一种基于背景的视频运动对象分割算法

就如何从视频序列中分割出具有语义意义的运动对象 ,本文提出了一种自动的基于背景的运动对象分割算法 ,利用颜色、形状和灰度等特征对第一帧图像进行初步分割 ,然后根据帧间运动信息构造背景图像 ,最后以背景图像和帧差图像作为参考图像 ,对同一场景中的所有视频帧进行快速可靠的分割 .

基于时空信息融合的视频对象分割系统

提出了一种有效的时空融合视频分割系统。首先利用基于梯度的分水岭算法对图像进行分割,并利用基于时空联合的区域合并方法克服过分割现象,然后结合改进的帧差掩模对目标进行提取。试验结果表明,由于该系统充分利用了图像的颜色信息,能较完整地分割出对象,并且对象边缘更加准确。

基于区域分类的视频运动对象的分割算法

提出了一种以区域分类为基础的视频运动对象分割算法。首先利用视频图像的两个色差、饱和度及色度信息提取出完整且封闭的轮廓图,然后根据区域与运动掩模图像和连续两个帧差掩模图像的关系,将区域分为静止区域、运动对象区域和显露区域三类。合并运动对象区域和显露区域,从而分割出场景中的运动对象。由于算法降低了计算的复杂度,所以可以快速的分割出视频序列中的运动对象。