資源描述：
《動態(tài)背景下目標圖像分割方法的研究421》由會員上傳分享，免費在線閱讀，更多相關內容在教育資源-天天文庫。
1、摘要摘要隨著圖像處理理論和計算機技術的發(fā)展，動態(tài)圖像的目標獲取己經成為計算機科學、機器視覺、圖像工程、模式識別、人工智能領域研究的重要課題。對于動態(tài)圖像的分析是圖像處理與計算機視覺領域一個十分活躍的分支和備受關注的前沿課題。動態(tài)目標圖像獲取的基本任務是從圖像序列中識別出運動信息和背景信息，實現(xiàn)運動信息與復雜背景的精確的智能分割。它在軍事、工業(yè)、智能交通、醫(yī)學和多媒體等領域方面都具有重要的意義，發(fā)展應用前景廣闊。在現(xiàn)代的智能交通及多媒體應用技術中，常常需要檢測出運動的人體或車體，并將其與背景分離。即要求解決復雜背景下動態(tài)目標的分割問題。靜態(tài)圖像分
2、割技術可以應用于序列圖像的目標檢測，目前的靜態(tài)圖像分割技術大致可以提取出目標的輪廓，但邊緣的細化問題仍然沒有很好的解決。本文提出了針對該問題的解決方法，并把運動前景中運動目標和它投射的運動陰影分離開來，有效的抑制了陰影的影響，實現(xiàn)了動態(tài)目標的準確分割。動態(tài)圖像序列的目標分割相對于靜止圖像來講，所含的信息量要大很多，所以要選擇合適的算法?？紤]到動態(tài)圖像序列有很多的復雜情況，分割算法要更加細化。動態(tài)圖像序列存在著實時背景的變化，這就需要構造動態(tài)背景；在序列圖像的各幀中，由于目標體的運動，會有個別幀目標邊緣模糊，或出現(xiàn)與背景顏色相近的情況，因此在差分
3、過程中容易出現(xiàn)目標體的局部缺失，針對此問題本文采用了分割逼近法對圖像進行粗分和細分兩次分割，建立了人物圖像邊緣連通體再替換原圖像的方法。首先，總體介紹了目標獲取方法的各個步驟，包括目標的提取、背景的形成、陰影的分割。討論了傳統(tǒng)的圖像分割算法和邊緣檢測算法，和邊緣檢測的評價標準。圖像邊緣檢測是至今沒有得到圓滿解決的一類問題，通過追蹤未知目標的輪廓而掃視這個物體。對一些傳統(tǒng)的邊緣檢測算子，如：一階Roberts算子、Sobel算子等等進行了原理分析，并將這些算子應用于目標圖像，測試其邊緣檢測的效果。但這些傳統(tǒng)邊緣檢測算子都過于簡單，其去除噪聲以及確
4、定邊緣位置等性能不是很理想。本文也對拉普拉斯算子進行了分析，經過分析測試其邊緣檢測效果好于一階算子，但是仍然存在噪聲。進一步討論了圖論的邊緣檢測方法。對于-I-摘要圖像分割，最基本的是閾值法，對灰度圖象分割效果較好，而特征空間聚類法在彩色空間分割里應用較多。針對背景的擾動和光線的變化，為了準確提取運動目標，本文提出一種實用的方法就是對背景圖像進行選擇性動態(tài)更新，對背景圖像中除掉運動目標對應位置之外的點進行自適應更新。同時討論了陰影的形成和對目標分割的影響。其次，對彩色空間內的目標圖像的分割進行了專題研究，彩色圖像分割中，彩色空間的選擇是圖像處理
5、的難點。每種彩色空間都有著自己各自的優(yōu)缺點，都在不同的領域發(fā)揮著重要的作用。一般的思想是具體問題具體處理。本文完成了RGB空間和HSV空間的目標分割，并在兩個空間里分別研究了陰影的抑制和分割噪聲的抑制。然后，將圖像分割的目光轉移到了基于動態(tài)目標的研究上來。因為光線、天氣等條件的變化引起背景的改變，在這種情況下，只有依據(jù)一定的模型來更新背景圖像，才能準確提取運動目標，本文利用幀間局部背景構造全背景的方法，實現(xiàn)背景的實時更新。首先在圖像序列中找出一幀靜態(tài)背景，然后利用幀間的更新背景不斷替換前面的背景。這樣在分割使用時能保證使用的背景是離被差分幀最近
6、，從而達到誤差最小的目的。并采用分割逼近算法勾勒出目標的輪廓，實現(xiàn)對目標的分割。另外，由于被陰影覆蓋的背景與沒有陰影的背景區(qū)域的顏色差別也很大，很難將真正的運動目標和運動陰影區(qū)分開，因此在分割出的運動目標中包括運動陰影區(qū)域，陰影去除對于準確的提取出運動目標至關重要。本文對現(xiàn)有的陰影分割方法進行了分析與總結，指出了這些方法用于陰影分割時存在的問題，針對不同的應用要求，研究了基于HSV顏色空間的陰影去除方法和基于一階梯度的陰影去除方法。最后，采用非線性視頻編輯的技術，用PromierePro軟件以一定的幀速率將每幀目標圖片連接成視頻文件，并與背景進
7、行了合成。關鍵詞陰影去除，邊緣檢測，圖像分割，目標恢復，動態(tài)背景-I-AbstractAbstractWiththedevelopmentofimageprocessingtheoryandcomputertechnology,howtoacquiretheobjectofmovingimagehasalreadybeenoneimportanttopicinthefieldofcomputerscience,machinevision,imageengineering,patternrecognitionandartificialintell
8、igence.Theanalysistothedynamicimageisanactivebranchandalsoaleadingtopicbein
