终是一个非常棘手的问题,长期以来得到广泛的关注。随着一閇康闹贫镆迥勘甑姆指钊涨髦匾#ü割得到图像的各个部分后,就可以实现各种基于内容的操作如各种交互式操作、编辑等,也可以实现基于内容的测览,搜索等。随着信息交换的爆炸式发展,图像及视频数据的交换成为了一种频繁的活动。人们不仅要求通过各种渠道传送视频数据,而且要求实时的数据交换,而有限的传输带宽又往往限制了这些活动,因此在带宽暂时不能得到大幅度提高的情况下,,而新一代的压缩方法訫为代表将分割得到的形状信息和纹理、运动信息都进行压缩和保存,因此图像分割和视频压缩紧密的结合在一起。一般而言,分割是指为达到将一幅图像或视频序列划分成一些根据给定准则提取的区域的操作。最初,人们研究的是静态图像的分割,即只利用图像的空间信息定义分割准则,这里包括亮度信息、色彩信息、,能够弥补静态图像分割的缺陷,因此运动分割得到大量的研究。而现在较多的分割算法是将空间信息与时间信息结合起来的时一空分割,⒄构讨校镆迥勘甑姆指畹玫礁嗟闹厥樱镆逋往是和人的高级思维相结合的,因此语义所定义的区域或称目标常会和低级信息定义的图像区域相矛盾,即语义分割的区域相对于低级信息如空间信息、运动信分辨出一个视频目标,但自动的语义视觉信息的提取仍然是图像分析领域最基础而又最难解决的问题。在过去的二十多年里,大量的研究工作都致力于自动分割,而自动分割只能凭借某种或某几种特征将图像分割成根据这些特征所定义的具割,而且至今还没有统一的理论和框架来指导视频分割,,发展了一些交互式分割或称半自动的分割方法,通过用户有限的参与将语义结合到图像分割算法中,这种实现方法更具有实一般分割算法都可以分成以下三个步骤:简化、特征提取、,而不能模仿人对语义目标形状及边缘识别的思维过程进行分际意叉再能得到更好的分割效粟。第一章概邂
,保留与分割相关的信息;分割的实现是依赖图像数据的某些特征,所选择的特征构成的特征空间决定了最后分类时所依据的均一性;对特征空间的分析、判决过程,产生特征空间的划分,并将划分映射成判决空间的划分,,形状可以用二值图像或链码等来表示,纹理可以用传统的视频压缩方法来压缩,因此传统的压缩系统或一等在基于分割的编码中,仍有其应用意义。视频压缩技术的研究始终是国际上的热点,已出现的协议如、、及直鹂稍擞糜诓煌牧煊颍庑┬槎际腔贒和运动估计及补偿技术的混合编码,编码与运动估