一种二值图像下的收缩型活动轮廓及其应用

本文设计了一种二值图像下的收缩型活动轮廓 ,并把它应用到基于差分运算的活动视频对象的分割算法中 ,用来从残缺不全的二值差分图像中获得视频对象形状的矢量描述 .该活动轮廓以视频对象的外接矩形框作为初始轮廓(从差分图像中可自动获得 ) ,通过顶点增删、曲线平滑滤波、主动收缩 (粘定图像 )、自动分裂等局部化计算步骤完成每次迭代 .它具有局部化计算、相似形变、轮廓自动分裂等特点 ,可以实现多目标的自动分割包围 。

一种基于运动边缘检测的视频对象分割新算法

利用人眼对运动 (时间梯度 )和边缘 (空间梯度 )都特别敏感的视觉特点 ,把帧间运动变化检测和图像的边缘检测结合起来 ,提出一种新的运动视频对象分割算法 通过帧间差快速得到运动物体的大致位置 ,形成差分模板 ,然后通过边缘检测在差分模板中确定物体的准确边缘 ,并形成边缘模板 在边缘模板的基础上 ,利用二值图像下的收缩型活动轮廓算法 ,可以方便地得到视频对象 (VOP)的闭合轮廓曲线 (以便进行编码传输和基于形状的检索 ) 同时 ,设置模板缓冲区以记忆前一时刻的分割结果 ,从而弥补当前帧的不完整性 该算法对目标的整体运动和局部形变都有较强的适应性 。